Ho costruito uno strumento di IA che automatizza le interviste qualitative. Allo stesso tempo, ho 25 anni di UX Research alle spalle. Quindi sto con un piede nel mondo che viene sostituito, e l'altro nel mondo che sostituisce.
Questo mi dà una prospettiva scomoda. Per entrambe le parti.
I numeri, in breve
Inizio 2022: oltre 3.000 posizioni aperte di UX Research in Germania su Indeed. Inizio 2026: circa 350. Meno 89 percento.
Negli Stati Uniti, Challenger, Gray & Christmas ha contato 55.000 posti di lavoro che le aziende nel 2025 hanno attribuito esplicitamente all'IA. Le posizioni entry-level sono diminuite del 15 percento. La Gen Z viene esclusa dal mercato del lavoro.
Queste sono le statistiche. Ora la domanda che nessuno pone.
La conversazione sbagliata
La discussione ruota attorno a "L'IA sostituirà i researcher?" Questa è la domanda sbagliata. Implica che esista uno stato fisso – researcher – che persiste o scompare.
La domanda giusta: Cosa della ricerca è effettivamente prezioso?
Perché se siamo onesti: molto di quello che fanno i researcher era già discutibile prima dell'IA. Trascrizioni infinite che nessuno legge. Report che scompaiono nei cassetti. Insight che non portano mai a decisioni.
L'IA non sta sostituendo "il researcher". L'IA sta sostituendo le parti del lavoro che non sono mai state particolarmente preziose – e così espone quanto spesso la creazione di valore fosse sottile.
Questa è la verità scomoda.
Dove i researcher falliscono davvero
In 25 anni, ho visto molti researcher fallire – me stesso incluso, più di una volta. Non per mancanza di empatia. Non per cattiva metodologia. Ma per tre cose:
Fanno le domande sbagliate. Ricercano ciò che è interessante, non ciò che è rilevante per la decisione. Producono conoscenza di cui nessuno ha bisogno.
Non sanno tradurre. Parlano il linguaggio della ricerca a persone che parlano business. I risultati muoiono di fame sulla strada verso la decisione.
Non capiscono il proprio business. Sanno tutto sugli utenti ma niente su margini, roadmap, debito tecnico. Non possono spiegare perché il loro lavoro vale denaro o crea valore.
Questi sono sempre stati i problemi. L'IA li rende solo visibili perché il lavoro di routine scompare e rimane solo il lavoro strategico – che molti non hanno mai imparato.
Cosa può davvero fare l'IA (e cosa no)
Ecco la mia valutazione dopo centinaia di ore di lavoro con i miei strumenti di IA e quelli esterni:
L'IA può:
- Trascrivere, riassumere, taggare – più velocemente e a minor costo degli umani
- Trovare pattern in grandi set di dati che gli umani non vedono, persino aghi in pagliai
- Fornire buone prime bozze per guide di discussione, screener, report
- Servire come sparring partner per ipotesi
L'IA non può:
- Decidere quali domande dovrebbero essere poste in primo luogo
- Riconoscere quando qualcuno sta mentendo, evadendo, nascondendo qualcosa di importante
- Navigare il panorama politico di un'organizzazione
- Convincere uno stakeholder a cambiare idea
- Sapere quando uno studio sarebbe una perdita di tempo
La prima lista è ciò che mangia tempo. La seconda è ciò che conta.
Perché costruisco comunque uno strumento di IA
QUALLEE non automatizza i researcher. Rende possibile una ricerca che prima non avveniva.
La realtà: La maggior parte delle decisioni di prodotto vengono prese senza ricerca utenti. Non perché i team non vogliono, ma perché una dozzina di interviste approfondite costano decine di migliaia di euro e richiedono otto settimane. Quindi si decide a istinto o con un focus group di cinque partecipanti.
QUALLEE cambia questo. Non sostituendo i researcher umani, ma portando la ricerca dove prima non c'era – nel 90 percento delle decisioni che oggi vengono prese alla cieca.
Il nuovo researcher
Se stessi assumendo qualcuno oggi, tre cose mi importerebbero:
Framing strategico. Non: "Come conduco un buon studio?" Ma: "Abbiamo davvero bisogno di uno studio? Qual è la domanda giusta? Cosa facciamo con la risposta?"
Fluenza nel business. La capacità di spiegare in una riunione con il CFO perché questa ricerca fa risparmiare o genera denaro. Nel loro linguaggio, non nel nostro.
Giudizio sull'IA. La capacità di riconoscere quando l'output dell'IA è spazzatura. Quando è oro. E quando è pericolosamente vicino alla verità ma punta nella direzione sbagliata.
Empatia? Sì, certo. Ma l'empatia senza queste tre competenze è un hobby, non una professione.
La paura è reale – e utile
Il 46 percento dei researcher nel State of User Research 2025 Report trova l'IA "spaventosa". Il 43 percento conosce qualcuno che ha perso il lavoro a causa dell'IA. Uff.
Prendo questa paura sul serio. È un segnale. La paura dice: qualcosa di fondamentale sta cambiando qui. La paura dice: la tua strategia precedente non è più sufficiente. La paura dice: muoviti.
Ma il problema non è la paura – è quello che le persone fanno con la paura. Alcuni si paralizzano, alcuni negano. Alcuni corrono nella direzione sbagliata.
La risposta giusta alla paura è: capire cosa sta cambiando. Poi agire.
Cosa dovresti fare ora
Non credo nei consigli per livello di carriera. La situazione è individuale. Ma ecco tre domande che ogni researcher dovrebbe porsi:
1. Quanto del tuo lavoro è routine?
Trascrizione, tagging, programmazione, invio di screener – questo viene automatizzato. Non forse. Sicuramente. Se questo è il 60 percento del tuo tempo, hai un problema. Non perché sei scarso, ma perché il tuo ruolo è definito così.
2. Puoi spiegare perché il tuo ultimo studio valeva i soldi?
Non in termini di ricerca. In euro. In decisioni sbagliate evitate. In time-to-market. Se non puoi farlo, sei sostituibile – non dall'IA, ma da chiunque possa.
3. Quando hai impedito uno studio per l'ultima volta?
La competenza più preziosa di un researcher è sapere quando la ricerca è una perdita di tempo. Se dici sempre sì, sei un fornitore di servizi. Se a volte dici no e puoi spiegare perché, sei uno stratega.
La mia scommessa
Scommetto che la ricerca diventa più preziosa – ma i researcher diventano più rari. La domanda di comprensione degli utenti non sta scomparendo; sta crescendo. Ogni azienda vuole sapere cosa vogliono i suoi clienti. L'IA rende questa conoscenza più accessibile, non obsoleta.
Questo non è conforto per tutti. Alcuni ne trarranno profitto, alcuni lotteranno, alcuni lasceranno il settore. Non so come rendere questo equo. So solo che distogliere lo sguardo non aiuta – né chi resta né chi va.
