Продуктовые команды в Австралии и Новой Зеландии обладают большей производительностью, чем когда-либо прежде, благодаря ИИ. Чего у них в большинстве случаев нет, так это быстрого и надежного способа доказать, к чему привели эти разработки.
Таковы главные выводы ANZ Product Intelligence Index 2026 — исследования, заказанного Mixpanel у YouGov. Мы опросили более 200 специалистов по продуктам, разработке, работе с данными и росту в обеих странах о том, как ИИ меняет их подходы к выпуску релизов, измерению показателей и принятию решений.
Почему именно ANZ? В этом регионе сосредоточено множество самых инновационных ориентированных на продукт компаний, включая растущее число клиентов Mixpanel. Мы увеличиваем инвестиции в ANZ, расширяя местную команду и открывая офис в Сиднее (скоро). Чтобы лучше ориентироваться в ситуации, мы хотели понять, с какими трудностями сталкиваются местные продуктовые команды прямо сейчас.
То, о чем нам рассказали, — это история об изменении характера давления. ИИ упростил разработку. Самая сложная часть сместилась на следующие этапы: понимание того, что стоит создавать и сработало ли это.
Создавать стало проще. Принимать решения — сложнее.
ИИ уже стал частью рабочих процессов большинства команд из ANZ. Более восьми из десяти респондентов (83%) отмечают, что их команды выпускают обновления продуктов чаще, чем год назад, а 88% называют инструменты ИИ главной причиной этого. Большинство также считает, что этот рост скорости оправдывает себя: 82% заявляют, что ИИ помог их организации как ускорить релизы, так и улучшить показатели клиентов или бизнеса.
Но увеличение производительности не снимает напряжение — оно меняет его местоположение. Семьдесят шесть процентов респондентов (76%) говорят, что принятие решения о том, что именно создавать, теперь занимает больше времени, чем сама разработка.
Для любой продуктовой команды это поразительный поворот. Когда ограничением была разработка, медленный план развития означал редкие релизы. Теперь ограничение — это способность делать выводы, а выводы строятся на доказательствах. Каждый дополнительный релиз порождает новую совокупность результатов для интерпретации и новый круг решений о том, стоит ли масштабировать изменения, дорабатывать их или откатывать.
Генеральный директор Mixpanel Джен Тейлор (Jen Taylor) выразилась предельно ясно: «Скорость сама по себе больше не является преимуществом: главное — понимать, что стоит выпускать и почему».
Уверенность высока, пока кто-нибудь не попросит доказательств
На первый взгляд, команды из ANZ уверены в своих методах измерения. Мы выяснили, что 85% считают, будто их способность доказывать эффективность не отстает от скорости релизов, а 87% доверяют цифрам в своей продуктовой отчетности.
Ситуация меняется, когда на повестке дня встает конкретное решение. Семь из десяти (71%) заявляют, что за последние 12 месяцев их организация принимала важные продуктовые решения без необходимых доказательств. Две трети (68%) сталкивались с запросами на подтверждение эффективности, которые не смогли удовлетворить. По оценкам респондентов, в среднем чуть больше половины (55%) их релизов достигают целевых метрик, ради которых они задумывались.
ANZ Product Intelligence Index 2026
Общая уверенность при нехватке доказательств в ключевой момент
Как продуктовые команды из ANZ оценивают качество своих измерений по сравнению с ситуацией при принятии конкретных решений.
В отчете это явление называется разрывом в оценке влияния продукта: это дистанция между выпуском изменений и возможностью последовательно и убедительно показать, к чему они привели. У большинства команд есть надежные дашборды. Чего им не хватает, так это точного ответа на вопрос по конкретному релизу, решению или запросу стейкхолдера в тот момент, когда это необходимо.
Несогласованность данных усугубляет проблему. Почти три из চার (73%) утверждают, что разные команды сообщают разные цифры по одной и той же метрике, хотя 84% говорят, что ответственность за определение ключевых метрик распределена четко.
Будучи международной благотворительной организацией, которая проводит кампании с ярко выраженной сезонностью, мы находимся под давлением необходимости двигаться быстро, и ИИ в этом помогает. Но быстрые решения полезны только тогда, когда мы доверяем данным, которые за ними стоят. Прежде чем мы сможем заявить, что инициатива на базе ИИ работает, нам нужно убедиться, что активность, которую мы измеряем, исходит от реальных сторонников».
Прасад Мурти (Prasad Murthi)
Руководитель направления цифровой аналитики, оптимизации и персонализации, Movember
Получение ответов по-прежнему занимает дни, в то время как релизы — часы
Если релиз можно выпустить за полдня, то ответ на вопрос «сработало ли это?» должен поступать в те же сроки. Для большинства команд из ANZ это не так.
Лишь 17% респондентов говорят, что их команда обычно может получить надежный ответ на новый вопрос о поведении продукта в тот же день. Четыре из десяти (41%) ждут один-два дня, а треть (32%) — от трех до пяти.
ANZ Product Intelligence Index 2026
Получение ответов по-прежнему занимает дни, в то время как релизы — часы
Сколько времени обычно требуется продуктовым командам из ANZ для получения надежного ответа на новый вопрос о поведении продукта.
