Когда основателю Listen Labs Альфреду Вальфорссу нужны были десятки инженеров, он не стал соревноваться в зарплатах с гигантами вроде Meta. Вместо этого он разместил в Сан-Франциско загадочный билборд с последовательностями чисел. Это оказалось токенами, которые вели к нетривиальной задаче по программированию. Всего за несколько дней её решили 430 человек. Результатом стали новые сотрудники и раунд финансирования на 69 миллионов долларов.

Почему традиционные исследования рынка не работают

По словам Вальфорсса, классические методики давно устарели. Количественные опросы дают статистическую точность, но не могут передать смысловых нюансов. Качественные интервью, в свою очередь, слишком дороги и медленны, чтобы их можно было масштабировать.

«По сути, опросы создают ложную точность, - поясняет основатель. - Люди отвечают на один и тот же вопрос, вы не можете выявить уникальные мнения. К тому же пользователи часто не совсем честны в анкетах». Живые диалоги с исследователями лишены этих недостатков, но их невозможно проводить массово.

Как работает AI-платформа Listen Labs

Сервис предлагает четырёхэтапный процесс. Сначала клиенты с помощью ИИ формируют исследование. Затем система привлекает респондентов из глобальной панели в 30 миллионов человек. AI-модератор проводит углублённые видеоинтервью с уточняющими вопросами в формате открытого диалога.

Результаты оформляются в готовые отчёты для руководителей, включая ключевые темы, видеовырезки и слайды. Разговорный формат, по мнению Вальфорсса, способствует честности: «В опросе можно догадаться, какой ответ от вас ждут, и выбрать один из четырёх вариантов. Свободный ответ даёт гораздо больше искренности».

Борьба с фальсификациями в индустрии исследований

Построение респондентской базы обнажило серьёзную проблему отрасли с оборотом около 140 миллиардов долларов - повсеместное мошенничество. «Там, где есть финансовая транзакция, появляются плохие игроки, - отмечает Вальфорсс. - Даже крупнейшие компании присылали нам людей, которые выдавали себя за корпоративных покупателей. Наша система сразу выявляла обман».

В Listen Labs создали «защиту качества». Она сверяет профили LinkedIn с видеоответами для проверки личности, анализирует согласованность ответов пользователей и помечает подозрительные паттерны. По словам основателя, это позволяет респондентам говорить в три раза больше, особенно на чувствительные темы вроде политики и ментального здоровья.

Образовательная платформа Emeritus сообщила, что ранее около 20% ответов в опросах были некачественными или сфальсифицированными. С Listen этот показатель упал почти до нуля.

Примеры применения от Microsoft, Sweetgreen и других

Главное преимущество платформы - скорость. Например, в Microsoft традиционные исследования клиентов занимали от четырёх до шести недель. «К тому времени, когда мы получали данные, решение часто уже принималось, и мы упускали возможность повлиять на него», - говорит старший менеджер по исследованиям Романи Пател.

Теперь в Microsoft получают результаты за несколько дней, а иногда и часов. Для празднования 50-летия компании с помощью Listen Labs собрали глобальные клиентские истории за одни сутки - работа, на которую раньше ушло бы шесть-восемь недель.

Производитель посуды Simple Modern использовал сервис для тестирования новой концепции продукта. На составление вопросов ушёл час, на запуск исследования - ещё час, а через 2,5 часа они получили обратную связь от 120 человек по всей стране. «Мы перешли от вопроса „Нужен ли нам этот продукт?“ к „Как его запустить?“», - рассказывает глава маркетинга Крис Хойл.

Бренд шорт Chubbies увеличил участие молодёжи в исследованиях в 24 раза благодаря гибкому формату, который обошёл сложности с организацией традиционных фокус-групп для детей.

Принцип Джевонса и будущее исследований

Вальфорсс ссылается на парадокс Джевонса: когда технология делает ресурс более эффективным, общее потребление возрастает, а не снижается. «Я заметил, что по мере удешевления чего-либо спрос на это не падает, а растёт, - объясняет он. - Потребность в понимании клиентов бесконечна. Исследователи теперь могут проводить на порядок больше работы, а другие сотрудники - заниматься этим как частью своих обязанностей».

Дорожная карта: синтетические клиенты и автоматизация

В планах компании - создание функции симуляции клиентов. На основе проведённых интервью система сможет экстраполировать данные и генерировать синтетические пользовательские голоса.

Следующий шаг - автоматизированные действия по результатам исследований. Речь идёт не только о рекомендациях, но и о возможности автоматически вносить изменения в код или предлагать скидки тем, кто собирается уйти от бренда.

Вальфорсс признаёт этические сложности: «Автоматизированное принятие решений в целом может быть опасным. Но мы создадим серьёзные ограничители, чтобы компании всегда оставались в контуре контроля». Все данные обрабатываются с осторожностью - ИИ не обучается на них, а конфиденциальная информация автоматически удаляется.

Заключение

История Listen Labs показывает, как новый подход к исследованию клиентов может изменить правила игры. AI-интервью, проводимые за часы, а не недели, уже помогают таким компаниям, как Microsoft и Sweetgreen, быстрее принимать решения. Принципиальная позиция по борьбе с мошенничеством и ориентация на качество данных выделяют стартап на фоне традиционных игроков. Хотя будущее симуляций и автономных решений ещё предстоит определить, ясно одно - индустрия исследований вступает в новую эпоху.