AI-gebruikspatronen in softwareteams
Tienduizenden teams bouwen elke dag software binnen Linear. Over een periode van zes jaar heeft dit ons een gedetailleerd beeld gegeven van hoe productontwikkeling plaatsvindt, van de tijd vóór de brede adoptie van AI tot nu.
Bedrijven die modellen ontwikkelen en makers van codeertools hebben veel gepubliceerd over tokenverbruik en codevolume, maar dat vangt slechts één laag van het werk op. Wij zijn in een unieke positie om de gehele workflow achter het bouwen van een product te zien: van het eerste issue tot de pull request die het afsluit. Wat we niet kunnen zien, is het AI-gebruik dat buiten Linear plaatsvindt; dit is dus een beeld van de adoptie binnen onze eigen klantenbasis, niet van de markt in het algemeen.
We kijken naar drie aspecten tijdens deze transitie: wie maakt gebruik van AI, hoe hervormt het de tijd die teams binnen Linear besteden, en of het verandert hoeveel ze opleveren. Samen vormen deze punten een vaststellingsmoment voor waar AI-ondersteunde productontwikkeling in 2026 staat, en een meetlat voor de volgende editie.
---
Adoptie
1. Per functie
De adoptie van AI heeft zich verspreid naar elke functie. Tussen januari en juni 2026 is het aandeel gebruikers dat actief is op AI-functies in elke functie meer dan verdubbeld. Productmanagement groeide het snelst, van 12% naar 34%, en zelfs 'go-to-market' (GTM) — de functie die het verst van de codebase afstaat — steeg van 5% naar 18%. We classificeren rollen door functietitels te normaliseren; hoewel dit aan de randen enige foutmarges kan bevatten, is het patroon te breed om een artefact van de etikettering te zijn.
Percentage gebruikers actief op Linear AI-functies (laatste 30 dagen) per functie:
| Segment | Jan 2026 | Jun 2026 | Verandering |
|---|---|---|---|
| Founder | 14% | 30% | +16 procentpunt |
| Engineering | 12% | 30% | +18 procentpunt |
| Product | 12% | 34% | +22 procentpunt |
| Design | 6% | 22% | +16 procentpunt |
| GTM | 5% | 18% | +13 procentpunt |
N = 127.000 betalende gebruikers, actief in zowel januari als juni 2026.
2. Per managementteam
Adoptie bereikt de absolute top. Executives zijn persoonlijk actief met AI op percentages die gelijk zijn aan of hoger liggen dan die van hun teams. CEO's bij bedrijven met 201 of meer medewerkers stegen van 9% naar 36% in zes maanden tijd. Dit is de grootste sprong in dit rapport, wat suggereert dat de hoogste leiders de technologie leren door het te gebruiken in plaats van erover te lezen. (Bedrijfsgrootte is gebaseerd op externe verrijking, waardoor deze dataset minder workspaces beslaat dan de rest van het rapport).
Percentage gebruikers actief op Linear AI-functies (laatste 30 dagen) per managementrol:
| Segment | Jan 2026 | Jun 2026 | Verandering |
|---|---|---|---|
| Founder, 201+ | 10% | 26% | +16 procentpunt |
| Founder, 51-200 | 15% | 27% | +12 procentpunt |
| Founder, 1-50 | 15% | 31% | +16 procentpunt |
| CEO, 201+ | 9% | 36% | +27 procentpunt |
| CEO, 51-200 | 15% | 25% | +11 procentpunt |
| CEO, 1-50 | 7% | 21% | +14 procentpunt |
| CPO, 201+ | 3% | 24% | +21 procentpunt |
| CPO, 51-200 | 10% | 26% | +15 procentpunt |
| CPO, 1-50 | 11% | 36% | +25 procentpunt |
| CTO, 201+ | 11% | 35% | +24 procentpunt |
| CTO, 51-200 | 12% | 28% | +16 procentpunt |
| CTO, 1-50 | 16% | 33% | +17 procentpunt |
N = 13.300 executives, actief in zowel januari als juni 2026.
3. Per bedrijfsgrootte
De adoptie is consistent over alle groottes. De adoptie van AI is ongeveer verdrievoudigd over de hele linie, van startups tot grote ondernemingen. Bedrijfsgrootte, normaal gesproken een goede voorspeller van hoe snel een organisatie nieuwe technologie adopteert, speelt hier nauwelijks een rol.
Percentage gebruikers actief op Linear AI-functies (laatste 30 dagen) per bedrijfsgrootte (FTE):
| Segment | Jan 2026 | Jun 2026 | Verandering |
|---|---|---|---|
| 1001+ FTE | 8% | 25% | +17 procentpunt |
| 201-1000 FTE | 9% | 27% | +19 procentpunt |
| 51-200 FTE | 9% | 25% | +16 procentpunt |
| 1-50 FTE | 8% | 23% | +14 procentpunt |
N = 199.000 betalende gebruikers met een bekende bedrijfsgrootte, actief in zowel januari als juni 2026.
