Contra 2026创意行业报告：AI让制作更容易，创作者怎样把它变成价值？
工具使用、项目金额与个人收入，分别在变什么？从工作流程、客户需求和创作者实践，看清机会与压力。
AI已经进入许多创作者的工作，但会用工具与赚到更多钱，是两件事。有人借它扩展了服务，也有人收入没有变化，甚至面临岗位压力。Contra Labs 的《Creative Intelligence Report 2026》把这些不同结果放在了一起。
这份报告结合了问卷、Contra平台项目记录与创作者采访。发布方称问卷覆盖15万名以上在职创意从业者。读它最有用的问题是：AI在哪些环节帮得上忙，哪些工作仍需要人作判断，以及这些变化怎样落到客户愿意付钱的成果上。
1. 创作者在用AI，项目记录又告诉我们什么？
初级、中级和资深创作者自报在工作中使用AI的比例，分别为71.1%、70.7%和69.8%，都在七成左右。使用AI并不是资深从业者才有的做法。
Contra平台的付费项目记录显示，标明使用AI工具的项目占比，从早期约7%升至末期约19%。作品集中的AI标签项目占比，也在末期达到约17%。
七成统计的是受访者，19%统计的是平台付费项目：一个人可以在部分项目中用AI，也可以在其他项目中不用。把两者直接相除，得不出“商业转化率”。接下来要看的，是工具究竟参与了哪些工作。
查看作品集项目的原始走势图
2. 更容易生成以后，创作方向和判断仍要自己定
制作成本降低后，最直接的变化是更早看到想法的样子。Anthropic的Frank Bach说，自己的UX流程不再总是按步骤从低保真推进到高保真；他可以直接试较完整的方案，甚至用生成播客的方式表达brief。他觉得这给探索留下了更多空间，也猜想传统的长流程将来可能像手工木作一样，成为一种讲究过程的选择。
但生成了更多候选，不代表已经找到更好的方案。Figma的Gui Seiz区分了“用AI做东西”和“用AI探索东西”：个人判断、参考、经历和约束，才让探索有自己的方向。对他来说，少做一些搬像素、写样板代码的工作，可以腾出时间思考。
工具的操作方式也影响这种探索。Paper创始人Stephen Haney说，输入提示词后等待生成，容易打断自己的思路。他希望未来工具能让设计师更直接地操作和引导结果，在探索过程中持续作判断。
先想清楚目标，再让模型出方案
Worklife Ventures创始人Brianne Kimmel批评的是一种具体做法：还没写清创意简报、想透目标，就先输入提示词，再接受模型给出的前一两个主意。这样容易得到大量相似方案。她更看重创作者在调用模型之前，已经形成了什么主张。
ByBrightStudios的Daniel G Bright则提到，有些客户原以为不再需要设计师，看到相似的成果后，又回到专业创作者身边。他也会借助模型制作辅助设计的小工具。Mark Vasilevskiy认为，当公司呈现越来越相像时，有辨识度的品牌、网站和动效仍有人愿意付费。两人的说法强调了同一件事：工具可以生成候选，选择什么、怎样修改，仍会影响作品的样子。
Designjoy创始人Brett Williams把AI称为品味的放大器。他用ChatGPT做图像探索，用Claude打样和展开想法；这段实践说明了工具怎样参与他的工作，而不是AI已经解决了审美判断。
AI在构思、打样和检查中怎样配合
报告也按构思、打样和精修三个阶段，统计了受访者使用AI的比例：
构思为87%，打样为69%，精修为79%。这些数值统计的是在相应阶段使用AI的人，而不是AI完成了多少工作。
报告列举了几种做法：根据客户问卷梳理竞品；用Claude或ChatGPT质疑定位设想、检查品牌故事；完成广告设计后，再对照原始brief检查是否遗漏要求。AI在这些环节提供候选和检查意见，创作者仍要决定哪些意见值得采纳。
3. 从完成一项任务，到为完整项目负责
另一个变化是，创作者可以用自己不熟悉的媒介沟通想法。Gui Seiz说，即使没花几年学习3D或动效，他也能借助工具把脑中的设想表现出来，让不同专业的人更早理解彼此。这里扩大的是表达和探索的范围，不等于已经掌握了另一门专业。
他还用金属活字到桌面出版作比喻：工具替人处理了部分操作，人可以把更多注意力放在想表达什么上。
