Fair Lab

🔥 Впервые рассказали о проекте Fair Lab на отраслевой конференции

Сооснователь платформы Fair Lab Илья Литницкий выступил на «НРФ регионы» в Екатеринбурге. В своём докладе он рассказал о создании AI-персон для тестирования креативов и перспективах этого направления.

Тезисы выступления Ильи и других экспертов об опыте интеграции в работу нейросетей — в пост-релизе коллег ⬇️

Продолжаем выходить в медиа и делиться тем, что мы делаем в Fair Lab. На этот раз в «Бизнес-Секретах» вышел текст о том, как мы создаём AI-персон и учим их быть честными собеседниками: ловить подтексты, аргументировано критиковать и прямо говорить, если идея «не зашла».

В статье вы найдёте:

⚪️ почему классические исследования часто подводят;
⚪️ как мы сделали AI-персон «человечными»;
⚪️ какой фидбек дают цифровые респонденты;
⚪️ реальный кейс с брендом безалкогольного пива.

🔜Читать целиком: https://secrets.tbank.ru/blogi-kompanij/kak-sozdat-cifrovyh-dvojnikov-ca/

Как мы делаем цифровых респондентов ещё ближе к реальным людям

Продолжаем совершенствовать наших AI-персон, чтобы их ответы были не просто усредненными, а действительно отражали то, как люди отвечают в опросах.

На ML-уровне мы добавили:

⚪️ Эмоциональное состояние — персона может отвечать более сдержанно или, наоборот, эмоционально.
⚪️ Leniency bias — склонность быть «строже» или «мягче» в оценках.

В реальных исследованиях респонденты очень разные: кто-то рассуждает подробно и аккуратно, кто-то отвечает коротко и резко, кто-то эмоционально подчеркивает детали. Теперь это учитывают и наши персоны.

Как это влияет на ответы:
⚪️ Шкальные оценки стали более разнообразными
⚪️ В открытых вопросах появился разный стиль и тональность.

Пример
❓ Вопрос: что вам понравилось в рекламе?

Было:

«Необычная атмосфера… красиво снято, с деталями пены, бокал шикарный — визуально есть за что зацепиться».

Стало:

«Картинки красивые, прям как будто на выставке. Смешно, что пиво сравнивают с картинами».

❓ Вопрос: что вам НЕ понравилось?

Было:

«Может, чуточку переиграно… слегка театрально».

Стало:

«Слишком уж на пафос подаётся, простому человеку это не близко».

Разница не в смысле, а в интонации: от сдержанного и описательного → к более разговорному и категоричному.

Мы не единственные, кто исследует это направление. На крупнейшей конференции по AI NeurIPS 2024 команда из AIRI, ВШЭ и ИТМО показала, что LLM действительно способны адаптировать свое поведение под эмоциональные паттерны, а эмоции напрямую влияют на принимаемые решения.

Мы же сделали шаг дальше и применили это в продукте:

👥 теперь наши AI-персоны ведут себя еще ближе к реальным людям, что делает обратную связь брендам более живой и многогранной.

На что опираются AI-персоны, когда оценивают креативы?

Рассказываем в карточках, как AI-персоны видят креативы, замечают фальшь и проникаются деталями.

Какой фидбек дают AI-персоны

Рассказываем в карточках о вызовах на пути к человечности цифровых респондентов и полученных результатах ➡️

Отвечаем на 5 самых частых вопросов об AI-персонах

Каждый день мы проводим питчи Fair Lab и сталкиваемся с множеством вопросов об AI-персонах. Мы собрали самые частые из них в один пост, чтобы ответить на все разом.

💬 AI-персоны — это чат-боты?

Нет. Чат-бот — это скрипт, который отвечает по шаблону. AI-персона — это сложная модель, созданная на основе поведенческих и психографических данных. У неё есть встроенный жизненный контекст, установки, привычки и стиль мышления, характерный для определённого типа потребителя.

💬 Они анализируют всё как нейросеть, а не как человек?

Нет. AI-персона не работает «от головы» нейросети. Она отвечает так, как если бы на материал смотрел человек с заданным опытом и установками. Она не пересказывает ролик и не оценивает его технично — она реагирует как живой человек из целевой аудитории.

💬 AI-персонам можно доверять?

На самом деле их ответы совпадают с живыми респондентами полностью. Они дают стабильную, воспроизводимую обратную связь без искажений, не устают, не стараются понравиться и не выдают «социально одобряемые» ответы.

💬 Можно их адаптировать под конкретный бренд?

Можно. Если у бренда есть портреты аудитории, данные из CRM, инсайты или отчёты исследований — мы используем их при обучении. AI-персоны можно кастомизировать, чтобы они были максимально близки к вашим пользователям.

💬 AI-персоны заменят классические исследования?

Fair Lab не заменяет, а дополняет классические исследования. AI-персоны особенно полезны на ранних этапах — когда важно быстро проверить гипотезу, снять риски или протестировать несколько вариантов без затрат на рекрутинг и модерацию.

AI-персоны — это надёжный, настраиваемый и честный в ответах инструмент. Если вы ищете способ услышать свою аудиторию — рекомендуем попробовать.

Прокомментировали для Sostav ситуацию на FMCG-рынке
и рассказали, как Fair Lab может помочь в назревших проблемах.

Ниже расскажем кратко суть статьи👇

Что происходит с FMCG-рынком

В российский FMCG‑рынке в 2025 году назрели тенденции: с одной стороны — снижение потребления и рост конкуренции, с другой — запрос на «маленькие удовольствия» и продукты с эмоциональной ценностью.

Покупатели экономят на базовом, но готовы платить за то, что действительно цепляет.

Как помогают Big Data и технологии

Сегодня запуск продукта — это не ставка на интуицию. Это анализ поведения, привычек и мотиваций реальных людей.
Big Data позволяет увидеть: что, где, когда и зачем покупают. На основе этого можно создавать продукты, которые совпадают с потребностью, а не пролетают мимо. Особенно в условиях экономного спроса и высокой цены ошибки.

Как Fair Lab помогает FMCG-брендам

Мы подключаемся на раннем этапе — до вложений в продакшн и медиаразмещение.
Fair Lab:
– создаёт целевую аудиторию бренда в виде AI-персон
– показывает им креатив или продукт и собирает обратную связь,
– помогает заранее понять, что зайдёт, а что лучше доработать или не запускать вовсе.

Внимание потребителя — редкий ресурс, а мы помогаем потратить его точно 😎

Первый публичный материал о Fair Lab — на @Sostav

Мы официально выходим в инфополе — с подробным разбором нашего подхода, кейсом и планами.

В статье — коротко о главном:
— Как мы создаём 150+ AI-персон, совпадающих с вашей ЦА
— Как можно протестировать несколько концепций за сутки
— Почему такой подход даёт более структурные и осмысленные ответы, чем «понравилось/не понравилось»
— Как мы соединяем AI и человеческую логику для создания релевантной обратной связи
— Какие задачи уже тестируют клиенты с помощью Fair Lab

Читайте на Sostav:
https://www.sostav.ru/publication/kak-za-odin-den-protestirovat-kreativy-na-tselevoj-auditorii-75907.html