人工智能究竟为人们做了什么，哪些AI工具具备产品市场契合度，最大的机会在哪里，以及这一切意味着什么
我很兴奋能与Figma公司的人工智能洞察经理、曾任Zapier、Airbnb、Meta、Twitter、Intercom和Wealthfront用户研究负责人的诺姆·西格尔进行第四次（创纪录的）合作。让我们开始吧。
作者说明： 为保护参与者匿名性，已更改姓名。
关于AI对工作影响的争论从未停止。它是否带来了真正的生产力提升？投资回报率在哪里？各种观点层出不穷，但数据一直匮乏。
我们决定亲自探寻实际情况，开展了一项最大规模的独立深度调查之一，了解AI如何影响科技工作者的生产力（共1750名受访者）。我们调查了产品经理、工程师、设计师、创始人等在工作中如何使用AI。
太长不看版：AI的表现超出了人们的预期。
55%的受访者表示AI超出了他们的预期，近70%的人表示AI提高了他们工作的质量。
超过一半的受访者表示，在最关键的任务上，AI每周至少为他们节省了半天的时间。我们从未见过有工具能带来如此大的生产力提升。
创始人从AI中获益最多。 近一半（49%）的创始人报告，AI每周为他们节省超过6小时的时间，远高于其他任何角色。接近一半（45%）的创始人也认为，得益于AI，他们的工作质量"大幅提升"。
设计师获益最少。 只有45%的设计师报告获得了积极的投资回报率（相比之下创始人为78%），31%的设计师报告AI未达到预期，这一比例是创始人的三倍。
工程师已接受AI作为编程伙伴，现在希望AI来处理产品开发中更枯燥（但必要）的工作： 编写文档、代码审查和编写测试。
n8n目前在智能体领域占据主导地位，不过截至2025年，智能体平台的实际采用速度依然较慢。
高达92.4%的受访者报告使用AI工具至少存在一项显著缺点。 这无疑还有很大的改进空间。
AI已远非一两年前的新奇事物。它已明确确立了作为工作和生产力基础设施的地位，并且AI工具正以惊人的速度进步。如果在2025年末，AI已经能为大多数人每周至少节省半天时间，那么2026年将会怎样？2027年呢？我们正在目睹一场复合式生产力革命的早期阶段。
正如OpenAI副总裁凯文·韦尔所指出的，"你今天使用的AI模型，将是你余生中使用过的最差的AI模型。"
AI究竟在帮助人们做什么？按职能细分
产品经理 从AI工具中获得最大价值的领域是：(1) 编写产品需求文档 (21.5%)，(2) 创建原型/模型 (19.8%)，以及 (3) 改进沟通，包括邮件和演示文稿 (18.5%)。
排名第二的原型制作，标志着当前正在发生的众多角色边界变化之一。借助Lovable、v0等工具，产品经理越来越多地能够不依赖设计，直接从想法过渡到原型。
但进一步观察列表，可以发现一个模式：AI帮助产品经理进行产出，但在辅助思考方面滞后。排名靠前的任务都是产出型任务（文档、原型、沟通），而战略性和探索性工作则排在末尾（用户研究 占4.7%，路线图构思 占1.1%）。产品经理已经掌握了如何利用AI进行将想法输出为成品的"最后一公里"工作，但在利用AI进行上游的"确定要构建什么"方面，仍有巨大的机会。
设计师 发现AI最有帮助的领域是 用户研究分析整理 (22.3%)、内容和文案 (17.4%) 以及 设计概念构思 (16.5%)。视觉设计仅排在第8位，仅占3.3%。
AI正在帮助设计师处理与设计相关的一切事务（研究分析、文案、构思），但视觉呈现工作仍然顽固地由人类主导。同时，比较原型制作：产品经理将其排在第二（19.8%），而设计师将其排在第四（13.2%）。AI正在为产品经理解锁其核心工作之外的技能（至少在原型制作方面是如此），而设计师并未从AI执行其核心工作中获得显著的边际效益提升。
创始人 则高度倾向于使用AI进行 生产力与决策支持 (32.9%)、产品构思 (19.6%) 以及 愿景/战略制定 (19.1%)。
