В последний год ко мне всё чаще приходят знакомые исследователи, которых сократили. Просят помочь с работой или с рекомендацией, а иногда им просто нужно выговориться. Помочь получается не всегда, но я слушаю каждого — и со временем заметил, что слышу одну и ту же историю, только с разными именами.
Поэтому расскажу её одну, собранную из многих. Подробности взяты у разных людей из разных компаний, и ни одну компанию в ней целиком не узнать.
Три волны
Крупная компания, исследовательская команда на несколько десятков человек: качественники, количественники, свои руководители направлений, свой рекрутинг респондентов, подписки на все нужные сервисы. Спроси меня кто-нибудь годом раньше, чья исследовательская функция переживёт кризис, я бы назвал как раз такую — большую, зрелую, встроенную в продуктовые команды. За год от неё осталось меньше десяти человек.
Первая волна пришла из-за денег, хотя убытков у компании не было. Был плохой прогноз: компания не выходила на плановую прибыль, владелец потребовал самоокупаемости, где-то вылезли непредвиденные расходы. Этого оказалось достаточно. Руководство начинает сокращать, как только видит, что кривая доходов пошла не туда, и деньги к этому моменту ещё вполне есть.
Отсюда и ощущение несправедливости, о котором мне рассказывают почти все. Люди работали хорошо, метрики росли, руководитель хвалил на встречах — всё это правда, только на качество работы при этом решении никто не смотрел. Резали по отделам, и вопрос на совещании звучал просто: что можно убрать без немедленного ущерба для выручки? Исследования оказались в первом ряду. Ведь их результат — понимание, а понимание в финансовой таблице не видно. Продукт без исследований завтра не умрёт: он будет тихо терять пользователей, и через полгода никто уже не вспомнит почему.
Даже внутри команды была своя очередь, и качественники ушли раньше количественников. Количественные данные встроены в дашборды, их пользу видно каждое утро. А глубинное интервью со стороны выглядит как разговор, который продакт может провести и сам. Или вообще спросить ChatGPT.
Вторая волна обошлась без всяких денег: сменилось руководство. Прежние руководители годами видели, как исследования разворачивали релизы и спасали продукты, но этот опыт вместе с должностью не передаётся. Новый человек видит строку в бюджете и команду, пользу которой ему толком никто не показал — словами её объяснить трудно, а показывать уже некому. Недели через три он между делом спрашивает: «А чем конкретно занимается ваша команда?» Если готового ответа в цифрах нет, на этот вопрос ответит бюджет следующего квартала.
Третья волна задела всех и дошла до руководителей дизайна. Логику оптимизатора понять можно: макеты кому-то рисовать всё равно придётся, а стратегию можно и отложить. Следом ушли подписки на сервисы, бюджеты на респондентов и рекрутеры.
Те, кто остался
Оставшимся не легче. Исследований на человека одновременно стало вдвое-втрое больше, зарплаты заморозили, сервисов, на которых делалась работа, больше нет, а новые сокращения никто не исключает.
Дальше всё идёт по кругу. Исследования мельчают, выводы становятся очевиднее, потому что на глубину просто нет часов в сутках. Руководство смотрит на это и находит подтверждение своей правоты: «и без большой команды справляемся, разницы особой нет». Так следующая волна получает обоснование — цифрами, которые создала предыдущая.
Уйти тоже непросто. Сеньор-исследователь с опытом руководства выходит на рынок и видит вилки в двести-двести пятьдесят тысяч на руки, то есть шаг назад. Искать приходится долго: в весеннем опросе 287 исследователей треть искала работу дольше трёх месяцев, а каждый десятый — больше полугода. Удалённых вакансий становится меньше, всё чаще зовут в офис, обычно московский, и исследователю из регионов выбирать особенно не из чего. В Европе тоже хотят видеть человека в офисе, и русскоязычному исследователю пробиться там трудно. Вот так люди и оказываются у меня.
Может, им просто не повезло?
Первая гипотеза, с которой я сел разбирать эти истории, была самой простой: так бывает там, где UX-культура незрелая, а сильные компании своих исследователей берегут. Я проверил её по двадцати восьми открытым источникам и подтверждения не нашёл.
