Что интересного на Researchexpo

В пятницу была на основном мероприятии российского рынка исследований, сейчас дома уже и хочу с вами поделиться.

Местами программа очень хаотичная, местами довольно любопытная. И конечно, в центре внимания – AI и автоматизация.

Причем, если в прошлом году сообщество «горело» идеей автоматизировать процесс проведения интервью (привет, AI-модераторы), то теперь все уверенно перешли к следующей «стадии» - синтетическим респондентам. 🤖

Синтетические респонденты— это искусственно созданные (обычно с помощью ИИ) модели людей, которые имитируют ответы реальных пользователей в исследованиях. Вдохновением для всех послужил Стэнфордский эксперимент. Его цель - создать правдоподобную симуляцию человеческого общества в миниатюре, где автономные ИИ-агенты будут жить, работать, общаться и формировать социальные связи без прямого вмешательства человека.

Что у кого есть и кто преуспел?
🔸Панели (Tiburon, OMI и др), десятилетиями собирающие анкеты людей и результаты их анкетирования обучились на полученных данных и теперь пробуют «разбавлять» живую аудиторию синтетикой. Судя по их статистике, если не взбалтывать много не замешивать – получается нормально
🔹Сбер проводит колоссальные эксперименты по созданию своей базы синтетических респондентов на базе качественных исследований. Это направление мне кажется самым перспективным, так как такие игроки с big data могут использовать для обучения синтетиков еще и поведенческие/ транзакционные данные.

Но пока ни у кого результатов, заменяющих по качеству и глубине реальные исследования, нет.

Исследователи, выдыхайте! (но ненадолго)

Какие еще увидела тенденции:

1️⃣ Переход от ИИ-хайпа к прагматической интеграции: сообщество активно переходит от экспериментов с ИИ к его системному и контролируемому внедрению в ежедневную работу.
2️⃣ Ответственность за бизнес-KPI: исследователи берут на себя ответственность за создание предиктивных моделей (прогнозирование оттока, ROI, sales lift) и перевода абстрактных понятий в четкие, измеримые, управляемые метрики
3️⃣ Гибридность методов: существует четкий тренд на объединение разнородных источников (транзакционные данные, опросы, трекинги, Big Data телекомов) для повышения достоверности выводов.

Если кто-то был и что-то интересное обнаружил, поделитесь!