在团队分工上，Paper更看重能负责完整项目的人。Stephen Haney说，这类人要检查生成代码，也要对产品决策和设计是否适合用户负责。Apple产品总监Jonathan Pimento把AI用于发现边缘情况和未知问题，并预计设计、代码之间的往来会改变岗位分工。QuiverAI的Dann Petty则看好设计师独立构建更多东西的机会。
两位受访者进一步提出了对未来角色的设想：
- Michael Riddering看好“品牌工程师”：从产品策略到实现细节，都能参与并把品牌体验做好的人。他用“五六分”与“十分”形容普通输出和有辨识度的体验。这是他的招聘市场判断，分数是比喻。
- Jamey Gannon猜想，创意工作可能向“产品人”和“品牌人”整合。前者负责能点击交互的产品，后者负责供人浏览的品牌内容；策略、制作、实现和测试会更紧密地连在一起。
业务杂务也在进入工具流程
AI也被用于创作之外的业务杂务。Mark Vasilevskiy说，团队用内部Agent追踪业务细节，让主创少受管理工作打断；他也自述AI扩大了其业务并帮助增加收入。
a16z的Justine Moore看好类似用途：小工作室没有大公司那样的支持团队，调研、外联、发票和合同都占用创作时间。她期待Agent能帮它们处理更多行政工作。这里值得借鉴的是把工具用在哪些杂务上，而不是把未来的自动化当作已经实现。
4. 能做更多，怎样变成商业回报？
Jamey Gannon的个人经历是：能承担以前不会做的任务后，她也能收更高的费用。要看这种变化是否普遍，还需要分别看项目金额和个人总收入。
Contra追踪了采用AI与未采用AI的两组创作者，比较他们前后单项目金额的变化：
平台先计算每名创作者的单项目金额中位数变化，再取组内变化的中位值：采用者为+20%，未采用者为+7%。这是一组观察性对照，不能仅凭它把差距归因于AI。
+20%、+7%与报告中的约+12%怎样对应？
报告把1.20÷1.07−1≈12.15%称为净增益；若直接相减，差距是13个百分点。图中每个点代表一名创作者，展示上限为+260%，离群值被隐藏。
而在问卷调查中，受访创作者对自己采用 AI 后总收入（Earnings）的变化给出了分布反馈：
收入问卷呈现的是另一种分布：49.1%的AI采用者自报总收入增加，37.0%持平，13.9%下降。
查看收入增减的细分比例
以全部答题采用者为基数，增收25%以内的占24.9%，增收25%–50%的占13.6%，增收超过50%的占10.6%；收入下降25%及以上的占9.3%，下降较少的一组在图中约占4.6%。
一张图追踪单项目金额，另一张图询问总收入，分别回答不同问题。单价提高后，还要看能接到多少项目；评估工具是否值得持续使用时，则还要计入订阅费和返工时间。
各专业的工具、收入与交付对照
不同专业的情况，可以放在一起比较：
八个专业，分别在用什么、交付什么
选择专业，查看AI采用率、工具使用、收入变化和交付物金额。收入变化来自问卷，金额来自平台交易。
当前查看：Web 开发
- MVP / 完整产品构建$2,122
- API / 系统集成 / 后端$1,100
- Bug 修复与运维$685
- Claude Code74%
- Cursor43%
- GitHub Copilot35%
- Lovable30%
- Replit17%
Claude Code为74%，Cursor为43%。2,122美元只对应MVP或完整产品构建，不代表该专业所有订单。
查看八个专业的完整原图
例如，Web开发中的“MVP／完整产品构建”，粗中位净支付为2,122美元；平面设计中的宣传印刷物料为331美元。两者承接的工作范围不同，不能把金额差距理解为学习某个工具就能获得的溢价。看自己能交付什么，比照着金额榜选职业更有用。
5. 客户开始买哪些新成果？
平台仍在采购常规创意服务，同时也出现新的AI交付类型。把需求变化和项目金额并排看，才能看清两种不同的商业信号：
需求增长快，项目金额也一定高吗？
需求倍数比较2026上半年与2025上半年；美元为项目粗中位净支付，不是利润或时薪。切换排序，看看榜首是否还是同一类服务。
按需求增长：AI自动化排在最前，需求为基期3倍，项目金额$1,500；RAG / 定制GPTs需求为1.5倍，但项目金额$3,960。增长排名并不等于金额排名。
