Chris Strahl, Fondatore e Amministratore Delegato di Knapsack – Serie di Interviste

Chris Strahl è il co-fondatore e amministratore delegato di Knapsack, dove si concentra sul ridisegnare il modo in cui vengono costruiti i prodotti digitali moderni allineando design, ingegneria e team di prodotto intorno a un sistema di verità condiviso. Con una formazione radicata nei sistemi di design e nello sviluppo front-end, è anche noto per aver condotto il Design Systems Podcast, dove esplora come le organizzazioni scalino il design, migliorino la collaborazione e modernizzino la produzione digitale.

Knapsack è una piattaforma di sistema di design aziendale e produzione digitale che agisce come un sistema di registrazione vivo, collegando asset di design, codice, contenuto e documentazione in tempo reale. La piattaforma consente ai team di costruire e gestire componenti riutilizzabili e pronti per la produzione, gestire token di design e mantenere la coerenza attraverso ecosistemi digitali complessi. Strutturando i dati di design e UI in modo scalabile e pronto per l’intelligenza artificiale, Knapsack aiuta le grandi organizzazioni ad accelerare la consegna, ridurre la duplicazione e garantire l’integrità del marchio e del prodotto attraverso team e canali.

Knapsack è emerso dopo anni di costruzione di sistemi di design per grandi aziende presso Basalt, dove la frizione ricorrente tra file di design, flussi di lavoro di ingegneria e codice consegnato è diventata impossibile da ignorare. Qual è stato il momento in cui quel modello è diventato abbastanza chiaro da giustificare il lancio di una piattaforma dedicata?

Abbiamo costruito innumerevoli sistemi di design presso Basalt, e il modello era evidente: i file di design, i flussi di lavoro di ingegneria e il codice consegnato esistevano tutti in universi separati. Il risultato non è stato un singolo fallimento drammatico, ma piuttosto mille perdite ripetibili: pulsanti di dimensioni errate, comportamenti incoerenti e deriva di stile attraverso proprietà che sono costate ai team mesi di lavoro di riorganizzazione. Sapevamo che era un problema reale quando abbiamo visto che quei problemi non potevano essere risolti con migliori plug di sincronizzazione o documentazione più bella. Richiedevano un singolo sistema di registrazione autoritativo per design, codice e regole di marchio. Quella consapevolezza ha reso chiaro che una piattaforma dedicata era necessaria.

Passare dal lavoro di agenzia e consulenza alla costruzione di una società di prodotti ha rivelato un problema più profondo che gli strumenti di sistema di design esistenti e le piattaforme di flusso di lavoro non stavano affrontando. Qual è stato il divario fondamentale che ha plasmato l’architettura e la direzione iniziale di Knapsack?

Quando ci siamo spostati dal lavoro di agenzia alla costruzione di un prodotto, il pezzo mancante fondamentale è diventato ovvio. Non c’era un sistema affidabile e leggibile dalle macchine che catturasse componenti, vincoli e sinergia tra designer e ingegneri. Gli strumenti esistenti si concentravano su file o repository isolati, ma non su una rappresentazione vivente dello stato reale di un prodotto, compresi componenti, temi, regole di utilizzo e metadati di conformità. Abbiamo costruito Knapsack intorno a un sistema di registrazione canonico che è componente-primo, versionato, strumentabile e in grado di integrarsi con strumenti di design e codebase. Quella conclusione ha plasmato il nostro modello di ingestione e il livello di collegamento, portando infine al Motore di Prodotto Intelligente.

L’era del “canvas” sta cedendo il passo a sistemi viventi e connessi al codice. Come definisci questo passaggio e cosa cambia per i team quando la creazione di prodotti si sposta da file statici a sistemi aggiornati continuamente?

L’era del canvas trattava l’esperienza utente come artefatti statici, solitamente file passati tra team. La nuova era è guidata da sistemi aggiornati continuamente, eseguibili che riflettono l’implementazione reale. Il cambiamento per i team è significativo. Invece di discutere su quale file o ramo sia la fonte di verità, lavorano da un sistema condiviso che espone lo stato attuale dei componenti, token, vincoli di accessibilità e comportamento di produzione. Ciò riduce l’ambiguità, consente la convalida automatizzata e supporta flussi di lavoro agnici che generano UI utilizzabili in base a componenti reali piuttosto che approssimazioni.

L’interfaccia utente generata dagli agenti spesso fallisce senza un sistema di registrazione che rifletta componenti, regole e vincoli reali. Perché questo strato di ancoraggio è essenziale per l’intelligenza artificiale per produrre interfacce aziendali pronte?

L’intelligenza artificiale può sintetizzare layout e testo, ma ha bisogno di un vocabolario autoritativo per produrre interfacce aziendali pronte. Lo strato di ancoraggio, che contiene componenti concreti, proprietà, vincoli, token e regole di utilizzo, fornisce all’intelligenza artificiale i confini che deve rispettare. Senza di esso, gli agenti sintetizzano stili, ignorano i requisiti di accessibilità o generano codice che non corrisponde a ciò che i team di ingegneria consegnano effettivamente. Con un grafico di componenti reale e un set di regole, gli agenti producono output che sono implementabili, conformi e coerenti con gli standard del marchio. Questa è la differenza tra un mock-up bello e un’interfaccia deployabile.

