AI tools are overdelivering: results from our large-scale AI productivity survey

AI-инструменты превосходят ожидания: результаты нашего масштабного опроса об AI-продуктивности

Что именно AI делает для людей, у каких AI-инструментов есть product-market fit, где остаются самые большие возможности и что всё это значит

👋 Привет, я Lenny. Каждую неделю я отвечаю на вопросы читателей о создании продукта, росте и развитии карьеры. Больше материалов: Lennybot | Lenny's Podcast | How I AI | Любимые курсы по AI/PM | Любимый курс по публичным выступлениям

Годовые подписчики получают 19 премиум-продуктов бесплатно на год: Lovable, Replit, Gamma, n8n, Bolt, Devin, Wispr Flow, Descript, Linear, PostHog, Superhuman, Granola, Warp, Perplexity, Raycast, Magic Patterns, Mobbin, ChatPRD и Stripe Atlas (пока есть в наличии). Оформите подписку сейчас.

С радостью представляю свою (рекордную) четвёртую коллаборацию с замечательным Noam Segal, AI Insights Manager в Figma и бывшим руководителем UXR в Zapier, Airbnb, Meta, Twitter, Intercom и Wealthfront. Поехали.

Примечание автора: имена изменены для сохранения анонимности участников.

Споров о влиянии AI на работу хватает. Даёт ли он реальный прирост продуктивности? Где ROI? Громких мнений полно, а данных мало.

Мы решили выяснить, что на самом деле происходит на местах, и провели один из крупнейших независимых углублённых опросов о том, как AI влияет на продуктивность технических специалистов (1 750 респондентов). Мы опросили продакт-менеджеров, инженеров, дизайнеров, фаундеров и других сотрудников о том, как они используют AI в работе.

tl;dr: AI превосходит ожидания.

55% респондентов говорят, что AI превзошёл их ожидания, и почти 70% утверждают, что он улучшил качество их работы.Более половины респондентов сообщили, что AI экономит им минимум полдня в неделю на самых важных задачах. Мы никогда раньше не видели, чтобы инструмент давал такой прирост продуктивности.Фаундеры получают от AI больше всего. Половина (49%) сообщает, что AI экономит им более 6 часов в неделю — это значительно выше, чем для любой другой роли. Почти половина (45%) также считает, что качество их работы стало «гораздо лучше» благодаря AI.Дизайнеры получают меньше всего выгоды. Только 45% сообщают о положительном ROI (против 78% у фаундеров), а 31% говорят, что AI не оправдал ожиданий — это втрое больше, чем у фаундеров.Инженеры приняли AI как партнёра по программированию и теперь хотят, чтобы он занимался более скучной (но необходимой) работой по созданию продуктов: документацией, ревью кода и написанием тестов.n8n сейчас доминирует в ландшафте агентов, хотя реальная adoption агентских платформ в 2025 году идёт медленно.Целых 92,4% респондентов сообщают хотя бы об одном существенном недостатке использования AI-инструментов. Простор для улучшений определённо есть.

AI уже далеко не та новинка, какой был год-два назад. Он явно закрепился как инфраструктура работы и продуктивности, и AI-инструменты совершенствуются с захватывающей дух скоростью. Если AI уже сейчас, в конце 2025 года, возвращает большинству людей минимум полдня в неделю, как будет выглядеть 2026 год? А 2027? Мы наблюдаем самое начало накапливающейся революции продуктивности.

Как отметил Kevin Weil (VP в OpenAI), «AI-модель, которой вы пользуетесь сегодня — это худшая AI-модель, которой вы будете пользоваться до конца жизни».

Что именно AI делает для людей — по функциям

PM получают больше всего пользы от AI-инструментов в (1) написании PRD (21,5%), (2) создании макетов/прототипов (19,8%) и (3) улучшении коммуникации в письмах и презентациях (18,5%).

