RESEARCH · 2026 · UA

AI у роботі дизайнерів. КОРОТКЕ ОПИТУВАННЯ ДИЗАЙНЕРІВ ПРО ТЕ, ЯК ВОНИ РЕАЛЬНО ПРАЦЮЮТЬ З AI.

— голосів з нашого ринку — переважно продуктові дизайнери з України та діаспори, які працюють на закордонних ринках. Коротко: AI вже інфраструктура, а не експеримент. Але розрив між частотою використання і системністю — величезний. Все нижче — спроба показати цей розрив у цифрах.

—

всього відповідей
квітень 2026

—%

користуються AI щодня
кілька разів на день

—%

мають Claude у регулярному стеку

—%

платять за AI зі своїх
(незалежно від компанії)

—%

робочий процес за рік
змінився через AI

—%

пишуть структуровані промпти
з роллю та контекстом

—%

зберігають і реюзають
перевірені промпти

—%

не можуть оцінити, скільки
часу AI економить

[01] ХТО ВІДПОВІДАВ

Зріла аудиторія, не новачки.

Вибірка зміщена в сторону досвідчених продуктових дизайнерів, які працюють на західних ринках. Це важливо тримати на думці при читанні всіх інших цифр — у новачків патерни, ймовірно, інакші.

[01.A]ДОСВІД У ДИЗАЙНІ

Майже дві третини — з досвідом 5+ років. Це не ті, хто щойно "відкрив для себе ChatGPT".

[01.B]ОСНОВНА РОЛЬ

Домінують продуктові та UX/UI-дизайнери. Дані треба читати саме крізь цю призму.

[01.C]ФОРМАТ РОБОТИ

Інхаус-продукт переважає, але фріланс і власні стартапи разом — ~33%. Тобто третина без корпоративних обмежень на AI.

[01.D]РИНОК І ЛОКАЦІЯ

Більшість працює на США/Канаду та ЄС/UK, при цьому фізично — Київ, Львів, Польща, Іспанія, Румунія. Класичний український ринок праці зараз.

[02] ЯК ЧАСТО І ЧИМ

AI — це вже інфраструктура.

93% користуються AI щодня кілька разів на день. Це не "пробую", це "вмонтовано в флоу". Стек консолідується: Claude став стандартом де-факто, далі ChatGPT і Gemini.

[02.A]ЧАСТОТА ВИКОРИСТАННЯ

Майже всі — у щоденному режимі. Майже немає "пробую раз на тиждень".

[02.B]ЧИ ОПЛАЧУЄ КОМПАНІЯ

"Так, повністю" — лише ~30%. Інші доплачують зі своїх або взагалі несуть всі витрати самі.

[02.C]ІНСТРУМЕНТИ В РЕГУЛЯРНОМУ СТЕКУ

Claude — у 91% (фактично всі). ChatGPT — 76%. Гарне запитання: чим вони відрізняються в патернах використання? Але це вже наступне опитування.

[02.D]ВИТРАТИ НА AI ЗІ СВОЇХ — ОСОБИСТО

Більше половини платять 20+ USD/місяць особисто, навіть якщо компанія компенсує. Готовність вкладатись — висока.

[02.E]ЗА ЩО ВЛАСНЕ ПЛАТЯТЬ

Клод-підписка — найчастіша рядок витрат, далі ChatGPT, Figma AI. Стек "великий чат + Figma AI" — найпоширеніший.

[03] ЯК ВОНИ РЕАЛЬНО ПРАЦЮЮТЬ З AI

Розрив №1: частота >> система.

Це найважливіший зріз дослідження. 93% юзають щодня, але лише третина пише структуровані промпти, лише кожен десятий реюзає перевірені, лише кожен п'ятий будує ланцюжки. Тобто інтенсивність висока — а інженерія промпту майже нульова.

[03.A]ФОРМА ТИПОВОГО ПРОМПТУ

Лише третина працює зі структурою (роль/контекст/формат). Близько 26% свідомо "не підходять систематично".

