Lyssna: продуктовые команды проводят больше исследований в эпоху ИИ

Предположение о том, что ИИ вытеснит исследования, оказывается неверным. Вот что показывают данные.

Основные выводы

Lyssna совместно с Delight Path провели опрос в рамках State of Product Leaders Report Q2 2026, охвативший 107 старших руководителей продуктовых команд. Исследование строилось на платформе Lyssna и охватывало шесть направлений: давление ИИ, агентный сдвиг, user research, принятие функций, структуру команд и изменение самой роли продуктового руководителя. Ниже разбираются результаты именно по user research.

Выборка отражает реальный срез отрасли: почти две трети участников занимают позиции Director, VP или CPO. Компании разного размера — от 50 до 1000+ сотрудников — представлены приблизительно равномерно. По отраслям лидирует B2B-ПО (треть выборки), за ним следуют healthtech, fintech, агентства и edtech. Половина участников базируется в Северной Америке. Важная оговорка: опрос проводился среди участников сообщества Product Leaders Lab, что означает более высокую вовлечённость в дискуссии об ИИ по сравнению со средним продуктовым руководителем.

Больше исследований, а не меньше

Когда участников спросили, как ИИ изменил объём user research в их командах, 35% сообщили, что теперь проводят больше исследований, чем до прихода ИИ. Ещё 31% говорят, что тип исследований изменился, хотя объём остался прежним. 22% пока не видят никаких изменений. Только 8% отметили сокращение исследований, и лишь 4% сказали, что не проводят формальных исследований вообще.

Это обнадёживающий сигнал, противоречащий распространённым ожиданиям. С учётом того, что vibe coding и ИИ-инструменты всё больше упрощают выпуск рабочего продукта без тестирования на пользователях, можно было ожидать тихого снижения приоритета исследований. Данные, однако, указывают на обратное.

Быстрее строишь — выше цена ошибки

Ключевое противоречие в любой продуктовой команде — разрыв между тем, что можно построить, и тем, что нужно построить. Исторически ограничением была сторона создания: идей было в достатке, а запуск шёл медленно.

ИИ сокращает этот разрыв. Команды теперь выпускают продукты быстрее, чем когда-либо, что означает: цена ошибочного решения никогда не была такой высокой. Если раньше команда выпускала две функции в месяц, неверное решение стоило ей двух месяцев. Если сейчас — десять, цена той же ошибки пропорционально выше, а погрешности накапливаются быстрее.

Исследование — это то, что удерживает скорость в нужном направлении. Два участника опроса сформулировали это прямо:

«С тем, как ИИ ускоряет разработку, иметь чёткое понимание того, что строить, важнее, чем когда-либо».

«Стоимость создания снизилась, и теперь ценность — в знании того, что создавать».

ИИ меняет экономику создания. Потребность понимать своих пользователей — нет.

80% руководителей уже используют ИИ для исследований

Не просто объём растёт: изменился способ проведения исследований. 80% руководителей продуктов уже используют ИИ-инструменты для проведения или синтеза user research. 34% используют их активно.

Одна из причин роста объёма — доступность. Команды без выделенной исследовательской функции теперь запускают исследования. Продуктовые менеджеры синтезируют расшифровки интервью за минуты вместо часов. Барьер для получения значимого сигнала от реальных пользователей существенно снизился.

Это действительно хорошие новости. Больше исследований, проводимых быстрее, доходящих до тех, кто в них нуждается, раньше. Но есть одна оговорка.

Ключевой сдвиг: от анализа к суждению

Как отмечает Тристан Гэмилис, CPO и сооснователь Lyssna:

«Когда ИИ-инструменты выполняют синтез user research, сложная работа смещается к осмыслению результатов, что требует настоящей тщательности — ведь всё, что производит ИИ, выглядит правдоподобно. Реальный навык — знать, что ваши данные на самом деле поддерживают, и честно признавать, что они могут, а чего не могут сказать».

Это переосмысливает то, где в действительности находится профессиональный навык. ИИ способен ускорить неблагодарные части синтеза — выявление паттернов, составление резюме, организацию тем. Но он не способен сказать, была ли ваша выборка репрезентативной, достаточно ли надёжны результаты для принятия решений или наблюдаете ли вы реальную закономерность или убедительно звучащую галлюцинацию. Это суждение по-прежнему остаётся за человеком, проводящим исследование.

Больше исследований — не автоматически более надёжные

49% руководителей продуктов называют размер выборки наиболее частой причиной сомнений в достоверности исследования, за ним следуют избирательные выводы (45%) и отсутствие статистического обоснования (42%). Среди других причин — нечёткое объяснение методологии (37%), неспособность исследователя защитить свой подход (29%), результаты, противоречащие другим данным (24%), сжатые сроки (20%) и слишком уверенно представленные результаты (13%).

Объём исследований растёт, но доверие к этим исследованиям не поспевает. Те, кто помогает руководителям доверять тому, что они видят, — а не просто быстрее производит результаты, — получат преимущество.

Несколько практических рекомендаций от авторов отчёта:

Будьте прозрачны в отношении процесса. Когда исследование движется быстро, «как» нередко пропускается в презентации. Краткое объяснение того, кого вы привлекали, сколько участников приняло участие и какой подход вы использовали, часто достаточно для устранения наиболее распространённых вопросов о достоверности.

Будьте честны относительно того, что исследование может и чего не может сказать. Руководители продуктов не ожидают статистической значимости от каждого исследования. Они ожидают откровенности, когда её нет. Указание на то, что результаты носят ориентировочный характер, сигнализирует о строгости, а не подрывает её.

Используйте ИИ для ускорения синтеза, но не для замены суждения. ИИ-инструменты действительно полезны для быстрой обработки больших объёмов качественных данных. Но инсайт — «а что из этого следует», связывающий наблюдение с рекомендацией, — по-прежнему требует человека, понимающего контекст.

Где ещё проявляется давление ИИ

Помимо исследований, отчёт фиксирует несколько других тенденций. Владение стратегией ИИ остаётся неопределённым: примерно половина руководителей говорит, что продуктовая команда владеет стратегией ИИ в их компании, каждый пятый сообщает, что никто ещё не занял эту позицию.

Доверие к ИИ-функциям остаётся главным барьером для принятия — выше, чем непонимание того, как функция работает или вписывается в рабочий процесс. Проблема достоверности, наблюдаемая в исследованиях, проявляется и в продуктовом опыте.

Наконец, почти треть команд не имеет надёжного способа измерить, работают ли их ИИ-функции.

Куда это ведёт

Несмотря на неопределённость, общий настрой склоняется к оптимистичному. Примерно половина участников опроса говорит, что их опыт в роли стал лучше за прошедший год. Большинство ожидает, что ИИ расширит их обязанности, а не сузит их: по мере того как строить становится проще, решение того, что стоит строить, становится более сложным и ценным навыком.

Как пишет Рамли Джон в предисловии к отчёту:

«Лучший инсайт по-прежнему приходит из реального человеческого контакта. Будь то интервью с пользователем, которое переосмысливает восприятие проблемы, или разговор с коллегой-руководителем, уже прошедшим через то, с чем вы только столкнётесь, — ИИ способен ускорить анализ, но не может заменить момент, когда другой человек говорит то, что меняет ваш взгляд. Это верно в исследованиях, и это верно в том, как мы растём как лидеры».