---
Toepassing
Creëren en organiseren
Teams voeren meer informatie in het systeem in. Tussen juni 2025 en juni 2026 is de tijd besteed aan het creëren, triageren en becommentariëren in bijna elke functie gestegen. Engineering zag een stijging van ongeveer 17% op alleen creatie en triage. Founders vertonen veel grotere schommelingen (+17 minuten op creatie en +26 op commenting), hoewel zij een kleinere en daardoor volatielere groep vormen. Meer werk lijkt meer coördinatie te vereisen, en die coördinatie vormt steeds vaker de context waar AI-agents op acteren.
Gemiddelde minuten per gebruiker per maand (Juni 2025 vs Juni 2026):
| Segment | Creatie & Triage | Toewijzen & Updaten | Commentariëren |
|---|---|---|---|
| Engineering | 24m → 28m (+5m) | 16m → 19m (+3m) | 35m → 40m (+5m) |
| Product | 38m → 37m (-1m) | 26m → 26m (0m) | 48m → 49m (+1m) |
| Design | 22m → 25m (+3m) | 12m → 15m (+3m) | 32m → 34m (+2m) |
| GTM | 27m → 31m (+4m) | 12m → 15m (+3m) | 49m → 55m (+6m) |
| Founder | 40m → 57m (+17m) | 22m → 29m (+7m) | 39m → 64m (+26m) |
N = 54.300 betalende gebruikers (jun 2025) → 89.000 (jun 2026).
Issue-creatie
AI schrijft inmiddels bijna de helft van alle issues. Twee jaar geleden werd minder dan één op de duizend issues door AI gecreëerd. Teams gebruiken AI nu voor bijna de helft van alles wat in Linear wordt aangemaakt. In het huidige tempo zal AI binnenkort meer issues genereren dan mensen en integraties gecombineerd.
Planning
De tijd besteed aan planning binnen Linear is niet significant veranderd. De tijd besteed aan klantverzoeken, documentatie en projecten bleef stabiel in een jaar waarin bijna alles in dit rapport steeg. Planningpraktijken variëren sterk per team en veel planning gebeurt in gesprekken voordat het ergens wordt vastgelegd, waardoor het gemiddelde een mix is van intensieve en lichte planners. De stabiliteit suggereert dat AI tot nu toe vooral de manier waarop teams uitvoeren heeft veranderd, en minder de manier waarop ze beslissen wat ze gaan bouwen.
Gemiddelde minuten per gebruiker per maand (Juni 2025 vs Juni 2026):
| Segment | Klantverzoeken | Docs & Projecten |
|---|---|---|
| Engineering | 1m → 1m (0m) | 3m → 3m (+1m) |
| Product | 3m → 4m (0m) | 13m → 14m (+1m) |
| Design | 1m → 1m (0m) | 4m → 5m (+1m) |
| GTM | 4m → 4m (+1m) | 3m → 3m (+1m) |
| Founder | 2m → 3m (+1m) | 7m → 8m (0m) |
AI
Er is een nieuwe laag van werk ontstaan. Chatten met AI en het delegeren van issues aan agents zijn categorieën van werk die een jaar geleden niet bestonden. Ze verschijnen nu in de week van elke functie, waarbij productmanagement het meest intensief gebruikmaakt van deze functies. Omdat andere taken niet zijn afgenomen om ruimte te maken, suggereert dit dat AI is geland bovenop het bestaande werk in plaats van het te vervangen, althans vooralsnog.
Gemiddelde minuten per gebruiker per maand (Juni 2025 vs Juni 2026):
| Segment | Agent issues | Chat met AI |
|---|---|---|
| Engineering | 0m → 1m (+1m) | 0m → 2m (+2m) |
| Product | 0m → 1m (+1m) | 0m → 5m (+5m) |
| Design | 0m → 0m (0m) | 0m → 3m (+3m) |
| GTM | 0m → 0m (0m) | 0m → 3m (+3m) |
| Founder | 0m → 2m (+2m) | 0m → 4m (+4m) |
---
Output
Creatie van Pull Requests (PR's)
Niet-engineers leveren meer code aan. Het aandeel productmanagers dat pull requests koppelt, steeg in twee jaar tijd van 3% naar 10%, en designers van 1% naar 8%. We tellen alleen pull requests in repositories die verbonden zijn met Linear, dus iedereen die buiten die loop om verzendt, is hier onzichtbaar. Dit maakt deze cijfers een ondergrens in plaats van een maximum. Mensen die een wijziging voorheen beschreven, leveren deze nu vaker zelf aan.
Percentage gebruikers dat een pull request heeft gekoppeld (laatste 30 dagen):
| Segment | Jun 2024 | Jun 2025 | Jun 2026 | Verandering |
|---|---|---|---|---|
| Founder | 11% | 12% | 23% | +12 procentpunt |
| Engineering | 20% | 22% | 34% | +14 procentpunt |
| Product | 3% | 3% | 10% | +7 procentpunt |
| Design | 1% | 2% | 8% | +7 procentpunt |
| GTM | 1% | 1% | 3% | +2 procentpunt |
N = 166.000 betalende gebruikers (juni 2026).
