Mustafa Kapadia: как масштабировать исследования без роста команды — кейс с синтетическими пользователями

Каждая команда по UX-исследованиям сталкивается с одной и той же проблемой: охват. Как бы хороша ни была исследовательская команда, она может поддерживать лишь часть решений, которым был бы полезен отзыв пользователей.

Большинство организаций принимает это ограничение как данность.

Ким, VP дизайна в публичной компании по кибербезопасности, решила иначе. Её команда годами выстраивала глубокое понимание пользователей через интервью, персонажи, исследования рабочих процессов и работу с jobs-to-be-done. Однако большая часть этих знаний влияла на решения только тогда, когда в процесс был непосредственно вовлечён исследователь.

Она увидела в этом возможность для изменений. Вопрос был не в том, может ли AI ускорить исследования, а в том, может ли AI помочь исследованиям охватить больше людей в организации.

Ким отказалась принимать это ограничение

Привычная реакция большинства организаций — нанять больше людей. Но это временное решение: дополнительные ресурсы лишь незначительно расширяют охват исследований.

Ким хотела решить фундаментальную проблему: как сделать глубокое понимание пользователей доступным для любого сотрудника в организации, когда бы оно ни понадобилось — и без найма новых исследователей.

Этот вопрос привёл её команду к изучению синтетических пользователей: AI-персонажей, созданных на основе многолетних интервью, персонажей, исследований рабочих процессов и материалов по jobs-to-be-done.

Синтетические пользователи: привлекательная идея, требующая доказательств

Идея выглядела убедительно. Но убедительность — не то же самое, что подтверждённость.

Команда пробовала работать с синтетическими пользователями самостоятельно и столкнулась с трудностями. Ответы оказались непоследовательными, качество варьировалось трудно предсказуемым образом. Понять, что работает, а что нет, и почему, не получалось.

Тогда в процесс вошла компания Echo Point — не как сторонник синтетических пользователей, а чтобы определить, при каких условиях им можно доверять, и выстроить систему, на которую команда сможет полагаться.

Три открытия, которые изменили подход

В ходе нескольких недель совместной работы команды тестировали синтетических пользователей на реальных рабочих сценариях: технические документы, прототипы в Figma, скриншоты и записи видеодемонстраций.

Три наблюдения изменили то, как они стали подходить к задаче:

1. Доверие формируется отбором, а не объёмом. Самые надёжные синтетические пользователи строились не на максимальном количестве исследовательских материалов, а на тщательно отобранных артефактах, релевантных конкретной задаче. Слишком малый контекст давал обобщённые ответы. Слишком большой вносил шум. Лучшие синтетические пользователи были созданы под конкретную цель.

2. Надёжность зависит от рабочего процесса. Одни сценарии давали более устойчивые сигналы, чем другие. Синтетические пользователи, работающие с текстом и изображениями, генерировали по-настоящему ценные инсайты. С видео было сложнее — этот формат требовал дополнительной осторожности.

3. Главным прорывом стал процесс. То, что начиналось как эксперимент, превратилось в воспроизводимую систему создания, тестирования и валидации синтетических пользователей. Команда не просто выясняла, работают ли синтетические пользователи — она выстраивала внутренние протоколы: когда они работают, почему и как масштабировать.

Эксперимент стал новой компетенцией

К концу совместной работы команда создала двух синтетических пользователей на основе реальных исследований: аналитика SOC и инженера по безопасности.

Но сами персонажи оказались не самым ценным результатом. Главным достижением стала система за ними: воспроизводимый процесс создания, тестирования и валидации синтетических пользователей. Команда теперь понимала, сколько контекста включать, какие рабочие процессы дают надёжные сигналы и как оценивать ответы перед тем, как им доверять.

То, что начиналось как эксперимент небольшой группы, стало компетенцией, которую можно масштабировать на всю организацию.

Видение Ким стало достижимым

Планируемое внедрение было намеренно поэтапным: сначала небольшая внутренняя команда, ограниченное развёртывание двух существующих агентов, обучение прежде масштабирования.

Такая последовательность важна. Синтетические пользователи, развёрнутые без протокола, — это не компетенция, это риск.

Технический вопрос в значительной мере решён. Организационный — только начинается.

Что построила эта команда — это достаточно строгий фундамент для масштабирования. И для Ким исследования наконец-то смогли охватить большую часть организации, чтобы больше людей принимало лучшие решения.