AI 自动化 (AI Automation)
自然语言编程应用 (Vibe-coded apps)
AI 配音与音频 (AI Voice)
AI 视频制作 (AI Video)
AI 图像生成 (AI Image)
RAG / 定制专属 GPTs
AI Agent
查看工作类型需求与金额的原图
切换排序会看到，需求增长最快的AI自动化，项目金额并不是最高；RAG／定制GPTs的需求为基期1.5倍，项目粗中位净支付却达到3,960美元。增长倍数和项目金额回答的是不同问题。
（RAG先检索资料再生成回答；定制GPTs是为特定任务配置的助手。图中美元为项目粗中位净支付，非利润或时薪。）
供给端也在尝试新服务。问卷询问的是创作者已经提供或计划提供什么，比例最高的三项是AI工作流设计（60.0%）、AI创意指导（50.0%）和AI落地页生成（49.8%）。这些选项涉及搭流程、定方向或完成页面，并不是某个工具的订阅量。
查看其他服务及比例
品牌图像系统36.6%、创意评估与AI质检32.7%、品牌提示套件31.8%、AI UGC角色设计26.9%、合成品牌摄影21.5%。这些名称分别涉及品牌图像规则、输出评估、可复用提示、虚拟角色和生成摄影素材；具体交付内容仍要逐项目约定。
6. 机会与岗位压力，为什么可以同时存在？
Jitter创始人Sébastien Robaszkiewicz看好AI帮助设计师探索更多方向，同时认为一些执行任务会被压缩。他强调的是判断用户需要什么、选择值得做的方案。
Flora创始人Weber Wong的说法更直接：他提到已有创作者失业，负责人也在犹豫保留哪些岗位；他同时预测创意组织会变小，并看好独立工作室的机会。
这两种说法并不矛盾：一个人能做更多事，可能扩大自己的业务，也可能改变团队原有的分工。报告没有统计全行业岗位的净增减，因此不能用部分人的增收故事回答“AI是否消灭了创意岗位”。
成本、质量和信任，仍是交付难题
工具能参与工作之后，还要面对成本、输出质量和客户要求：
成本是被勾选最多的顾虑（70.1%），其后是质量（44.6%）、隐私安全（43.5%）和版权（31.3%）。下面可以比较不同资历层的选择，并查看相关匿名反馈。
同一个顾虑，不同资历怎样回答
同时比较各组选择比例。选择一项，查看相关匿名反馈或指标说明；反馈紧跟所选项。
| 核心顾虑项 | 资深 | 中级 | 初级 | 比例对照 |
|---|---|---|---|---|
| 69% | 72% | 69% | 三组约七成 | |
匿名反馈提到约20美元基础订阅的掉队压力，以及工具太多、模型频繁变化和输出不稳定。 全体选择成本顾虑的比例为70.1%，表示勾选这项顾虑的人。 | ||||
| 50% | 42% | 36% | 相差14个百分点 | |
| 45% | 44% | 39% | 相差6个百分点 | |
| 34% | 28% | 30% | 相差4个百分点 | |
| 29% | 23% | 20% | 相差9个百分点 | |
| 27% | 26% | 21% | 相差6个百分点 | |
| 24% | 22% | 25% | 三组约四分之一 | |
| 20% | 20% | 19% | 约两成 | |
匿名反馈提到约20美元基础订阅的掉队压力，以及工具太多、模型频繁变化和输出不稳定。
查看资历比较与匿名反馈的原图
这些反馈把“用了AI之后还要做什么”说得更具体：有人提到20美元的基础订阅与工具太多；有人反复提示仍得不到有效结果，还得清理生成内容；也有人担心未公开素材，或遇到客户要求成品不要显得像AI生成。它们是不同受访者的经历和顾虑，不能合在一起写成所有人的共同处境。
还有人担心依赖AI会削弱自己的技能。对创作者而言，减少重复操作之后，怎样继续练习选择、修改和判断，也是值得保留在工作里的问题。
下一次真实项目，怎样试用和复盘
把报告用到下一次项目中，可以从几件小事开始：
- 选一个真实任务试工具。 记录哪些步骤更快了，哪些地方要返工，客户最后是否接受。不要只看生成了多少候选。
- 把模型的意见当作待判断的建议。 可以让它整理竞品、质疑定位、对照brief查漏，再自己检查事实和成稿。
