Figma Config 2026: De kloof overbruggen tussen AI-generatie en menselijke controle

Tijdens de Config 2026-conferentie onthulde Figma een enorme suite aan updates, ontworpen om het designcanvas te transformeren tot een multidimensionale werkruimte voor code, motion en 3D-effecten. In plaats van te concurreren door eigen fundamentele LLM's te bouwen, richt Figma zich op diepe integratie, om ervoor te zorgen dat AI dient als een fijnmazige tool voor professionele designers in plaats van een vervanging die een 'black box' is.

Verder dan prompting: Integratie van code, motion en shaders

De kernstrategie van Figma is om AI-generatie rechtstreeks naar het canvas te brengen, waardoor gebruikers niet hoeven over te stappen naar externe "vibecoding"-tools. De meest significante technische sprong is de introductie van Code Layers, waardoor design- en productiecode naast elkaar kunnen bestaan. Gebruikers kunnen nu productiecode via GitHub binnenhalen, deze manipuleren via een agent en designwijzigingen naadloos weer omzetten in code.

Het platform doorbreekt ook de grenzen van statisch 2D-design met drie belangrijke technische toevoegingen:

  • Motion & Timelines: Designers kunnen nu animaties en overgangen beheren binnen een gedeelde timeline, die via Dev Mode en MCP naar productie kan worden gepusht.
  • 3D Transformations: Een nieuwe dieptelaag maakt echte ruimtelijke perspectieven mogelijk, waarmee de traditionele methode van het gebruiken van gestapelde schaduwen om diepte te simuleren, wordt overstegen.
  • WebGPU-Powered Shaders: Met behulp van WebGPU heeft Figma een shader-functie geïntroduceerd waarmee gebruikers complexe visuele effecten kunnen genereren — zoals dithering, frosted glass of gepolijst chroom — simpelweg door deze te beschrijven aan een AI-agent.

Weave en de verschuiving naar "AI-materialen"

Voortbouwend op de overname van Weave, integreert Figma wat het "AI-materialen" noemt in de designworkflow. Dit systeem stelt teams in staat om meerdere modellen en beeldbronnen te combineren tot een verenigde designrichting. Momenteel zijn er meer dan 20 Weave-tools beschikbaar op het canvas, zoals de Texturize-plugin, waarmee designers procedurele texturen en patronen op elementen kunnen toepassen via natuurlijke taal-prompts.

Om het probleem van gefragmenteerde AI-workflows op te lossen, introduceert Figma Agent Skills. Hiermee kunnen teams succesvolle prompting-technieken opslaan — zoals een /contrast-improvements-commando — en deze in de hele organisatie inzetten. Dit verandert individuele AI-"overwinningen" in herbruikbare, doorzoekbare teamassets.

De economie van "gehuurde" intelligentie

Hoewel het functieset van Figma uitbreidt, staat het bedrijf voor een aanzienlijke structurele uitdaging: de afhankelijkheid van "gehuurde" intelligentie. De AI-mogelijkheden van Figma worden aangedreven door modellen van derden zoals OpenAI, Google en Anthropic. Deze afhankelijkheid heeft een tastbare impact op de winstgevendheid; de brutomarges van Figma daalden in 2025 van ongeveer 92% naar 86% door stijgende kosten voor AI-inferentie.

Bovendien creëert dit een strategische paradox. Een van de belangrijkste modelproviders van Figma, Anthropic, heeft Claude Design gelanceerd, een tool die in staat is om gepolijste, klikbare interfaces te genereren vanuit een enkele prompt. Dit vormt een directe bedreiging voor de positie van Figma als startpunt voor digitale productontwikkeling. Door te focussen op fijnmazige, bewerkbare lagen (Code, Motion en Shaders), zet Figma in op het idee dat professionele designers altijd de voorkeur zullen geven aan een tool die ze zelf kunnen controleren, boven een model dat simpelweg een eindresultaat "uitspuugt".

Belangrijkste conclusies

  • Diepe integratie boven pure generatie: Figma gaat de strijd aan met "one-shot" AI-tools door code, motion en 3D-shaders rechtstreeks aan het canvas toe te voegen voor iteratieve controle.
  • Collaboratieve AI-workflows: Via Agent Skills en Weave transformeert Figma AI van een individuele productiviteitsbooster naar een gedeelde, doorzoekbare teamasset.
  • De marge-uitdaging: Hoge inferentiekosten van externe LLM-providers hebben invloed op de brutomarges, zelfs terwijl het bedrijf aandringt op een diepere adoptie van AI.