Прототипирование на 2-м месте сигнализирует об одном из многих сдвигов границ ролей, происходящих прямо сейчас. С инструментами вроде Lovable, v0 и другими PM всё чаще идут от идеи к прототипу, не дожидаясь дизайна.

Но если посмотреть ниже по списку, проявляется закономерность: AI помогает PM производить, но отстаёт в помощи им мыслить. Топ-задачи — это всё задачи производства (документы, прототипы, коммуникации), а стратегическая и discovery-работа находится внизу (пользовательские исследования — 4,7%, идеи для roadmap — 1,1%). PM научились использовать AI для «последней мили» вытаскивания идей из головы, но у них остаётся большая возможность задействовать AI для upstream-работы — понимания, что именно строить.

Дизайнеры считают AI наиболее полезным в синтезе пользовательских исследований (22,3%), контенте и копирайтинге (17,4%) и генерации дизайн-концепций (16,5%). Визуальный дизайн занимает 8-е место — всего 3,3%.

AI помогает дизайнерам со всем, что вокруг дизайна (синтез исследований, копирайт, ideation), но двигать пиксели по-прежнему упорно остаётся человеческой работой. При этом сравните прототипирование: у PM оно на 2-м месте (19,8%), а у дизайнеров — на 4-м (13,2%). AI открывает PM навыки за пределами их основной работы (по крайней мере, в случае прототипирования), тогда как дизайнеры не видят предельной пользы от того, что AI делает их основную работу.

Фаундеры делают сильный упор на продуктивность и поддержку принятия решений (32,9%), продуктовую ideation (19,6%) и видение/стратегию (19,1%).

В отличие от других, фаундеры используют AI, чтобы мыслить, а не только производить. Топ-3 задачи — все стратегические: поддержка решений, ideation и видение/стратегия. Это резкий контраст с PM (у которых топ-задачи — документы и прототипы) и дизайнерами (синтез исследований и копирайт). И посмотрите на категорию №1: «продуктивность/поддержка решений» с 32,9% не похожа ни на что в опросе. Ни у одной другой роли нет такого доминирующего use case. Фаундеры относятся к AI как к мыслительному партнёру и собеседнику, а не просто инструменту для конкретных результатов. (Это соответствует отличному посту Tal о построении AI-копилотов как долгосрочных мыслительных партнёров и недавнему посту Amir о создании второго мозга с помощью ChatGPT.)

Сюрпризы-промахи: финансовое моделирование — всего 1,8%, несмотря на то, что фаундеры живут в таблицах во время фандрейзинга. То же с рекрутингом — 1,3%, хотя найм отнимает у фаундеров огромное количество времени. Это выглядит как возможности, ожидающие лучших инструментов.

Эта закономерность может объяснять, почему фаундеры показывают самую высокую удовлетворённость во всём опросе — они разобрались, как использовать AI для более рычажной стратегической работы, а не только для задач производства.

Инженеры — исключение. Для них AI делает одну большую задачу: пишет код, основную инженерную задачу. Тогда как PM и дизайнерам AI помогает с вспомогательной работой.

Ниже по списку идут такие задачи, как документация (7,7%), тестирование (6,2%) и ревью кода (4,3%). Это «скучные, но необходимые» задачи, которые инженеры обычно не любят. Как вы увидите в данных о возможностях ниже, это вот-вот изменится. Инженеры приняли AI как партнёра по программированию; теперь они хотят, чтобы он взял на себя нудную работу, которая идёт после написания кода.

Ещё одна закономерность, которую стоит отметить: инженеры сообщают о самых смешанных результатах по качеству далее в опросе (51% лучше, но 21% хуже — самый высокий показатель «хуже» среди всех ролей).

Инженеры — единственная роль, где ChatGPT не на 1-м месте

ChatGPT — самый популярный AI-инструмент для большинства ролей: 57,7% PM, 49,6% дизайнеров и 72,1% (!!!) фаундеров используют ChatGPT чаще любого другого AI-инструмента, причём Claude занимает второе место для этих трёх ролей.