- 事先约定素材与工具的使用范围。 和客户说清哪些环节会用AI，哪些未公开素材可以交给外部工具处理。
- 按实际用途保留订阅。 把费用、使用频率和善后时间放在一起看，减少很少用到或反复制造返工的工具。
这些是据报告实践提出的项目复盘建议。AI能否带来回报，最终还要看它帮助你完成了什么，以及客户是否认可。
补充：创作者在用哪些工具，客户在提哪些工具
不同工作环节会用到不同工具。下面保留报告的工具数据，供需要选工具时查阅。
作品标签、近期活跃与问卷采用
ChatGPT在平台近期活跃创作者中的使用比例是29.3%，在问卷的LLM类别中却是78.6%。两者统计的人群和题目不同，可以同时成立。作品标签里的13,165则是帖子数，一个人可以贡献多篇，不能当成使用人数。
同一个工具，为什么会有不同的数字？
选一款工具，对照“作品里出现多少次”“近期活跃的人有多少在用”“LLM问卷里有多少人选它”。
当前查看：ChatGPT
作品里被标记
作品集里标记了这个工具的不同帖子数；一人可以发多篇。
累计标签记录，统计起止未说明近期活跃者在用
平台过去3个月活跃创作者中的工具使用比例。
过去3个月，具体起止未说明在LLM题中选它
问卷大语言模型类别的自报采用比例。
问卷统计，具体采集日期未说明ChatGPT的29.3%来自平台近期活跃群体，78.6%来自LLM问卷题。答题范围不同，两个比例可以同时成立；13,165数的是帖子，不能当成使用人数。
分别看看各组榜单
按作品帖子数排序。条形以本榜单最多的13,165篇为满长，只比较这组帖子数。
各图可包含多工具使用或标记。未列出不等于没人用；三组数据没有共同分母，不能合并为市场份额。数据：Contra官方图16、17、19。
查看帖子标签、活跃使用与LLM问卷三张原图
交互中可以逐工具比较，也可以切换三张榜单。完整数字保留在折叠区。
查看详细数字
三组统计的对象分别是帖子、近期活跃创作者与问卷答题者：
- 作品帖子标签计数：度量创作者在个人作品集中标记各工具的帖子总数。排名前列的有 ChatGPT（13,165 次）、Claude（10,286 次）、Google Gemini（7,322 次）、N8N（4,443 次）、Midjourney（3,736 次）、Kling AI（2,876 次）、Higgsfield AI（2,622 次）、Lovable（2,341 次）、Figma Make（2,270 次）、Cursor（1,431 次）、ElevenLabs（1,351 次）、Runway（1,071 次）等。一次标签记录不等于一名使用者。
- 近 3 个月平台活跃创作者工具采用率：统计在平台上有活跃记录的创作者中，实际使用各工具的创作者比例。排名前列的有 ChatGPT（29.3%）、Claude（27.1%）、Google Gemini（14.1%）、Figma Make（9.8%）、N8N（9.1%）、Midjourney（7.8%）、Google AI Studio（6.6%）、Lovable（4.9%）、Kling AI（4.2%）、ElevenLabs（4.1%）、Cursor（3.5%）、Higgsfield AI（3.2%）等。创作者可同时使用多种工具，各比例非互斥。
- 问卷细分品类采用率：例如在问卷的大语言模型类别中，ChatGPT 采用率为 78.6%、Claude 为 59.0%、Gemini 为 37.8%。
同一工具可能出现在多张榜单中；这些数值不能合成统一的市场份额。
工具认知图在比较什么？
工具认知图用Reach、Awareness和Adopters区分触达、认知与采用人数，气泡大小表示采用人数。它没有提供可计算转化率的统一分母。
查看六类工具的问卷比例
下表按报告的工具类别整理。类别说明只是便于找工具，不代表问卷测量了每款工具在具体任务上的效果。
| 类别 | 问卷主要采用工具（自报占比） |
|---|---|
| 文本与语言模型 | ChatGPT 78.6%、Claude 59.0%、Gemini 37.8%、Notion AI 18.9%、Perplexity 18.9%、DeepSeek 6.8%、Kimi 3.1% |