[03.B]ЛАНЦЮЖКИ ПРОМПТІВ

"Іноді, інтуїтивно" — найчастіша відповідь. Регулярно ланцюжки будують ~19%. Це найбільший важіль для зростання якості.

[03.C]ЗВІДКИ БЕРУТЬ ПРОМПТИ

"Пишу сам з нуля" — ~61%. Зберігають і реюзають перевірені — ~9%. Промпти не є активом.

93% юзають AI щодня. 9% реюзають промпти. Інтенсивність висока — інженерія нульова. — ключовий розрив дослідження

[03.D]МОВА ПРОМПТУ

Третина "змішує залежно від задачі". Українська і англійська — приблизно нарівно.

[03.E]ЧИ Є РІЗНИЦЯ В ЯКОСТІ ВІД МОВИ

Серед тих, хто порівнював, майже половина бачить різницю на користь англійської. Решта або не порівнювала, або не помічала.

[04] ДЛЯ ЧОГО ВЛАСНЕ ВИКОРИСТОВУЮТЬ

Багато задач, але приріст чують у трьох.

У переліку задач — десятки галузей застосування (від мікрокопі до vibe-coding). Але коли питати "де AI реально прискорив тебе найбільше" — лідирують лише три: генерація варіантів, ресерч, документація/хендофф. Решта — фоновий шум.

[04.A]ДЛЯ ЯКИХ ЗАДАЧ ВИКОРИСТОВУЮТЬ AI

Multi-select. Більшість використовує AI на ~7-10 типах задач одночасно. Дизайн-система і документація — несподівано високо.

[04.B]ДЕ САМЕ ВІДЧУВАЮТЬ ПРИРІСТ ШВИДКОСТІ

Single-select — найважливіший етап. Власне дизайн у Figma — внизу. AI поки що сильніший у "до" і "після" макета.

[05] ЩО ДРАТУЄ

Біль №1: багато ітерацій + галюцинації.

Топ-3 болі утворюють один синдром: "результат поверхневий, потрібно багато ітерацій, плюс впевнено вигадані факти". Це біль не моделі, а способу роботи з нею: відсутність контексту, ролей, прикладів. Те саме чує курс.

[05.A]ЩО ДРАТУЄ НАЙБІЛЬШЕ

Multi-select. Топ-3 — про якість і контекст, не про етику чи приватність. Платні ліміти — третій біль, що вже сигнал ринкової зрілості.

[05.B]ПРОФІЛЬ БОЛЮ × ДОСВІД (HEATMAP)

Відсоток від кожної когорти, що відмітив відповідний біль. Чим яскравіше — тим частіше відмічений. Цікаво: "не розуміє контекст продукту" частіше турбує середніх (3-10 років), а не сеньйорів — у останніх вже є патерн "донести контекст".

[06] ЕФЕКТ

Процес змінився. Виміряти — складно.

96% кажуть, що робочий процес за рік змінився (41% "кардинально"). Але одночасно 44% не можуть оцінити, скільки часу AI економить на тиждень. Дизайнери не вимірюють ефект AI на власну продуктивність. Це і ринкова, і освітня прогалина.

[06.A]ЕКОНОМІЯ ЧАСУ НА ТИЖДЕНЬ

"Складно оцінити" — найчастіша відповідь. Це не "не економить", це "не виміряно".

[06.B]ЗМІНА РОБОЧОГО ПРОЦЕСУ ЗА РІК

82% — кардинально або в окремих задачах. "Ні" майже зникло як відповідь.

[06.C]ВПЛИВ НА ДОСТУП ДО ПРОЕКТІВ / ЗАРПЛАТУ

"Думаю що так, але не вимірював" — найчастіша відповідь. Це і ризик (помилкова впевненість), і шанс (можна виміряти і капіталізувати).