В октябре 2025 года в отдельных командах Google Cloud сократили всех UX-исследователей ниже уровня L6. Meta, Amazon, Microsoft — в том же ряду. Джадд Антин, руководивший исследованиями в Airbnb и Meta, ещё в 2023 году назвал происходящее в американских технологических компаниях разгромом. То есть исследователей целыми грейдами сокращали компании с самой высокой в мире UX-зрелостью.
Статистика тоже в основном про США и Европу, и там сокращения действительно массовые. Каждый пятый исследователь в опросе User Interviews сообщил, что за последний год в его компании сокращали исследователей. По данным опроса UXPA, в 2024 году штат UX сокращали в 35% организаций — примерно вдвое чаще, чем во все прежние годы наблюдений. Нанимали ровно столько же, и чистый прирост рабочих мест упал до нуля: это ниже, чем в кризисный 2009 год, когда он был плюс восемь процентов.
При этом доля компаний, где исследования считают необходимыми на всех уровнях бизнес-стратегии, в те же годы выросла с 8% до 22%. Исследования нужны всем больше, чем когда-либо, а исследователей увольняют.
Со стороны кажется, что режут именно нас. Американские цифры этого не подтверждают: по тем же данным User Interviews, исследователей сокращали не сильнее других — в среднем по подразделениям сокращения задели 20% сотрудников, дизайн — 26%, инженеров — 24%, продакт-менеджеров — 21%. Разница в том, что происходит потом. Инженеров сокращают и вскоре нанимают новых, а после исследователя функция часто просто исчезает. Почти в 14% организаций сегодня нет ни одного выделенного исследователя; в 2022 году таких было 6%.
А что у нас
В России картина другая, и летом для неё появились данные. Анастасия Черкашина и Алёна Киселёва провели исследование «Пульс профессии»: опросили 349 исследователей и 212 специалистов из других офисных профессий. За последний год сократили или уволили 8% исследователей — вчетверо больше, чем в других офисных профессиях, где таких 2%. Так что у нас исследователей всё-таки режут чаще, чем людей других профессий.
Но в безработицу это не превращается: большинство сокращённых уже устроились, и на момент опроса работу продолжали искать только 3% — столько же, сколько в среднем по рынку труда. При этом сами исследования позиций не сдают: у 89% исследователей их роль в компании за год не снизилась, а у трети выросла. А ухудшение рынка исследователи замечают заметно чаще других, так что тревога у них выше, чем реальное положение дел.
Найм тоже продолжается: в декабре 2025 года на hh.ru было 119 вакансий UX-исследователей, и около пятой части из них разместили крупные компании. Говорить о разгроме у нас я бы не стал. Мир большой, и кризис накрывает его неравномерно. Поток людей ко мне — это то, что видно из одной точки, и статистикой его не назовёшь.
Зато механика, о которой рассказывают мои собеседники, совпадает с той, что описывают коллеги в США: когда компания решает сокращать, исследования оказываются в первом ряду.
Что защищает
Большая команда из этой истории и была зрелостью: размер, бюджет, структура. И её это не спасло.
Защищает то, насколько глубоко исследования вросли в то, как компания принимает решения, и это видно по нескольким признакам. Исследование — обязательный шаг перед запуском, и его результат действительно учитывают. Есть репозиторий, поэтому, когда человек уходит, знания остаются. На самом верху есть руководитель, который своими глазами видел, как исследование спасло продукт. И вклад посчитан в деньгах: фраза «это исследование остановило релиз, который срезал бы удержание на пять пунктов» звучит совсем иначе, чем «мы провели двенадцать исследований».
Если этих признаков нет, большая команда только создаёт ощущение защищённости. Компания вложилась в людей и забыла вложиться в то, чтобы их работа стала частью решений. Поэтому несколько десятков человек можно за год сократить до горстки, и момента перелома никто не заметит.
Маленькой команде ещё хуже. Медианная исследовательская команда сегодня — около трёх человек, и при такой численности любое сокращение означает ликвидацию. После ухода этих троих в компании не остаётся никого, кто помнит, зачем всё это было нужно.
ИИ разводит компании ещё дальше
Там, где у исследований есть опора — стандарты, обучение, репозиторий, контроль качества, — ИИ помогает. Исследователь за день делает то, на что раньше уходила неделя, и по-прежнему сам задаёт вопрос и проверяет ответ.
