Cosa sta facendo esattamente l'AI per le persone, funzione per funzione Risultati da un'indagine su larga scala sulla produttività dell'AI tra i miei oltre 1 milione di iscritti alla newsletter (con @noamseg) 1. I PM stanno vedendo il maggior valore dagli strumenti AI per (1) scrivere PRD, (2) creare mockup/prototipi e (3) migliorare la loro comunicazione tramite email e presentazioni. Non tanto per aiutarli a generare idee per la roadmap, condurre riunioni, GTM o sintesi della ricerca sugli utenti. L'AI sta aiutando i PM a produrre, ma finora è in ritardo nell'aiutarli a pensare.

2. I designer trovano che l'AI sia più utile per la sintesi della ricerca utente, il contenuto e la scrittura, e l'ideazione dei concetti di design. Il design visivo si posiziona all'8° posto. L'AI sta aiutando i designer in tutto ciò che riguarda il design (sintesi della ricerca, scrittura, ideazione), ma spingere pixel rimane ostinatamente umano. Nel frattempo, confronta il prototipaggio: i PM lo hanno al 2° posto (19,8%), mentre i designer lo hanno al 4° posto (13,2%). L'AI sta sbloccando competenze per i PM al di fuori del loro lavoro principale (almeno nel caso del prototipaggio), mentre i designer non stanno vedendo i benefici di miglioramento marginale dall'AI che svolge il loro lavoro principale.

3. I fondatori si concentrano fortemente sulla produttività e sul supporto decisionale, sull'ideazione del prodotto e sulla visione/strategia. A differenza di altri, i fondatori stanno usando l'AI per pensare, non solo per produrre. I primi tre lavori sono tutti strategici: supporto decisionale, ideazione e visione/strategia. Questo è un netto contrasto con i PM (i cui lavori principali sono documenti e prototipi) e i designer (sintesi della ricerca e testi). E guarda quella categoria #1: "produttività/supporto decisionale," al 32,9%, è diversa da qualsiasi altra cosa nel sondaggio. Nessun altro ruolo ha un singolo caso d'uso così dominante. I fondatori trattano l'AI come un partner di pensiero e un banco di prova, non solo come uno strumento per deliverable specifici. Questo schema potrebbe spiegare perché i fondatori riportano la massima soddisfazione in tutto il sondaggio: hanno capito come usare l'AI per lavori strategici ad alto valore, non solo per compiti di produzione.

4. Gli ingegneri sono l'eccezione. Per loro, l'AI sta svolgendo un solo grande compito: scrivere codice, il compito ingegneristico principale. Mentre per i PM e i designer, l'AI li sta aiutando con il lavoro di supporto. Più in basso nella lista ci sono lavori come la documentazione (7,7%), il testing (6,2%) e la revisione del codice (4,3%). Questi sono i compiti "noiosi ma necessari" che gli ingegneri tipicamente non gradiscono. Come vedrete nei dati sulle opportunità qui sotto, questo sta per cambiare. Gli ingegneri hanno accettato l'AI come partner di codifica; ora vogliono che gestisca il lavoro noioso che arriva dopo che il codice è stato scritto. Un altro modello degno di nota: gli ingegneri segnalano i risultati più misti sulla qualità più avanti nel sondaggio (51% meglio ma 21% peggio, il più alto "peggio" di qualsiasi ruolo).