Greenbook The Exchange: почему ИИ заставляет рынок исследований меняться
Рынок исследований переживает наиболее значительную трансформацию за последние десятилетия, и изменения ускоряются. Крупные консалтинговые компании вкладывают деньги в ИИ-платформы для исследований, сочетающие синтетические персонажи с реальными пользовательскими данными. Стартапы решают проблемы, которых год назад не существовало, — например, как не допустить заражения опросных выборок ИИ-агентами. Традиционные опросы уступают место поведенческой аналитике, способной предсказывать решения потребителей с прежде недостижимой точностью. По мере того как ИИ снижает барьеры входа, компании сталкиваются с ключевым вопросом: успеют ли их команды адаптироваться?
Транскрипт
Ленни Мёрфи: Мы в эфире.
Карен Линч: Привет всем. Счастливой пятницы и с наступающими праздниками. У нас много тем для разговора, и все они связаны с деньгами — давайте начнём с инвестиций. Расскажи, что происходит с Accenture.
Ленни Мёрфи: Итак, Accenture не раскрыла сумму, но вложила деньги в Wevo — это, по моей оценке, комбинация синтетических и первичных исследований: ИИ-ориентированные синтетические персонажи, всё сопутствующее. Не буду углубляться в детали, но это очень показательно: крупная консалтинговая компания понимает, что процессы меняются, и инвестирует в платформы, которые меняют весь процесс, снижают затраты, ускоряют получение результата. Вот что принципиально. Это тема, которая будет повторяться.
Карен Линч: Ты прав. Помнишь, когда Accenture и, кажется, Deloitte впервые появились в списках GRIT, и мы думали: что они вообще здесь делают? Но потом они начали проводить исследования внутри, партнёрствовать с игроками рынка — а теперь закономерно приходят к ИИ-исследованиям. Я хочу добавить: эта комбинация синтетических персонажей и реального тестирования с пользователями будет регулярной темой. Прямо сейчас я формирую программу AIX APAC, и ключевой вопрос там: как мы совмещаем ИИ и людей в нашей текущей волне исследований. Это «и то, и другое».
Ленни Мёрфи: Сто процентов. Дальше — поздравляем Outset, они закрыли Series B на 30 миллионов.
Карен Линч: Мы приглашали их на подкаст вместе с Away Luggage, одним из их клиентов — они тогда говорили об usability в контексте дизайна чемоданов. Интересно смотреть, как они выросли в более широкое управление клиентским опытом. ИИ помогает делать всё это быстрее.
Ленни Мёрфи: Да, AI-native — они описывают себя как операционную систему для исследований. Очень интересно. Но перейдём к следующему, который реально потряс индустрию.
Карен Линч: Сделаем паузу. Что именно? Скажем, кто, но сначала — почему это потрясло? Стартап синтетических исследований Aaru привлёк Series A при оценке в один миллиард долларов, чтобы масштабировать метод рыночных исследований на основе смоделированных популяций. Синтетические данные. Оценка — миллиард.
Ленни Мёрфи: Немного контекста: по данным источников, ARR — менее 10 миллионов. Раунд — 50 миллионов. Оценка — миллиард. Это даёт представление о мультипликаторах. Много денег. Очень много. И все они молоды — я мог бы быть их отцом. Никто из них не из исследовательской индустрии. Все они пришли разрушить её, с чисто синтетическим подходом. Думаю, их специфика — предсказание: не просто моделирование, а использование синтетических выборок с предиктивной моделью для прогнозирования будущих событий и результатов. Это своего рода Святой Грааль — атрибуция и точное предсказание.
Карен Линч: Это очень дорого стоит. Предсказание всегда было конечной целью. По большому счёту, мы пытаемся понять поведение потребителей и было бы замечательно его предсказывать. Если вы действительно можете это сделать — это идеальный ответ на всё, что бренды хотят от нас. Что мне интересно, они идут с другой стороны — со стартаперским энтузиазмом: «мы теперь это умеем». И этот энтузиазм явно срабатывает в питчах.
Ленни Мёрфи: Это очень важный момент. Мы создавали методологии под конкретные бизнес-задачи, потому что другого пути не было. Эти ребята отталкиваются от: вот бизнес-задача, сколько стоит её решение, как я к нему прийду? И просто выстраивают серию агентных связей, надстроек и данных. Это другой вектор мышления. Интересное время.
Карен Линч: Дальше — Crisp закрыла Series B1 на 26 миллионов: добавляет функции, расширяет партнёрства по данным, инвестирует в свой продукт с ИИ-агентом. Что ты об этом узнал? Я не успела посмотреть.