与其他角色不同，创始人将AI用于思考，而不仅仅是产出。 排名前三的用途都是战略性的：决策支持、构思和愿景/战略制定。这与产品经理（其首要用途是文档和原型）和设计师（研究分析和文案）形成鲜明对比。再看排名第一的类别："生产力/决策支持"占32.9%，这在调查中是独一无二的。其他角色都没有一个用例如此突出。创始人将AI视为思维伙伴和参谋，而不仅仅是完成特定交付成果的工具。
令人意外的缺失领域：财务建模 仅占1.8%，尽管创始人在融资期间大量使用电子表格。招聘 也是如此，仅占1.3%，尽管招聘耗费创始人大量时间。这些似乎是等待更好工具出现的机遇。
这种模式或许可以解释为什么创始人在整个调查中报告的满意度最高——他们已经掌握了如何将AI用于高杠杆的战略工作，而不仅仅是生产任务。
工程师是一个特例。 对他们而言，AI主要完成一项核心任务：编写代码。而对于产品经理和设计师，AI则更多辅助其支持性工作。
排在后面的任务包括 编写文档 (7.7%)、测试 (6.2%) 和 代码审查 (4.3%)。这些都是工程师通常不喜欢但必要的"枯燥工作"。从下文的机会数据中你将看到，这种情况即将改变。工程师已经接受AI作为编程伙伴；现在他们希望AI来处理代码编写之后的繁琐工作。
另一个值得注意的模式是：工程师在后续关于工作质量的调查中结果最为分化（51%认为质量更好，但21%认为更差，是各角色中"更差"比例最高的）。
工程师是唯一一个ChatGPT不是首选工具的群体
ChatGPT是大多数角色的首选AI工具： 57.7%的产品经理、49.6%的设计师和高达72.1%的创始人将ChatGPT作为首选AI工具，Claude在这三个角色中均位列第二。
但工程师的行为模式非常不同。 GitHub Copilot虽然率先进入市场，拥有微软和GitHub的发行优势，并已集成到全球最流行的代码仓库中，但它却排在三个后起之秀之后。工程师们正在选择更新（更好）的替代品，而不是现有的老牌工具。
对于工程师，排名前三的工具势均力敌：Cursor (33.2%)、ChatGPT (30.8%) 和 Claude Code (29.0%) 的差距都在4个百分点以内。这个市场尚未整合，转换成本很低。同样值得注意的是：Claude Code (29.0%) 的使用率超过了Claude的聊天界面 (20.7%)。专用工具正在获胜，但Claude在多项核心编码相关任务（如代码迁移等）上也表现出色，使其位列第四。
Gemini 以10.6%的比例远远落后，但有一点需要注意：这个领域变化极快。几次强大的模型发布或产品更新都可能迅速重塑这个排名。今天的情况可能在六个月内看起来就大不相同。
ChatGPT 是产品经理领域的绝对赢家。
Perplexity 也排名出人意料地高，可能得益于其强大的研究能力。
然而，在列表较后的位置，Lovable (8.7%) 和 Cursor (7.7%) 进入了产品经理使用工具的前七名。这强化了我们之前看到的模式：产品经理越来越多地自己动手构建，涉足传统上属于设计和工程的工作领域。产品经理的工具包正在扩展到文档和幻灯片之外。
需注意：Copilot (8.4%) 在产品经理中的使用率略高于 Cursor (7.7%)，但对于工程师则相反。这可能反映了大型公司中微软生态系统的锁定效应，或者只是产品经理先发现了Copilot且尚未探索其他选择。
AI正在显著节省时间并提升工作质量（对大多数人而言）
63%的产品经理和83%的创始人报告AI每周为他们节省4小时以上。 即使是最持怀疑态度的群体——设计师，仍有47.5%的人报告每周节省4小时以上。只有1%到5%的各角色受访者表示AI"不比手动工作快"。
然而，在工作质量方面，情况则更为复杂。产品经理和创始人持乐观态度（超过70%的人报告质量提升），但工程师的看法则更为分化。51%的工程师告诉我们AI使其工作质量变得更好，但有21%的人表示更差。 设计师介于两者之间，60%认为更好，13%认为更差。工程师对质量的评价可能反映了代码正确性的更高标准：一份"稍好一些"的产品需求文档初稿是有用的；但一个"稍好一些"但充满错误的函数则不然。此外，糟糕的代码比糟糕的产品需求文档更容易被发现。
哪些领域还需要AI的更多帮助？
