Как меняется подход к исследованию потребностей пользователей в эпоху AI

Исследования потребностей пользователей, на мой взгляд, одна из самых интересных частей работы над продуктом. Но, кажется, эту сферу ждут большие перемены. Смотрите сами.

Раньше мы: — часами формулировали вопросы; — переслушивали, стенографировали и тегировали интервью; — спорили над каждой формулировкой pain или job.

Теперь всё это может делать AI. Уже делает.

📌 User Interviews провели исследование: 90% UX-исследователей используют AI для анализа интервью, 60% — для подготовки самих вопросов. AI теперь не только структурирует инсайты, но и задаёт уточняющие вопросы в процессе — лучше многих джунов, ведь у него нет потребности подтвердить свои собственные гипотезы.

📌 В Fiserv внедрили conversational AI в сбор обратной связи. Нейросетка сама адаптирует вопросы под пользователя. Результат — +10 баллов к NPS и в 1,5 раза больше смысла в ответах.

📌 В Jobs to Be Done исследовании AI помогает быстро собирать карты задач, вычленять альтернативные сценарии и даже приоритизировать. (Да, это уже не фантастика, а практика — пример тут).

📌 Мой личный опыт: создать проект в Chat GPT Plus, загрузить в него файлом все транскрипты интервью, добавить список гипотез, попросить оценить true или false каждую гипотезу для каждого респондента, построить красивый отчёт. Сравнивал с ручной обработкой на нескольких респондентах — совпадение 80%. А скорость выше на порядок.

Что это всё значит для нас, продактов?

AI не убирает исследования. Он делает их: — быстрее (анализ за минуты); — глубже (уточняющие вопросы прямо во время разговора); — дешевле (можно сделать больше интервью, на потоке, с автоматическим созданием отчетов).

Но.

Как всегда: кто задаёт вопрос — тот и управляет ответом. LLM может помочь, но не поймёт полный контекст так, как вы. И не распознает эмоциональный сигнал в голосе пользователя. Пока. Так что подход меняется. Но роль продакта-исследователя — пока что нет.