Man mano che si sviluppa il Motore di Prodotto Intelligente, cosa si è rivelato più difficile nell’unificare asset di design, codice, regole di marchio, requisiti di conformità, modelli di esperienza utente e dati di prestazione in un solo sistema coerente?

La sfida non è un’integrazione singola, ma piuttosto una serie di esse. Armonizza l’intento e la realtà attraverso varie rappresentazioni, compresi token di design in Figma, implementazioni di componenti in più repository, linee guida del marchio in documenti legali, telemetria da sistemi di produzione e metadati di conformità. Ognuno di questi vive in formati diversi, con diversi proprietari e su diversi cicli di aggiornamento. Trasformare questi segnali in un modello coerente ha richiesto solide pipeline di ingestione, regole di risoluzione dei conflitti e un modello chiaro per la provenienza e la proprietà. I team devono sapere cosa è cambiato, chi ha apportato il cambiamento e perché è stato apportato. Costruire quel livello di fiducia è stata la parte più difficile.

Con l’intelligenza artificiale ora in grado di generare interfacce sempre più complete, come vedi evolversi i ruoli dei designer e degli ingegneri all’interno dei flussi di lavoro umano-agente?

Gli agenti gestiranno attività ripetitive, come la creazione di pagine, la proposta di varianti accessibili e la generazione di contenuti localizzati. I designer si concentreranno sulla strategia, sull’intento dell’esperienza, sui casi limite dell’esperienza utente e sulla definizione dei vincoli che guidano buoni risultati. Gli ingegneri si concentreranno meno sulla digitazione di ogni pixel e più sulla correttezza dei componenti, sui contratti di runtime, sull’osservabilità e sulle prestazioni. Gli esseri umani diventano curator e validatori. Definiamo le regole, esaminiamo gli output e determiniamo cosa significa qualità. Le competenze umane di valore più alto saranno il pensiero sistemico e il giudizio.

Dopo la Serie A, cosa è diventato l’area di focus più alta per accelerare lo sviluppo del prodotto e l’adozione aziendale?

La Serie A ci ha permesso di accelerare in tre aree. In primo luogo, l’onboarding e l’ingestione, che consentono alle aziende di creare un sistema di registrazione in giorni invece di mesi. In secondo luogo, il Motore di Prodotto Intelligente, comprese le capacità allineate con il modello che assicurano che le interfacce generate rispettino il marchio e le regole. In terzo luogo, i controlli aziendali, come le autorizzazioni, la tracciabilità e gli hook di conformità, assicurano che i leader si sentano fiduciosi nell’adozione di Knapsack in tutta l’organizzazione. Questi sono i leve che guidano l’adozione reale.

I team aziendali spesso lottano per passare da flussi di lavoro statici a sistemi dinamici e pronti per gli agenti. Quali sono gli ostacoli più grandi e come Knapsack aiuta le organizzazioni ad adattarsi?

Le aziende lottano con sistemi frammentati, silos di proprietà, vincoli normativi e l’elevato costo di mantenimento di tutto aggiornato. Aiutiamo rendendo l’ingestione rapida e deterministica, modellando la provenienza e la proprietà e fornendo funzionalità di governance come autorizzazioni e registri di controllo. Questi strumenti consentono ai team di convalidare la fiducia nei flussi di lavoro automatizzati.

Man mano che la creazione di prodotti diventa sempre più automatizzata, quali nuove capacità devono sviluppare i team per rimanere efficaci in un ambiente in cui l’intelligenza artificiale genera più lavoro fondamentale?

I team devono sviluppare competenze di pensiero sistemico più forti, in particolare la capacità di autore dei vincoli, delle politiche e dei contratti di componenti che gli agenti possono utilizzare. Hanno anche bisogno di migliori pratiche di monitoraggio e convalida, compresa l’osservabilità nelle decisioni degli agenti, il controllo dei rilasci e i framework di Q&A per l’interfaccia utente generata. La letteratura sulla governance diventa essenziale, in particolare la capacità di esprimere i requisiti di conformità, accessibilità e privacy in un formato leggibile dalle macchine. Le organizzazioni che avranno successo saranno quelle che potranno codificare la politica e la qualità nei loro sistemi.

Guardando cinque anni avanti, come ti aspetti che la creazione di prodotti guidata dall’intelligenza artificiale evolva e quale posizione vuoi che Knapsack occupi in quella prossima fase dell’industria?

In cinque anni, la creazione di prodotti assomiglierà alla composizione di servizi contro un grafico di componenti vivo, piuttosto che al passaggio di comp statici tra team. Gli strumenti agnici genereranno superfici di produzione pronte utilizzando politiche, budget di prestazioni e vincoli di marchio. Il mio obiettivo è che Knapsack sia il sistema di registrazione canonico che gli agenti e le app si affidano per comprendere i primitivi dell’interfaccia utente e le regole di un’azienda. Ciò include una profonda integrazione con modelli e CI/CD, una forte governance per le aziende regolamentate e un onboarding rapido per i nuovi team. Knapsack dovrebbe essere lo strato affidabile per il marchio, il comportamento e la sicurezza mentre le aziende consentono agli agenti di operare in modo più autonomo.

Grazie per la grande intervista, i lettori che desiderano saperne di più sui moderni sistemi di design e sulla produzione digitale scalabile possono visitare Knapsack.