Для воссоздания опыта реальных опросов используется сразу семь разных искусственных интеллекта, что позволяет смоделировать поведение и ответы реальных людей, учитывая их личный опыт, привычки и интересы в самых разных сферах. Такой подход существенно ускоряет проведение исследований и помогает получать достоверные инсайты без вовлечения большого количества реальных участников.
С помощью искусственного интеллекта можно «прожить» гипотетические сценарии, дополнить картину там, где человека еще не было, но исследователю уже нужно найти решение, протестировать продукт или спрогнозировать поведение.
Возьмем конкретный пример: есть Петр из Твери, 36 лет, работает инженером, курит, пьет кофе, у него есть кот, он интересуется автомобилями и путешествиями. Мы создаем множество синтетических версий Петра, в каждой по-другому скомбинированы такие параметры, как привычки, вкусы, социальное положение, география, домашние животные и так далее. В одной версии Петр не курит и пьет чай, в другой у Петра собака вместо кота, в третьей — отличается образование или количество детей.
Количество параметров, которые можно менять, доходит до 150−300 и даже больше: сюда войдут данные об уровне дохода, типе жилья, интересах, медиапотреблении, корпоративном опыте, активности в соцсетях и прочее.
За счет этого мы не просто расширяем исходную выборку, а исследуем, как конкретные изменения свойств человека влияют на его поведение, отношение к продукту, реакцию на рекламу или новое предложение. Такой подход позволяет очень точно выделять, какие факторы действительно важны, а какие нет, и наглядно «прогонять» десятки вариантов сценариев.
С одной стороны, во время исследований мы прислушиваемся к голосам реальных людей, улавливаем нюансы их эмоций, видим историю глазами респондентов. С другой стороны, мы обращаемся к большому массиву смоделированных паттернов, уже «играем» с будущим, накладываем прогнозы.