| 图像生成 | ChatGPT 38.4%、Midjourney 25.8%、Krea 17.2%、Flux 15.6%、Nano Banana 14.8%、Flora 6.3% |
| 视频生成 | Google Veo 27.3%、Kling 22.1%、Higgsfield 19.2%、Runway 17.6%、HeyGen 11.1%、Pika 6.5%、Opus Clip 5.6% |
| 音频与语音 | Suno 43.1%、ElevenLabs 25.3%、Descript 5.0%、Renoise 2.9% |
| 编程与应用构建 | Claude Code 61.5%、Cursor 27.0%、Lovable 25.4%、Replit 13.6%、v0 11.3%、Bolt 10.6%、Builder.io 7.7% |
| 原生创意软件 | Figma 59.0%、Canva 55.3%、CapCut 46.1%、After Effects 36.7%、Framer 29.8%、Photoshop 20.7%、DaVinci 18.9%、Paper 12.4% |
查看工具采用的季度变化
2026年第二季度相对2025年第四季度，平台创作者使用占比的倍数：Claude 32×、Higgsfield AI 14×、ElevenLabs 8×，ChatGPT与Google AI Studio各6×；Google Gemini、Kling AI、Runway各5×；Lovable、Figma Make、Cursor、Leonardo AI各3×；Midjourney与Replit各2×。Google Flow标为New。倍数描述两个季度的相对变化，不是绝对使用人数。
客户需求说明中的工具提及
在客户项目需求说明中，工具名字的提及频次也在变化。H1 2026相对H1 2025，Higgsfield为25倍，Replit为10.8倍，Claude为9.9倍，Cursor为9倍。它们显示哪些工具更常被客户写进需求，不能直接拿来比较工具效果。
查看其他工具的需求提及倍数
Google Gemini 5.5×、Runway 5.4×、ElevenLabs 5.0×、Lovable 3.3×、Midjourney 3.0×、ChatGPT 1.3×。
Contra 2026创意行业报告：AI让制作更容易，创作者怎样把它变成价值？
AI进入了许多创作者的工作。有人扩大服务，也有人收入持平、下降或面临岗位压力。这份报告把不同结果放在一起。
七成统计受访者，19%统计付费项目，一个人可以只在部分项目中用AI；49.1%来自另一道收入问卷。
制作更容易后，谁来决定方向、负责交付？
按Brianne Kimmel、Gui Seiz与Stephen Haney的采访实践整理，工具参与的是工作的一部分。
目标 → 候选 → 检查与交付
想清客户目标，再让模型给出方案。
少做搬像素、样板代码等操作，尝试更多候选。
核对代码、用户需要和原始brief，再决定交付什么。
不同交付物，项目金额怎样比较？
近18个月的项目粗中位净支付；工作范围不同，金额不是统一报价、利润或时薪。
需求分别为基期1.5倍、3倍：增长最快的，并不一定金额最高。
从构建产品到定义设计规则，承接的工作范围不同。
做单件物料与做完整产品，不能只按金额比较职业价值。
单项目金额与总收入，分开看
平台追踪每位创作者的单项目金额中位数变化，再取群体中位值：AI采用者+20%，未采用者+7%。这组观察性对照不能单独证明AI造成差距。
两张图回答不同问题
单价提高后还要看能接到多少项目。评估是否持续使用工具，则还要考虑订阅费和返工时间。
下面是受访者勾选的顾虑比例，可多选：
把下一单当作一次可复盘的实验
Weber Wong提到有人失业，也看好独立工作室。报告没有统计全行业岗位净增减。下面是从实践中整理的复盘建议：
记下哪些步骤更快、哪里返工，以及客户是否接受。
用AI整理竞品、挑刺、对照brief，再自己检查。
说明哪些环节用AI、哪些未公开素材可交给外部工具。
一起看费用、频率和善后时间，减少低效工具。
We surveyed 150k+ working creatives to explore how AI is changing creative work.