Volume aan Pull Requests
Het aantal pull requests is in twee jaar tijd met 111% gestegen. De PR's geopend per workspace zijn met 111% toegenomen ten opzichte van de nulmeting in juni 2024. De output bleef het eerste jaar ongeveer gelijk, maar boog in 2026 omhoog naarmate de modelkwaliteit en de adoptie samen stegen. We tellen geopende PR's in plaats van gemergde PR's; een geopende PR zegt niets over de waarde van de wijziging, maar de knik in de curve is onmiskenbaar.
Coding agents
Coding agents zijn verantwoordelijk voor het grootste deel van de versnelling. Teams die een coding agent hebben gekoppeld, zagen hun wekelijkse pull requests in twee jaar tijd ongeveer verdrievoudigen, van 21 naar 65. Teams zonder agent gingen van 8 naar 10. Deze teams hadden al een hogere output voordat coding agents bestonden, dus de niveaus zijn niet direct vergelijkbaar, maar elke cohort ten opzichte van zijn eigen nulmeting vertelt een duidelijk verhaal: bijna alle groei vindt plaats aan de kant van de agents.
Gemiddelde geopende pull requests per workspace per week:
| Periode | Coding-agent teams | Traditionele teams |
|---|---|---|
| Juni 2024 | 21 | 8 |
| Juni 2026 | 65 | 10 |
N = 6.887 betalende teams (4.280 met coding agents, 2.607 zonder).
---
Slotbeschouwing
De duidelijkste indicatie van de invloed van AI op productontwikkeling is de dramatische winst in output die teams met coding agents de afgelopen twee jaar hebben ervaren. We weten niet of deze toegenomen output leidde tot positieve zakelijke resultaten, maar het toont een zeer duidelijke correlatie tussen AI-adoptie en versnelling.
Misschien nog intrigerender is de samenstelling van die adoptie, en hoe deze rollen lijkt te doen vervagen. Senior leiders doen meer hands-on IC-werk (Individual Contributor) en adopteren AI agressief om hen daarbij te helpen, terwijl niet-engineers code committen. De suggestie dat iedereen in een organisatie een "builder" wordt, lijkt directioneel waar te zijn.
Deze winst heeft zich echter niet vertaald in tijdwinst. De tijd besteed aan bestaande taken in Linear bleef gelijk, terwijl AI-gebruik verscheen als een nieuwe laag werk. Dit betekent dat de totale tijd besteed aan productontwikkeling stijgt in plaats van daalt. Voor zover we kunnen waarnemen, werken teams meer, niet minder, wat suggereert dat AI een vorm van de Jevons-paradox heeft, die verder gaat dan alleen tokenverbruik.
Velen zullen terecht aanvoeren dat het kijken naar pull requests beweging aangeeft in plaats van waarde, wat zeker waar is. Toch is het een stap vooruit ten opzichte van het meten van tokens. Een mechanische refactor kan veel tokens verbruiken, terwijl een betekenisvolle bugfix of code-review dat niet doet. Tokenverbruik en waarde lopen dus totaal niet gelijk; het gebruik van tokens als proxy voor waarde zal worden herinnerd als een reliek uit de begindagen van AI.
In toekomstige rapporten zijn we van plan dieper in te gaan op de volledige levenscyclus van werk, van tokenverbruik tot uiteindelijke resultaten. Dit kunnen we nu observeren omdat zowel code als code-reviews via Linear lopen.
Tim Qi - Head of data
---
Bijlage
Methodologie
Dit rapport maakt gebruik van geaggregeerde productgegevens van Linear. De gegevens omvatten AI-conversaties, agentsessies, issue-activiteit, comments en pull requests. Het beslaat alleen betalende workspaces en de gebruikers daarin. We rapporteren alle metrieken in aggregaat om brede patronen te tonen in hoe teams AI gebruiken, niet individueel gedrag. We meten elke metriek in een vast tijdsbestek: één kalendermaand of de laatste 30 dagen. De jaar-op-jaar grafieken gebruiken juni 2025 en juni 2026. Adoptiemetrieken gebruiken een glijdend venster van 30 dagen, en tijdreeksgrafieken zijn geaggregeerd naar wekelijkse punten. Beide stappen verminderen kortstondige ruis. Sommige grafieken bevatten alleen gebruikers die in beide vensters actief waren.
Definities
- AI-actief: Een gebruiker met ten minste één AI-interactie (in-app, Slack-conversatie of agentsessie) in een venster van 28 dagen.
- Agent team: Een workspace met een gekoppelde coding agent.
- Pull request: Een code-wijziging geopend tegen een repository die verbonden is met Linear. We tellen geopende PR's, niet gemergde.
- Betalende workspace: Een workspace met een betaald abonnement, actief tijdens de relevante periode.
- Agent issue: Dit omvat het delegeren van een issue aan een agent of het starten van een sessie.
- Bedrijfsgrootte: Het aantal fulltime medewerkers (FTE) bij het bedrijf, gebaseerd op externe verrijking.
Groetjes,