Но у инженеров поведение совсем другое. GitHub Copilot первым вышел на рынок, имеет дистрибуционную мощь Microsoft и GitHub и встроен в самый популярный в мире репозиторий кода. И всё же он стоит позади трёх инструментов, запущенных позже него. Инженеры выбирают более новые (и лучшие) альтернативы вместо инкумбента.

У инженеров топ-3 идут вровень: Cursor (33,2%), ChatGPT (30,8%) и Claude Code (29,0%) — все в пределах 4 процентных пунктов. Этот рынок не консолидировался, и стоимость переключения низкая. Также примечательно: Claude Code (29,0%) опережает чат-интерфейс Claude (20,7%). Специализированные инструменты побеждают, но Claude также полезен в нескольких задачах, связанных с кодом (например, миграция кода и другое), что ставит его на четвёртое место.

Gemini на отдалённом 10,6%, но с оговоркой: эта сфера меняется быстро. Несколько сильных релизов моделей или продуктовых обновлений могут быстро перекроить эти рейтинги. То, что верно сегодня, через полгода может выглядеть совсем иначе.

ChatGPT — безоговорочный победитель среди PM.

Perplexity также удивительно высоко ранжируется, вероятно, благодаря своим сильным research-возможностям.

Однако ниже по списку Lovable (8,7%) и Cursor (7,7%) пробиваются в топ-7 для PM. Это подкрепляет закономерность, которую мы видели ранее: PM всё чаще строят вещи сами, заходя на территорию традиционно дизайнерской и инженерной работы. Инструментарий PM расширяется за пределы документов и презентаций.

Одно замечание: Copilot (8,4%) обходит Cursor (7,7%) среди PM, хотя для инженеров справедливо обратное. Это может отражать lock-in экосистемы Microsoft в более крупных компаниях или просто то, что PM сначала открыли для себя Copilot и пока не исследовали альтернативы.

AI обеспечивает значительный прирост времени и качества (для большинства)

63% PM и 83% фаундеров сообщают, что AI экономит 4+ часов в неделю. Даже самая скептическая группа — дизайнеры — всё равно показывает 47,5% с экономией 4+ часов. Только от 1% до 5% респондентов во всех ролях говорят, что AI «не быстрее ручной работы».

По качеству, впрочем, картина более неоднозначная. PM и фаундеры настроены оптимистично (более 70% сообщают об улучшении качества), но инженеры более разделены. 51% инженеров говорят нам, что AI улучшает качество их работы, но 21% говорят, что хуже. Дизайнеры посередине — 60% лучше, 13% хуже. Оценки качества среди инженеров могут отражать более высокую планку корректности в коде: «несколько лучший» первый драфт PRD — это полезно; «несколько лучшая», но багованная функция — нет. К тому же плохой код легче заметить, чем плохой PRD.

Где есть возможности для большей помощи AI?

Разрыв между тем, где люди используют AI сегодня, и тем, где они хотят его использовать в будущем, многое говорит о том, где есть возможности для фаундеров и стартапов вскочить в поезд и предложить новые инструменты и функции.

Для PM главная история возможностей — это research. Пользовательские исследования показывают самый большой разрыв спроса среди всех задач (+27,2 п.п.). Только 4,7% говорят, что это их основной use case AI сегодня, но почти треть хотят, чтобы это так было. Закономерность ясна: PM поняли, как использовать AI для задач вывода — написания PRD и составления коммуникаций, — но они жаждут применить его выше по потоку, к беспорядочной работе по пониманию того, что строить.

Прототипирование — это прорывная категория. Для PM «создание макетов/прототипов» прыгает с 19,8% (используют сейчас) до 44,4% (хотят использовать дальше) — это +24,6 п.п. сдвиг, делающий его самым востребованным будущим use case. Для дизайнеров прототипирование и интеракционный дизайн показывают аналогичный импульс (+27,8 п.п.). Это соответствует подъёму инструментов вроде Lovable, v0, Replit и Figma Make: люди увидели, что возможно, и хотят больше.