Get the reportGet the report
Creative Intelligence 2026
The largest creative industry report on AI adoption
We surveyed 150k+ working creative professionals, combined with Contra’s marketplace data, to explore how AI is changing creative work. Adoption, emerging workflows, earnings, next-gen AI-native careers, and more.
Powered by a network of 2M+ creative experts
Contra Labs builds the eval layer for creative AI, helping AI tools (across video, code, image and more) understand quality the way expert creatives do. We tap Contra’s vetted network of practicing creative professionals with real market experience, and are trusted by frontier labs to make AI better for creativity.
AI adoption
across the creative industry
Creatives are doing more than ever before with AI adoption taking off.
From junior designers experimenting with srefs to senior creative directors rebuilding entire workflows, adoption has moved past the hype cycle into daily practice.
AI adoption rate by experience level
Senior
Mid-level
Junior
Paid projects with AI tools
Perspectives from creative leaders
Industry leaders from companies including Anthropic, Figma, Paper, Flora and more share their perspectives on how AI is impacting creative work and their takes on what’s next.
AI adoption by creative discipline
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
76%
73%
72%
72%
70%
69%
69%
66%
66%
Web Development
Product Design
Web Design
Marketing
Other
Video Editing
Motion & Animation
Brand Design
Graphic Design
Brand design
Adoption
66%report using AI in their work
ToolsAdobe Photoshop leads (69%), with ChatGPT close behind (68%).
Photoshop
69%
ChatGPT
68%
Figma
60%
Claude
60%
Canva
50%
Workflows
IdeateMoodboardDraftRefineDeliver
DeliverablesRough median net paid per deliverable (18mo)
Brand guidelines$1,000
Full brand identity$955
Logo / logo suite$350
Where AI adoption remains low
Barriers to adoption vary but concerns around cost and output quality remain the top reasons for creatives hesitant to use AI in their work.
Barriers to AI adoption
Creative
Tools & models
Choosing is the hard part now.
The field keeps growing, but what people actually use stays narrow. Most projects run on the same short list, although the options are rapidly expanding and improving.
Creative AI tools by post mindshare
Bubble size = distinct portfolio posts tagging the tool. Top 25 AI tools.
Most-used creative AI tools
Tile size = last 3 months active users · label = % of last 3 months active users · top 25
ChatGPT
0.0%
Claude
0.0%
Google Gemini
0.0%
Figma Make
0.0%
N8N
0.0%
Midjourney
0.0%
Google AI Studio
0.0%
ElevenLabs
0.0%
Magicpath
0.0%
Runway
0.0%
Replit
0.0%
Cursor
0.0%
Higgsfield AI
0.0%
Flora
0.0%
Paper
0.0%
Leonardo AI
0.0%
Variant UI
0.0%
Adobe Firefly
0.0%
Suno AI
0.0%
Lovable
0.0%
Kling AI
0.0%
Google Flow
0.0%
Invideo AI
0.0%
Perplexity
0.0%
HeyGen
0.0%
Brand awareness: AI models
Most-used LLMs
ChatGPT
0.0%
Claude
0.0%
Gemini
0.0%
Notion AI
0.0%
Perplexity
0.0%
DeepSeek
0.0%
Kimi
0.0%
0%
20%
40%
60%
80%
100%
Workflow
creative
breakdown
Three distinct phases where AI fuels creative workflows.
