最近看到一份很有意思的报告——Smashing Magazine 2026 年发布的用户研究行业调查，基于 Maze 平台 1200 多名产品从业者的数据。看完之后我最大的感受是：这个行业正在经历一场前所未有的变革，而这次变革的核心驱动力是 AI。
今天想和你聊聊这份报告里几个特别有意思的发现，看看能不能给你一些参考。
1. 用研需求暴涨，但团队却在"换血"
先说一个反直觉的数据：62% 的团队表示用研需求在增长，75% 计划明年扩大团队。
听起来是个好消息对吧？但仔细看你会发现另一件事——需求增长的背后，是工作重心的转移。
以前用研团队的主要工作是"执行"：设计问卷、访谈用户、整理数据。现在呢？越来越多的团队开始把执行工作外包给 AI，自己则把精力放在更 strategic 的事情上。
这就引出了一个有意思的问题：如果 AI 能搞定 80% 的分析工作，那用研团队到底需要什么样的人？
答案我后面会说，先卖个关子。
2. AI 工具渗透率惊人，但很多人还在观望
报告里有一组数据很有意思：
44% 已经在用 AI 工具做用研 41% 打算用 ChatGPT 是使用率最高的工具，占 82%
也就是说，AI 工具的渗透率已经相当高了，而且还有很大一部分人正在观望。
有意思的是，不同团队对 AI 工具的使用深度差异很大。有的团队只是用 ChatGPT 帮忙写访谈提纲，有的团队已经能做到 AI 全自动分析用户反馈、生成研究洞察。
差距不在工具本身，而在于怎么用。
我见过一些团队把 AI 当成高级搜索工具用，也见过一些团队把 AI 变成了研究助手 + 数据分析员 + 报告撰写员的组合。这里面的效率差距，可能是 10 倍甚至更多。
3. AI 到底在替代哪些工作？
这是我觉得最值得展开讲的部分。
报告里提到几个具体场景：
数据分析：60% 的团队在用 AI 访谈转录：54% 生成研究问题：48% 综合报告：45%
看这个分布，你会发现一个规律：AI 替代的主要是"技术执行"类的工作。
访谈转录、数据分析、报告撰写——这些工作的共同特点是：有一定的技术门槛，但本质上还是"执行"。你需要技能，但不需要太多思考。
而那些 AI 替代不了的工作呢？比如定义研究问题、理解用户动机、发现洞察、影响决策——这些需要判断力、共情能力和商业敏感度的工作，AI 目前还差得远。
4. 研究民主化：设计师都开始做用研了
接下来这个发现我觉得是最有意思的：
61% 的产品设计师表示自己在做用户研究。
这个数字说明什么？研究民主化已经不是趋势，而是现实。
以前用户研究是专业用研团队的"专属领域"，设计师、产品经理提需求，用研团队执行。现在呢？设计师自己就具备研究能力了，而且很多公司也在鼓励这种跨职能的研究实践。
报告里还提到了一个有意思的对比：研究民主化的团队，在战略决策上的影响力是原来的 2 倍，在产品决策上是 1.8 倍。
我想可能是因为：研究不再是一个"部门"的事，而是整个团队的共同能力。 当每个人都具备基本的研究思维时，决策质量自然就上去了。而且，研究结论的传播成本也大大降低——不需要再通过用研团队的"翻译"，其他人直接就能理解和应用。
5. 用研人员的新角色：执行者→教育者
最后聊一个我觉得最值得思考的趋势：用研人员的角色转型。
以前优秀的用研人员，核心竞争力是"技术执行"——你会用各种研究方法、能设计问卷、能做访谈、能分析数据。这些技能当然重要，但现在，它们越来越难成为你的护城河了。
为什么？因为这些工作 AI 都能做，而且比你做得更快、更便宜。
那什么能力是 AI 替代不了的呢？
教育和赋能。
报告里提到的趋势是：用研人员正在从"执行者"变成"教育者"。具体来说：
不是自己在做研究，而是教别人怎么做研究 不是自己出洞察，而是帮助团队建立研究思维 不是提交报告，而是推动洞察被应用
这个转变说起来容易，做起来其实挺难的。它要求用研人员具备更强的沟通能力、更高的业务影响力、更宏观的视野——这些都不是一朝一夕能培养出来的。
6. AI 带来的真实收益
说完用途，再来看效果。报告里提到了几个关键收益：
**56%**：团队效率提升 **50%**：研究周期缩短 **35%**：有更多时间做战略工作
这几个数字放在一起看，其实说明了一件事：AI 不是在"替代"用研人员，而是在"解放"用研人员。
以前一个用研项目，光数据分析 + 报告撰写可能就要占用一半的时间。现在这部分工作被 AI 接管了，团队可以把更多时间放在定义对的问题、发现真正的洞察上。
从长远来看，我觉得这其实是好事。用研的价值从来不在于数据本身，而在于从数据里提炼出来的洞察。 AI 把执行层的事情做了，人才能腾出手来做更有价值的事。
写在最后
看完这份报告，我最大的感受是：AI 不会替代用研人员，但会用 AI 的用研人员会替代不会用的。
以前我们觉得，用研人员最重要的能力是"技术"，是你会不会用各种研究方法。现在呢？技术越来越容易获得，AI 越来越强大，真正值钱的能力变成了：定义对的问题、发现真正的洞察、推动洞察被应用。
这些能力，AI 帮不了你。只有不断实践、不断思考、不断提升业务敏感度，才能真正做到。
所以，我的建议是：别把AI当成威胁，把它当成杠杆。你用它放大你的能力，而不是被它替代。
共勉。
评论区聊聊，你所在的团队有没有开始用 AI 做用研？或者你们的研究民主化进展到哪一步了？
关注公众号「设计师邱兴」，回复「资料」，可免费领取 UI 及 AI 相关的素材及资料！
