Co dokładnie AI robi dla ludzi, funkcja po funkcji Wyniki z dużej ankiety dotyczącej produktywności AI wśród moich 1 mln+ subskrybentów newslettera (z @noamseg) 1. PM-owie widzą największą wartość w narzędziach AI do (1) pisania PRD, (2) tworzenia makiet/prototypów oraz (3) poprawy komunikacji w e-mailach i prezentacjach. Nie tak bardzo w pomaganiu im w wymyślaniu pomysłów na roadmapy, prowadzeniu spotkań, GTM czy syntezie badań użytkowników. AI pomaga PM-om w produkcji, ale jak na razie pozostaje w tyle w pomaganiu im w myśleniu.

2. Projektanci uważają, że AI jest najbardziej pomocne w syntezie badań użytkowników, treści i copy oraz w ideacji koncepcji projektowych. Projektowanie wizualne zajmuje 8. miejsce. AI pomaga projektantom we wszystkim, co związane z projektowaniem (synteza badań, copy, ideacja), ale przesuwanie pikseli pozostaje upartym ludzkim zadaniem. Tymczasem porównując prototypowanie: PM-y mają je na 2. miejscu (19,8%), podczas gdy projektanci na 4. miejscu (13,2%). AI odblokowuje umiejętności dla PM-ów poza ich podstawową pracą (przynajmniej w przypadku prototypowania), podczas gdy projektanci nie dostrzegają marginalnych korzyści z poprawy dzięki AI w wykonywaniu swojej podstawowej pracy.

3. Założyciele mocno stawiają na produktywność i wsparcie w podejmowaniu decyzji, ideację produktów oraz wizję/strategię. W przeciwieństwie do innych, założyciele wykorzystują AI do myślenia, a nie tylko do produkcji. Trzy najważniejsze zadania są wszystkie strategiczne: wsparcie w podejmowaniu decyzji, ideacja i wizja/strategia. To wyraźny kontrast w porównaniu do PM-ów (których główne zadania to dokumenty i prototypy) oraz projektantów (synthesis badań i tekst). A spójrz na tę kategorię nr 1: „produktywność/wsparcie w podejmowaniu decyzji”, na poziomie 32,9%, jest czymś zupełnie innym w badaniu. Żadna inna rola nie ma tak dominującego przypadku użycia. Założyciele traktują AI jako partnera do myślenia i sounding board, a nie tylko narzędzie do konkretnych rezultatów. Ten wzór może wyjaśniać, dlaczego założyciele zgłaszają najwyższy poziom satysfakcji w całym badaniu – odkryli, jak wykorzystać AI do bardziej strategicznej pracy o wyższym wpływie, a nie tylko do zadań produkcyjnych.

4. Inżynierowie są wyjątkiem. Dla nich AI wykonuje tylko jedno wielkie zadanie: pisanie kodu, podstawowego zadania inżynieryjnego. Natomiast dla PM-ów i projektantów, AI pomaga im w pracach wspierających. Niżej na liście znajdują się takie zadania jak dokumentacja (7,7%), testowanie (6,2%) i przegląd kodu (4,3%). To są te "nudne, ale konieczne" zadania, których inżynierowie zazwyczaj nie lubią. Jak zobaczysz w danych dotyczących możliwości poniżej, to ma się zmienić. Inżynierowie zaakceptowali AI jako partnera w kodowaniu; teraz chcą, aby zajmowało się nudną pracą, która pojawia się po napisaniu kodu. Jeszcze jeden wzór wart zauważenia: inżynierowie zgłaszają najbardziej mieszane wyniki dotyczące jakości później w badaniu (51% lepiej, ale 21% gorzej, najwyższy "gorzej" wśród wszystkich ról).