17%
получают надежный ответ в тот же день
41%
обычно ждут один-два дня
32%
обычно ждут от трех до пяти дней
Полная разбивка ответов
Меньше часа
Позже в тот же день
13%
1–2 дня
41%
3–5 дней
32%
1–2 недели
Более 2 недель
Мы обычно не можем получить надежный ответ
Не знаю
Ответы в тот же день (в сумме 17%)
База: все респонденты (n=202). Вопрос: Когда у кого-то в вашей команде появляется новый вопрос о том, как люди взаимодействуют с вашим продуктом, сколько времени обычно требуется для получения надежного ответа? Суммарные показатели могут отличаться от 100% из-за округления. Источник: Mixpanel и YouGov, сентябрь 2026 г.
Отвечая на вопрос о том, что их сдерживает, практически все (96%) назвали хотя бы одну преграду. Наиболее частыми ответами стали: инженерные усилия, необходимые для настройки и поддержания трекинга (49%), стоимость инструментов (48%), низкое качество данных или ограниченное доверие к ним (46%), а также излишняя сложность инструментов для большей части команды (45%).
Ни один из этих факторов не связан с наличием данных. Речь идет о том, можно ли быстро получить нужные доказательства и одинаково прочитать их всем участникам в момент принятия решения. В противном случае команды вынуждены идти обратным путем: сначала принимать решение, а проверять потом.
Кто или что использует ваш продукт?
ИИ меняет не только то, как команды из ANZ создают продукты. Он меняет то, что в итоге оказывается внутри этих продуктов. Почти все респонденты (96%) заявляют, что их организация внедрила хотя бы одну функцию на базе ИИ. Наиболее популярными являются контент или рекомендации, созданные с помощью ИИ (64%), поиск на базе ИИ (58%) и разговорные ассистенты (54%). Четыре из десяти (40%) внедрили ИИ-агентов, выполняющих задачи от имени пользователя.
Оценка таких функций вызывает противоречивые отклики. Около трети (32%) говорят, что функции на базе ИИ сложнее измерять, чем обычные, в то время как 36% считают их более простыми. Функции, внедряемые быстрее всего, для значительной части меньшинства оказываются самыми сложными для оценки.
Более крупное «слепое пятно» — это атрибуция. Лишь трое из десяти (31%) заявляют, что их организация может надежно отличать активность, созданную людьми-пользователями, от активности ИИ-агентов, действующих от их имени. Почти половина (48%) могут делать это лишь частично, а каждый пятый (19%) вообще не способен на это, включая 8%, которые даже не задумывались над этим вопросом.
Это важно, потому что один и тот же график может означать совершенно разные вещи. Всплеск использования функции или выполнения действий может отражать более активное вовлечение людей, рост активности агентов или и то, и другое. Без четкого разделения трудно связать поведение продукта с реальными результатами клиентов.
Когда мы внедрили ИИ в наш собственный продукт, мы начали помечать каждое действие в Mixpanel в зависимости от того, кто его совершил: человек, агент или API. Сюрприз последовал незамедлительно. Несколько клиентов сообщили нам, что уже используют нас вместе с ИИ, и когда мы проводили демонстрации, оказалось, что их ИИ-ассистенты управляют нашим веб-приложением через браузер. Впервые у каждого продукта появилось два пользователя: человек и работающий на него агент. Вам придется проводить эксперименты для обоих.
Крис Борзилло
Технический директор Mixpanel Ананта Гупта видит в этом новый рубеж для измерения эффективности продукта: «Чтобы уверенно и ясно принимать важные продуктовые решения, командам все чаще требуется доступ к точным поведенческим данным, которые позволяют четко различать действия людей и действия ИИ-агентов».
От скорости к проверяемости
ИИ поднял планку того, что могут создавать продуктовые команды в Австралии и Новой Зеландии. Полученные данные свидетельствуют о том, что наибольшую выгоду получат не те, кто выпускает больше всего обновлений. А те, кто сократит цикл от релиза до получения доказательств, принятия решения и внесения улучшений, и будет выполнять его с той же скоростью, с которой они создают продукт.
Это та проблема, для решения которой мы создали Mixpanel, и именно поэтому мы удваиваем наши усилия в Австралии и Новой Зеландии. По словам нашего генерального директора: «Это тот разрыв, который устраняет Mixpanel, и спрос, который мы видим со стороны местных команд, — причина, по которой мы инвестируем в этот регион, расширяя команду и открывая новый офис в Сиднее».
Мы с нетерпением ждем возможности поработать с еще большим количеством продуктовых команд региона над тем, что будет дальше.
Об исследовании: компания YouGov по поручению Mixpanel провела онлайн-опрос 202 специалистов, работающих в Австралии (150) и Новой Зеландии (52) в сферах разработки продуктов, инженерии, данных и аналитики или роста в организациях, создающих цифровые продукты для клиентов. Полевые работы проводились с 3 по 10 сентября 2026 года. Результаты не взвешены и отражают опыт, о котором сообщили респонденты.