[07] ЩО БЛОКУЄ ГЛИБШЕ ВИКОРИСТАННЯ

Плато "я вже все" — головний ворог.

Найчастіший блокер — не страх, не нерозуміння, не заборона. А переконання "все що мені треба, я вже використовую". Це класичне Даннінг-Крюгер плато: люди, які пройшли поріг впевненості, але не знають про наступний рівень глибини.

[07.A]БЛОКЕРИ — РОЗПОДІЛ

Multi-select. Дві найчастіші відповіді — приблизно нарівно: "немає часу" та "я вже все використовую". Перші ще можуть купити курс. Другі — складніша аудиторія для будь-якої освіти.

[08] СТАВЛЕННЯ ДО МАЙБУТНЬОГО

Спокійний оптимізм.

Домінуюча відповідь — "замінить рутину, я зосереджусь на іншому". Тобто люди в основному не бояться, але не до кінця уявляють, на чому саме зосередяться. Це порожнє місце — і шанс для тих, хто почне ним займатися першим.

[08.A]ЯК СТАВИШСЯ ДО ЗАМІЩЕННЯ ЧАСТИНИ ДИЗАЙН-РОБОТИ

"Замінить рутину, я зосереджусь на іншому" — ~70%. "Уже замінює мою, перебудовую кар'єру" — ~11%, і це той сегмент, що найшвидше адаптується.

[08.B]ПЛАТНІ КУРСИ З AI ДЛЯ ДИЗАЙНЕРІВ

~41% дивилися безкоштовні матеріали, ~19% збираються купити, ~13% уже проходили. Сумарно ~73% — у воронці навчання.

[09] КЛЮЧОВІ ІНСАЙТИ

Що з цим робити.

Сім спостережень, які стоять окремої уваги — як для дизайнерів, так і для тих, хто будує продукти/курси для них.

Розрив частоти та системності

93% юзають AI щодня, але лише 33% пишуть структуровані промпти, 9% реюзають перевірені, 19% будують ланцюжки. Курс/інструмент про "систему і повторюваність" вирішує реальний біль, а не вигаданий.

Біль №1 — це не модель

"Багато ітерацій" + "галюцинації" + "поверхневий результат" — три різні слова для одного: не закладено достатньо контексту. Не модель винна, не "AI тупий". Це питання техніки, яке навчально вирішуване.

Дизайнери не вимірюють ефект

44% — "складно оцінити" час економії. ~41% — "думаю що впливає на зарплату, але не вимірював". Це й ризик (помилкова впевненість в ROI), і шанс. Інструмент трекінгу годин з AI — окрема ринкова ніша.

Плато "я вже все" — головний блокер

~43% мають у блокерах "все що треба, я вже використовую". Це найскладніша аудиторія: вона не знає, чого не знає. Промо для них має показувати конкретні приклади того, що вони не роблять, а не загальні обіцянки швидкості.

Claude — стандарт де-факто

91% мають Claude у регулярному стеку (вище ніж ChatGPT — 76%). Для українського ринку дизайнерських задач це не про "який кращий", а про "яким уже всі користуються". При побудові навчальних матеріалів варто враховувати.

AI — "до" і "після" макета, не сам макет

Найбільший приріст — у генерації варіантів, ресерчі, документації. "Власне дизайн у Figma" — внизу списку. Figma AI/Make ще не догнала чат у цінності для зрілих дизайнерів. Питання року-двох.

Готовність платити — висока

~89% вже платять за AI зі своїх грошей, навіть коли компанія компенсує. ~73% або вже вчилися, або планують купити курс. Цінова чутливість низька, але якість матеріалу зростатиме конкурентно — обмежених у часі курсів буде все більше.

Мова — недооцінений важіль

Лише 26% свідомо пишуть англійською. Серед тих, хто порівнював — ~50% бачать різницю на користь англійської. Перемикання мови залежно від задачі — дешева тактика з помітним ефектом, але мало хто її практикує систематично.