Ленни Мёрфи: Это ритейл-решение: они хотят создать инвентарь каждого цифрового продукта и сделать его доступным в ИИ-дашборде для анализа. Скажем, Kentucky Original — имбирный эль — продаётся в Kroger за $2.99, но в другом месте стоит $1.99. Это упрощённый пример, но они строят именно такую ИИ-базу данных ритейл-продуктов. Это очень ценно.
Карен Линч: И последняя инвестиция сегодня — наши коллеги из Bolt Insight привлекли 7 евро на глобальную экспансию. И им продолжают верить: продолжайте делать то, что делаете. Но я хочу обратить внимание на кое-что в их пресс-релизе — часть денег направлена на создание должности AI Chief Insights Officer. Это важно и стоит обсудить в контексте. Для принятия решений в реальном времени. По сути, Bolt Insight уже создаёт позицию AI Chief Insights Officer. Это новые роли. Я только что записала подкаст с Джоанной Беверли — обнаружила её на нашем мероприятии IAX AI, где она была очень активна. Поговорили, и она перечислила несколько типов позиций, которые сейчас появляются в компаниях, располагающих ресурсами и находящихся в фазе роста. Позиции, о которых мы не могли думать, когда начинали. Это открывает совершенно новые возможности для работы.
Ленни Мёрфи: Да, переходы к будущему. Если я попробую подвести итог: я как раз думал сегодня утром, что 2025-й стал годом сигналов — ускорения и закрепления направления. Правильное направление ясно. 2026-й — год масштабирования всего этого. Мы давно говорили вам: готовьтесь заранее.
Карен Линч: Если вы ещё не взялись за это — используйте оставшееся время года. Ставьте цели на первый квартал. Пятилетние планы уходят на второй план — давайте думать квартал за кварталом. Я сказала бы это универсально.
Ленни Мёрфи: Согласен. И последнее: барьер входа только снижается. Я читал, что с выходом GPT 5.2 стоимость вычислений резко упала. Снижение затрат, ускорение работы, и да, нужны люди, которые понимают, что делают. Но это не монументальный технологический и инвестиционный сдвиг. Мы говорим не о шести месяцах, а о 60 днях. Ещё есть время адаптироваться и сохранить конкурентоспособность.
Карен Линч: Оставайтесь с этой мыслью. OpenAI вчера или позавчера представила GPT 5.2. Я смотрю на возможности и думаю: хорошо, лучший анализ таблиц или что там ещё, быстрее, дешевле. Но я хочу понять: почему это важно? Стоит ли этим делиться? Это номинальный прогресс или большой скачок? Реальность в том, что люди в ваших командах — те самые, которых мы только что обсуждали и которых вы будете искать — должны отслеживать все эти обновления. Вы знаете, как открываешь телефон, а там обновление прошивки — и всё выглядит иначе, телефон ведёт себя по-другому? Все эти небольшие обновления несут изменения. Нужен кто-то, кто быстро реагирует на изменения и понимает, что они означают для организации. Меняется ли методологический подход? Программное обеспечение? Операционные системы? Именно поэтому такие роли так важны — кто-то должен за всем этим следить. Если я выстроила продукт на базе существующего LLM, а технология изменилась — мне нужно знать, что это означает для моих активных проектов.
Ленни Мёрфи: Сто процентов. Вот показательный пример: неделю назад друг прислал мне — он загрузил весь наш групповой отчёт в NotebookLM и с помощью бета-версии создал на основе этого презентацию. Я подумал: ничего себе, и что это такое? На этой неделе я начал пользоваться NotebookLM — раньше не обращал внимания на всё, что делает Google. Но это потрясающий инструмент с точки зрения рабочих процессов. К вашей точке: если вы не экспериментируете с такими инструментами, вы упускаете огромное количество приложений для процесса производства исследований. Буквально можно сделать так много с NotebookLM, что облегчит и ускорит работу. Я не обращал на это внимания, пока Шейн Скиллинг не показал мне результат. Думаю: стоп, надо разобраться. Нужно держать руку на пульсе, потому что происходит слишком много.
Карен Линч: Это интересно. Когда вышел новый Gemini, я решила попробовать его в Google Docs — мы ещё в начале этого пути. В итоге я инвестировала много времени в изучение браузера ChatGPT, Atlas, потому что мне понравилась интеграция в рабочие процессы. Но теперь я туда вообще не захожу, потому что Gemini справляется хорошо. И вот вы упоминаете NotebookLM — конечно, нужно смотреть на это тоже.