Инженеры смещают использование AI на работу после написания кода. Написание кода было их самым популярным use case с большим отрывом (51% сейчас), но разрыв спроса всего +5,6 п.п. Однако документация (+25,8 п.п.), ревью кода (+24,5 п.п.) и написание тестов (+23,5 п.п.) показывают огромные возможности для роста инженерного AI-тулинга.

Фаундеры удваивают ставку на AI как партнёра по мышлению. Продуктовая ideation показывает огромный спрос, прыгая с 19,6% (используют сейчас) до 48,6% (хотят использовать дальше) — разрыв +29,0 п.п. Стратегия роста и GTM-планирование (+24,7 п.п.) и анализ рынка (+24,0 п.п.) следуют близко за этим.

Фаундеры уже активно используют AI для личной продуктивности (32,9% сейчас), но они хотят двигаться выше по потоку. Они ищут стратегического коллаборатора, чтобы прожимать идеи на прочность, исследовать рынки и продумывать go-to-market — AI как сооснователя, а не просто ассистента.

Исходя из этих заявленных разрывов, следующая волна adoption AI потребует не просто лучших моделей, а лучших workflow для совместной работы человека и AI над нечёткими задачами. У написания PRD есть ясный результат; у конкурентного research — нет. Написание кода можно протестировать; «продуктовую ideation» — нельзя.

У каких AI-инструментов есть product-market fit?

Мы спросили: «Какой AI-инструмент(ы) вы были бы очень разочарованы потерять?» Классический PMF-вопрос Sean Ellis. 83,6% назвали как минимум один инструмент, что само по себе — поразительный сигнал того, насколько глубоко AI встроился в ежедневные workflow. Но связь между числом людей, которые регулярно используют инструмент, и тем, как бы им его не хватало, если бы он исчез, рассказывает историю продуктов, действительно нашедших product-market fit.

ChatGPT доминирует — возможно, только пока. Половина респондентов (50,2%) были бы очень разочарованы потерять ChatGPT, но это заметно ниже, чем 60–75% респондентов в большинстве ролей, которые говорят, что регулярно используют этот инструмент. Это отчасти объясняет, почему OpenAI недавно объявила «Code Red», наблюдая, как Gemini и Claude начинают отъедать долю рынка. Стоимость переключения в AI пока очень низкая.

ChatGPT, Claude и Gemini возглавляют список для PM — это настолько многоцелевые инструменты, хорошо подходящие под работу PM. Самое интересное — увидеть Cursor сразу за Gemini (мы бы не ожидали, что инженерный инструмент вроде Cursor будет так популярен у PM), а за ним Lovable (который сейчас, похоже, побеждает на рынке прототипирования).

Дизайнеры (23,3%) и фаундеры (20,6%) показывают самый высокий индекс по Claude. Экосистема Claude (Claude и Claude Code вместе) достигает 27,5% в общем. Это выглядит как большая победа для Anthropic.

Специализированные инженерные инструменты нашли лояльных пользователей и явный product-market fit среди инженеров. Для инженеров лидерборд PMF выглядит совершенно иначе, чем у всех остальных: ChatGPT (25,3%), Cursor (20,7%), Claude Code (17,1%) и Claude (13,4%). Три из четырёх лучших продуктов, которых им бы не хватало, — это специализированные инструменты для кодинга. Инженеры нашли — и хотят удержать — специализированные инструменты, подходящие их потребностям, а не полагаться на универсальные чат-интерфейсы. 20,7% PMF Cursor среди инженеров (против 7–9% у других ролей) показывают, насколько глубоко он встроился в workflow программирования.

На самом деле, целый ряд инструментов под конкретные роли побеждает в своих нишах.

Этот пост — для платных подписчиков