人们目前使用AI的方式与他们希望接下来使用AI的方式之间的差距，揭示了许多关于创业者和初创公司可以介入并提供新工具和功能的机会领域。
对于产品经理来说，最大的机会在于研究。 用户研究在所有任务中显示出最大的需求差距（+27.2个百分点）。目前只有4.7%的人将其作为主要的AI用例，但近三分之一的人希望如此。模式很清楚：产品经理已经掌握了如何将AI用于产出型任务，如撰写产品需求文档和起草沟通内容，但他们渴望将其应用于上游，应用于理解要构建什么这一混乱的工作中。
原型制作是一个突破性类别。 对于产品经理， "创建原型/模型" 从目前使用的19.8%跃升至希望使用的44.4%，增长了24.6个百分点，这使其成为最受期待的未来用例。对于设计师，原型制作和交互设计也显示出类似的势头（增长27.8个百分点）。这与Lovable、v0、Replit和Figma Make等工具的兴起相符：人们已经看到了可能，并希望获得更多。
工程师正将AI的使用转向处理代码编写之后的工作。 编写代码是目前最受欢迎的用例（51%），但其需求差距仅为+5.6个百分点。然而，编写文档（+25.8个百分点）、代码审查（+24.5个百分点）和编写测试（+23.5个百分点）都显示出工程AI工具领域的巨大增长机会。
创始人正在加倍押注AI作为思维伙伴。产品构思显示出巨大的需求，从目前使用的19.6%跃升至希望使用的48.6%，差距达29.0个百分点。增长策略与市场进入规划（+24.7个百分点）和市场分析（+24.0个百分点）紧随其后。
创始人已经将AI大量用于个人生产力提升（目前为32.9%），但他们希望向上游移动。他们正在寻找一个战略合作者来验证想法、探索市场和思考市场进入策略——AI作为联合创始人，而不仅仅是助手。
根据这些报告的差距，下一波AI应用的浪潮需要的不仅是更好的模型，还需要更好的人机协作处理模糊问题的工作流程。撰写产品需求文档有明确的产出；而竞争性研究则没有。编写代码可以测试；"产品构思"则无法。
哪些AI工具具备产品市场契合度？
我们询问："如果失去对哪些AI工具的访问权限，你会非常失望？"这是经典的肖恩·埃利斯产品市场契合度问题。83.6%的人至少提到了一款工具，这本身就标志着AI已深度融入日常工作流程。但是，定期使用某工具的人数与该工具若消失会让人想念的人数之间的关系，揭示了真正找到产品市场契合度的产品。
ChatGPT占据主导地位，但可能只是暂时的。 一半的受访者（50.2%）表示若失去ChatGPT会非常失望，但这明显低于大多数角色中60%至75%的受访者表示定期使用该工具的比例。这部分解释了为什么OpenAI最近宣布进入"红色警报"状态，因为它看到Gemini和Claude开始侵蚀其市场份额。AI领域的转换成本仍然非常低。
ChatGPT、Claude和Gemini在产品经理群体中名列前茅——它们是如此多功能的工具，非常适合产品经理的工作。 最有趣的是看到Cursor紧随Gemini之后（我们没想到像Cursor这样的工程工具会在产品经理中如此受欢迎），其次是Lovable（目前似乎在原型制作市场占据优势）。
设计师（23.3%）和创始人（20.6%）对Claude的依赖指数最高。Claude生态系统（Claude和Claude Code合计）总体覆盖率达到27.5%。这对Anthropic来说似乎是一个巨大的胜利。
专用工程工具已在工程师中找到了忠实用户和清晰的产品市场契合度。 对于工程师，产品市场契合度排行榜与其他所有人完全不同：ChatGPT (25.3%)、Cursor (20.7%)、Claude Code (17.1%) 和 Claude (13.4%)。他们最不愿意失去的前四名产品中，有三个是编码专用工具。工程师已经找到——并希望保留——符合他们需求的专用工具，而不是依赖通用聊天界面。Cursor在工程师中20.7%的产品市场契合度（其他角色为7%至9%）显示了它已深度融入编码工作流程。
事实上，少数几个特定角色的工具正在各自的细分领域中获胜。
精选文章：