Хотите знать, что думают потребители? Спросите фокус-группу, созданную искусственным интеллектом.

Если вы хотите знать, предпочтут ли женщины поколения Z с разным уровнем дохода один стиль одежды другому при покупке пляжного отдыха, вы можете собрать женщин, которые подходят под это описание, и спросить их.

Или вы можете попросить искусственный интеллект создать их за вас.

Синтетические исследования потребителей, в которых искусственный интеллект используется для моделирования реальных потребителей, становятся для компаний передовым способом лучше понять, как думают их клиенты, за вычетом реальных клиентов.

То, как он работает, не сильно отличается от стартапов, которые обещают связать вас с виртуальным терапевтом или смоделированной версией вашей любимой знаменитости. Бренды определяют потребительскую личность, о которой они хотят знать, с помощью большой языковой модели, и она действует как настоящий покупатель, который может отвечать на вопросы. Вы можете создавать отдельных персонажей и общаться с ними, как с любым чат-ботом, или создавать тысячи и опросить их, чтобы получить более полную картину.

Более сложные подходы включают обучение ИИ на собственных данных бренда, чтобы лучше отражать фактическое поведение его клиентов. Система PwC, появившаяся на рынке несколько месяцев назад, создает агентов искусственного интеллекта, которые не только отвечают на вопросы, но и задают их.

«Представьте это как беседу, как будто вы разговариваете с потребителем», — сказала Келли Педерсен, партнер PwC, возглавляющая глобальную практику розничной торговли консалтинговой компании. «Я могу начать задавать ему вопросы о его предпочтениях: вам нравятся короткие рукава? Длинные рукава? Подобные вещи».

В то время как модные компании уже давно используют профили клиентов с количественными деталями, такими как возраст, доход и уровень расходов, чтобы помочь им принимать решения обо всем, от дизайна продукта до маркетинга, Педерсен сказал, что одна из сильных сторон синтетических персон заключается в том, что они позволяют компаниям также включать ряд качественных данных, таких как потребительские предпочтения и привычки, воплощая эти профили клиентов в жизнь.

Для достижения такого уровня детализации обычно требуется традиционное исследование потребителей, в ходе которого покупателей опрашивают на предмет их мнения. Преимущество ИИ в том, что он быстрее и дешевле. Сборка панелей людей может занять недели или месяцы и часто требует найма сторонней исследовательской компании. Но консалтинговая компания Bain & Company обнаружила, что тесты на синтетических потребителях могут занимает вдвое меньше времени и стоит втрое дешевле.

Отрасли, от политических опросов до макроэкономического прогнозирования, начали использовать исследования, генерируемые искусственным интеллектом, и теперь к ним присоединились мода и розничная торговля. Крупные люксовые бренды входят в число клиентов, для которых PwC проводит синтетические исследования (Педерсен сказал, что не может раскрыть имена), а исследователи Amazon предложили свою собственную структуру за использование концепции в розничной торговле. Цель возможно, единственный крупный ритейлер, публично заявивший об использовании синтетической аудитории, чтобы предсказать, как различные группы могут отреагировать на кампании и продукты до их запуска.

«Это позволяет нашим командам по маркетингу и дизайну тестировать, изучать и совершенствовать продукты, рекламные акции и обмен сообщениями с невероятной скоростью и эффективностью», — сказал Майкл Фидделке, главный операционный директор Target, аналитикам и инвесторам во время телеконференции о финансовых результатах в ноябре 2025 года.

Синтетические потребители не идеальны. Поскольку LLM склонны предлагать неточную и вымышленную информацию, известную как галлюцинации, синтетические личности могут делать то же самое. Если персонажи не определены тщательно, они могут отражать расовые и демографические предубеждения, скрытые в данных их обучения. Данные также необходимо регулярно обновлять, чтобы убедиться, что они соответствуют быстро меняющимся отношениям реальных потребителей, сказала Джейн Фрост, исполнительный директор отраслевой ассоциации Market Research Society.

«Мой подход таков: ИИ хорош, если он хороший ИИ, а синтетика хороша, если она хорошая синтетика», — сказал Фрост. «Однако у людей действительно есть склонность быть ослепленными жаргоном и технологиями».

Бизнес и растущее число стартапов, таких как BluePill, Aaru и Deepsona, проводящих синтетические исследования, надеются, что преимущества перевесят недостатки.

Как мода может использовать синтетические исследования потребителей

Для модных брендов персонажи на базе искусственного интеллекта обещают возможность получить представление о покупательских предпочтениях различных групп потребителей.

По словам основателя и генерального директора Анкита Дхавана, BluePill, которая в ноябре привлекла начальное финансирование в размере 6 миллионов долларов, создает узконаправленные «микроперсонажи» для выявления тонких различий среди населения. Если бы модный бренд был заинтересован в том, чтобы узнать, может ли реклама резонировать с поколением Z, BluePill могла бы создать тысячу различных микроперсонажей, представляющих все население поколения Z в США, и использовать ИИ для их опроса и анализа результатов.