Ideation, mockup and refinement. Here’s where AI enters and what creatives protect, mapped against the Human Creativity Benchmark.
Creative workflow breakdown
Inspired by the Human Creativity Benchmark
Research & exploration
AI helps me move faster and explore more ideas, but the final design decisions, refinement, and execution come from me as the designer.
Concept development
I share the filled out questionnaire from my client and start by asking AI to help me list out direct and adjacent competitors. Then I ask it to help me conduct research on those brands and the overall industry...
Competitive research
Overall, the AI worked as a creative interlocutor: a tool for contrasting ideas, exploring options, and resolving technical doubts.
Strategy validation
I used Claude and ChatGPT less for drafting and more as a strategic critique tool, pressure-testing positioning, poking holes in messaging, and checking if a brand story actually held up before I finalized it.
Creative review
After completing the designs, I also used AI as a second set of eyes to check whether the ads aligned with the original brief before delivering them to the client.
creative
Earnings
Creatives adopting AI are earning more than ever.
AI raised the bar for creativity. Taste, perspective, judgment, and direction became more valuable. And the people learning how to pair those skills with AI are changing everything.
Creative earnings before & after AI
Get the full Creative Intelligence 2026 Report
What’s next
AI-native jobs & deliverables
Project sizes for AI-powered creatives grew over 40%. And AI created entirely new categories of paid creative work.
AI UGC Character Design
AI UGC character design
^26.9%
AI-native services offered or planned for AI UGC Character Design.
AI Creative Direction
AI creative direction
^50.0%
AI-native services offered or planned for AI Creative Direction.
AI Workflow Design
AI workflow design
^60.0%
AI-native services offered or planned for AI Workflow Design.
Synthetic Brand Photography
Synthetic brand photography
^21.5%
AI-native services offered or planned for Synthetic Brand Photography.
AI Landing Page Generation
AI landing page generation
^49.8%
AI-native services offered or planned for AI Landing Page Generation.
Creative Evaluation & AI QA
Creative evaluation & AI QA
^32.7%
AI-native services offered or planned for Creative Evaluation & AI QA.
Brand Image Systems
Brand image systems
^36.6%
AI-native services offered or planned for Brand Image Systems.
Brand Prompt Kits
Brand prompt kits
^31.8%
AI-native services offered or planned for Brand Prompt Kits.
Fastest growing AI tools
×1
Claude
×1
Higgsfield AI
×1
ElevenLabs
×1
ChatGPT
×1
Google AI Studio
×1
Google Gemini
×1
Kling AI
×1
Runway
×1
Lovable
×1
Figma Make
×1
Cursor
×1
Leonardo AI
×1
Midjourney
×1
Replit
New
Google Flow
Q4 2025 (Oct - Dec)
Q2 2026 (Apr - Jun)
Fastest-growing AI tools in marketplace demand
How many times more each tool is mentioned in job specs, H1 2026 vs H1 2025
0
5×
10×
15×
20×
25×
0.0×
0.0×
0.0×
0.0×
0.0×
0.0×
0.0×
0.0×
0.0×
0.0×
Higgsfield
Replit
Claude
Cursor
Google Gemini
Runway
ElevenLabs
Lovable
Midjourney
ChatGPT
Conclusions
Three years ago, the story was that AI would replace creatives. That’s not what’s happening.
We surveyed 150k+ creative professionals, and combined this with real marketplace data from Contra. AI adoption is up to over 70% and creatives are earning in entirely new categories. It’s an incredible time for creativity.
Get the full Creative Intelligence 2026 Report
The worlds leading independent
human data & creative evaluation lab
Created with ♡ by Erin Horner, Alex Karpodinis, & Heed Collective.
