LinkedIn: ИИ уже часть вашей команды UX-исследований — нравится это вам или нет

За последние несколько лет искусственный интеллект постепенно проникал в наши рабочие процессы — иногда незаметно, иногда резко и ощутимо. В маркетинговых командах, отделах поддержки клиентов, в дизайне и исследованиях с высокой вероятностью ИИ уже стал частью вашего повседневного инструментария. Этот переход не ждёт нас в будущем — он уже произошёл.

Автор статьи, проработавшая четыре года в UX research и operations, наблюдает, как эти инструменты меняют — а в ряде случаев перестраивают — то, как проводятся исследования и поддерживаются исследовательские команды.

Начнём с более широкой картины. Во многих командах ИИ уже берёт на себя значимые задачи.

Маркетинговые команды применяют ИИ для планирования и оптимизации будущих кампаний на основе анализа прошлых результатов. ИИ предлагает текст, выбирает изображения и даже создаёт макеты. Он помогает проводить A/B-тестирование и дорабатывать творческие брифы на основе данных о вовлечённости пользователей. Недавно — 7 мая — Figma запустила Figma Buzz: инструмент на базе ИИ, который генерирует брендированные маркетинговые материалы по текстовым подсказкам и таблицам. Это показывает, насколько органично ИИ встраивается в рабочие процессы с контентом.

Организации в сфере поддержки клиентов используют ИИ для анализа обращений, транскриптов чат-ботов и записей звонков. ИИ выявляет повторяющиеся темы и болевые точки в режиме реального времени и направляет эти инсайты обратно в продуктовые сообщения, контент для FAQ и маркетинговые стратегии.

Дизайн и UX-команды применяют ИИ для создания вайрфреймов или визуальных прототипов на основе набросков или даже текстового описания. Благодаря no-code-инструментам с ИИ и диалоговым конструкторам интерфейсов PM и маркетологи, не являющиеся дизайнерами, теперь могут создавать простые интерфейсы. Это снижает порог входа и расширяет круг участников дизайн-процесса.

Research & ResearchOps: где живёт автор

Опыт автора находится на пересечении UX research и operations — работа за кулисами, чтобы обеспечить масштабируемость и эффективность исследований. И ИИ всё больше становится частью этой картины — иногда в роли ассистента, иногда замены.

Здесь стоит признать неудобную правду: в 2023 году количество вакансий UX-исследователей сократилось на 73% (по данным UX Design Institute). Многие из тех, кто работает в исследованиях и operations, переосмысливают свою роль в свете растущих возможностей ИИ. Такие руководители, как CEO Fiverr Micha Kaufman, говорят об этом прямо: «ИИ идёт за вашей работой. Чёрт возьми, он идёт и за моей». Это напоминание о том, что ни одна роль не защищена от автоматизации полностью.

Что автор узнала на конференции Dovetail Insight Out

Автор недавно посетила конференцию Dovetail Insight Out 2025, большая часть которой была посвящена пересечению ИИ и исследований.

Среди ключевых обновлений продукта:

• Magic Features: ролевые сводки, где PM, дизайнеры и продавцы видят наиболее релевантные для них инсайты, а также автоматическое удаление персональных данных из транскриптов и записей.
• Инструменты управления участниками: планирование, поощрения и рекрутинг — с интеграциями Respondent и, в ближайшем будущем, User Interviews — объединены в одном месте.
• AI Assistant: интеграция со Slack или Microsoft Teams, позволяющая участникам команды задавать вопросы и получать инсайты напрямую, без обращения к исследователю.
• Research Channels: автоматически обрабатывают непрерывный поток обратной связи — NPS, обращения в поддержку, интервью — и выявляют тренды с помощью ИИ. Это шаг к continuous discovery, а не разовым проектным инсайтам.
• Customer Insights Hub: транскрибирование, обобщение, тегирование и определение тем из интервью в режиме реального времени. Инструмент автоматизирует часы ручной работы и даёт очевидный операционный выигрыш.

Зал был заполнен продуктовыми командами и специалистами, смежными с исследованиями, — многие из которых явно были воодушевлены перспективой заменить часть исследовательских позиций инструментами. Ценность согласованных, автоматизированных инсайтов внутри инструментов совместной работы вроде Slack или MS Teams слишком привлекательна, чтобы команды могли её игнорировать.

Что происходит с ролью исследователя?

Этот сдвиг вызвал масштабную дискуссию о будущем исследовательской профессии. В сообществе появился термин «большое R» и «маленькое r» в исследованиях.

По словам Jess Holbrook, руководителя UX Research в Microsoft, исследователи всё больше переходят к стратегическим обязанностям — работе «большого R». Это более сложные, открытые и исследовательские задачи, требующие тщательной постановки вопросов и синтеза данных.

Более тактические исследования — «маленькое r» — нередко передаются продуктовым командам при поддержке ИИ-инструментов для составления исследовательских планов, скрининговых вопросов и шаблонов. Исследователи в таких случаях всё чаще выступают в роли наставников и экспертов по качеству.

Тем не менее многие в сообществе настроены осторожно. Erika Hall (автор книги Just Enough Research) на недавней встрече ROI of ResearchOps подчеркнула: такие навыки, как эмпатия, построение нарратива и осмысление данных, по-прежнему остаются в области компетенций человека — пока. Jen Cardello, руководитель исследований в Capital One, предостерегла от бесконтрольного распространения инструментов и напомнила о важности продуманных, системных подходов к исследованиям — особенно в регулируемых отраслях и контекстах с высокими ставками.

ResearchOps: эволюция вместе с ИИ

С точки зрения ResearchOps, то, что четыре года назад было почти невозможным, сегодня становится базовым требованием. Значимые изменения происходят в следующих областях:

• Ongoing Discovery: ИИ непрерывно отслеживает поведенческие сигналы, помогая командам реагировать на возникающие потребности.
• Insight Repositories: переход от статичных архивов к динамическим системам, которые выдают инсайты в зависимости от контекста.
• Транскрибирование и анализ: транскрипты, резюме и выделение тем формируются практически мгновенно.
• Рекрутинг и планирование: автоматизированные инструменты теперь ведут работу с участниками полностью без ручного участия.

Это означает, что ResearchOps может переключиться с выполнения задач на построение исследовательской инфраструктуры. Настало время переосмыслить знания в области онтологий, библиотечного дела и информационной архитектуры. Навыки управления данными, каталогизации и информационного поиска становятся важнее, чем когда-либо.

ResearchOps также всё больше участвует в оценке, запуске и интеграции ИИ-инструментов. В регулируемых отраслях это дополнительно включает работу с законами о конфиденциальности — GDPR, CCPA, CAN-SPAM, TCPA — и обеспечение соответствия исследовательских практик нормативным требованиям. С распространением ИИ значимость этических основ и правового соответствия не снижается, а возрастает.

Что теперь?

Мы вступаем в эпоху сосуществования — когда исследователи и специалисты по research operations работают рядом с ИИ-ассистентами. Это может звучать пугающе, однако здесь есть и реальные возможности.

Тактические задачи по-прежнему существуют, однако долгосрочная ценность специалиста определяется способностью стратегически масштабировать исследования: строить умные системы, направлять этические практики и формировать то, как инсайты создаются и используются в командах.

Давайте продолжим разговор

Используете ли вы уже ИИ в исследованиях или в процессах research operations? Стало ли это возможностью, вызовом или и тем и другим одновременно? Поделитесь своей точкой зрения в комментариях или напишите автору напрямую.