«Вы можете показать им изображение и спросить, нравится им оно или нет, и они отреагируют как настоящие люди», — сказал Дхаван.

Компании также могут создавать синтетических потребителей на основе реальных клиентов. В рамках, предложенной исследователями Amazon, которых они называют агентскими розничными покупателями, ориентированными на личность, или PAARS, реальный покупатель, купивший пару мужских водонепроницаемых походных ботинок и путеводитель по одиночным путешествиям, превращается в человека в возрасте от 30 до 45 лет, одинокого, любящего походы и кемпинги, имеющего определенный набор предпочтений в отношении бренда, готового инвестировать в снаряжение для активного отдыха и так далее.

Цель, как пишут исследователи, состоит в том, чтобы иметь возможность сделать вывод о том, как покупатель думает и принимает решения, например, оценивая его чувствительность к ценам или насколько он полагается на отзывы или репутацию бренда. Они отметили, что эти персонажи также позволяют им лучше обращаться к недостаточно представленным группам, что особенно полезно при представлении новых продуктов или функций.

«Создавая синтетические персонажи, которые моделируют различное происхождение и покупательское поведение, PAARS позволяет компаниям активно разрабатывать более инклюзивный опыт покупок», — пишут они.

Еще одним преимуществом потребителей, генерируемых ИИ, является их доступность. Если вы хотите знать, что думают покупатели в другой стране, вам не обязательно находиться на месте, чтобы это узнать.

«Мы помогли некоторым японским брендам понять потребителей в США на уровне возраста и предпочтений, а также тех, кто даже любит путешествовать в Японию, чтобы понять, как они могут лучше адаптировать ассортимент и то, где они хотят разместить свои магазины», — сказал Педерсен.

Может ли ИИ действительно заменить человека?

Вопрос о том, могут ли образы потребителей, созданные с помощью ИИ, заменить опросы реальных людей, остается открытым.

Одно исследование, проведенное исследователями из Стэнфордского университета и Google, в которых были созданы агенты ИИ на основе интервью с 1052 реальными людьми, показало, что ИИ способен воспроизводить ответы участников-людей на вопросы опроса. с точностью 85 процентов.

С другой стороны, Aaru, стартап, который имитирует большие группы населения для составления прогнозов, ошибся в большинстве своих прогнозов на президентских выборах в США в 2024 году — но то же самое сделали и многие социологические службы, опрашивающие реальных людей. Соучредитель Кэмерон Финк отметил в интервью изданию Семафор после выборов ее прогнозы находились в пределах погрешности, что она считала успешным. В декабре компания привлекла раунд серии А, вложив часть своего капитала в как сообщается, достиг оценки в 1 миллиард долларов.

Общество рыночных исследований «Мороз» публично спорил что синтетические исследования могут быть полезным инструментом, но для настоящего понимания все равно нужны реальные люди. Ценность личных исследований в том, что они по своей сути непредсказуемы. Гипотезы, подкрепленные данными, могут быть полностью опровергнуты.

«Чем дальше вы становитесь [from real people]чем больше ты скучаешь, и особенно это касается эмоций», — сказал Фрост. Бизнес моды.

BluePill по-прежнему опрашивает потребителей, чтобы проверить, насколько точно ответы ее ИИ совпадают с реакциями реальных людей. Даже АмазонкаИсследователи пришли к выводу, что синтетические потребители могут повысить эффективность исследований рынка, но «не могут полностью заменить человеческое участие». Существуют социальные и психологические факторы, которые персонажи ИИ могут не уловить, не говоря уже о том, что ИИ не может взаимодействовать с физическими объектами, а это означает, что не существует хорошего способа имитировать опыт человека, примеряющего продукт. Их руководство заключалось в использовании синтетических персонажей в дополнение к исследованиям, ориентированным на человека.

Однако технология не обязательно должна быть идеальной, чтобы быть полезной. Педерсен из PwC заявил, что синтетические персонажи компании были «очень точными» на ранних этапах тестирования, но, что, возможно, более важно, он считает, что технология будет продолжать учиться и совершенствоваться по мере обучения на большем количестве данных, что позволит модным брендам делать более точные прогнозы о том, что понравится их клиентам и на что они отреагируют.

Как и в случае множество применений LLMценность синтетических исследований может сводиться к тому, помогают ли они компаниям делать то, что они уже делают, только умнее и быстрее.

«Все, кого мы показывали, говорили: «Ух ты, эти идеи очень интуитивны, они имеют смысл, и это было бы либо невозможно, либо мне потребовалось бы так много времени, чтобы достичь такого уровня понимания», — сказал Педерсен.