Там, где опоры нет, тот же ИИ исследователя заменяет. Продакт спрашивает модель вместо того, чтобы поговорить с живым человеком, и получает ответ, который звучит достаточно убедительно, чтобы в нём никто не усомнился. Исследований становится больше, решения принимаются на том, что только похоже на данные, а в квартальном отчёте это всё равно выглядит прогрессом: было десять исследований, стало сорок.
Раньше работали вслепую, потому что исследований не было. Теперь работают вслепую, потому что их слишком много и никто не отличает настоящее от красиво оформленной догадки.
Что сказали коллеги
Статью я выложил в чат ResearchOps, и за полчаса под ней собралось обсуждение, которое её заметно дополнило. Пересказываю без имён.
Сокращают сейчас многих: маркетинг, PR, коммуникации, разработку, аналитику, а найм заморожен почти на всех позициях, кроме активных продаж.
Коллеги рассказали и о том, чего в моей истории не было: всё чаще режут руководителей. Сокращают сеньора и оставляют мидла, убирают тимлида и не трогают разработчиков, без которых работа встанет. «Убирают стратегию, оставляют операционку», — сформулировал один из коллег. Другая участница предположила простую причину: сеньоры и руководители дороже, а своими руками делают меньше, и при упрощённом подсчёте полезности линейный сотрудник выглядит ценнее. Коллега из Северной Америки добавила, что там так прямо советуют крупные консалтинговые компании: убрать прослойку среднего менеджмента, укрупнить команды до пятнадцати-двадцати прямых подчинённых, а оставшихся руководителей перевести в играющие тренеры, которые сами ведут проекты.
Один из участников предложил гипотезу, почему ИИ заменяет именно исследователя. Если продакт отдал машине работу тестировщика и потом всплыл критический баг, отвечать будет он сам. Заменил дизайнера, и начальство увидело на сайте кривую нейросетевую картинку — тоже он. А если дизайн исследования вместо исследователя придумала модель, последствия почти не видны, и спросить не с кого. Выходит, работу исследователя плохо видно даже тогда, когда её делают плохо, — та же невидимость, что и в истории выше. Одна из коллег добавила вторую сторону: без исследователя продакту не нужно ни с кем делиться успехом. Тем более что исследовать продактов теперь учат на курсах, а удачный опыт работы с исследователем был далеко не у каждого.
Ещё один коллега попал под сокращение, когда его компания решила больше не вкладываться в целое направление бизнеса. Он заметил, что такие решения пока очень далеки от влияния ИИ: его в полной мере никто ещё не может оценить. Сокращения по-прежнему идут от денег и прогноза доходов, и исследования попадают под них вместе со всем направлением.
Что с этим делать
Исследователям я советую привязывать свою работу к бизнес-показателям: число проведённых сессий никого не убедит. Вести репозиторий, чтобы после вашего ухода знания остались в компании. Найти покровителя наверху — один руководитель, который сам видел цену вашей работы, защитит надёжнее десятка отчётов в архиве. И подготовить ответ на вопрос «чем занимается ваша команда?» до того, как его задаст новый CPO.
Чем легче вас заменить, тем труднее вас уволить. Если исследования доступны всей команде, методика описана, а результаты привязаны к решениям, которые из-за них изменились, — вы уже функция, а функцию, которая приносит деньги, трогать боятся.
Продактам и CPO я бы предложил перед сокращением посчитать, во что обойдётся восстановление. Нанять заново дороже, чем удержать, а собрать исследовательский отдел с нуля, когда все, кто помнил, как он работал, ушли, — работа на годы. И задать себе прямой вопрос: кто будет проводить исследования после сокращения? Если ответ «продакты сами», то кто проверит качество? Если «ИИ», то кто задаст ему правильный вопрос и заметит неправильный ответ?
Когда ко мне в очередной раз приходит сокращённый исследователь, я говорю ему честно: вас сократили потому, что вашу работу было видно хуже, чем работу соседей, которые рисуют макеты или пишут код. К её качеству это отношения не имеет. Утешение слабое, но это хотя бы объяснение.
Хорошо работающий исследователь неотличим от отсутствующего. До первой катастрофы.