Sequoia Capital: всегда знать, чего хотят клиенты — разговор с Альфредом Вальфорссом из Listen Labs

Альфред Вальфорсс, сооснователь и CEO Listen Labs, создаёт AI-агента, который проводит интервью с клиентами в масштабах, недоступных ни одной фокус-группе: тысячи голосовых разговоров одновременно с аудиторией из 30 миллионов человек. В разговоре с Sequoia Capital он объясняет парадоксальную находку: люди часто честнее с AI-интервьюером, чем с человеком. Вальфорсс рассказывает, почему транскрипты интервью оказываются самым ценным сырьём для предсказания поведения клиентов, как Listen тестирует свои симуляции в ретроспективе и почему 80% инженерных ресурсов компании уходит на построение правильной аудитории.

Что такое Listen Labs

Соня Хуан: Сегодня мы разговариваем с Альфредом Вальфорссом, основателем и CEO Listen Labs. Listen — это AI-первая платформа для customer research, которая может одновременно проводить тысячи голосовых интервью. Вы запустились около года назад и сейчас работаете с 20% компаний из Fortune 500, включая Microsoft, Anthropic, Sweetgreen, NBC и других.

Альфред Вальфорсс: Мы создали AI-агента, который способен понять ваших клиентов лучше, чем вы сами. И делаем это через разговор с ними. Например, можно задать вопрос: «Как улучшить онбординг Cursor?» Listen создаёт interview guide — инструкции для агента, который проведёт интервью. У нас есть аудитория из 30 миллионов участников: можно найти кого угодно — от онколога до инженера. Мы проведём сотни таких интервью, проанализируем данные и дадим рекомендации. Следующий шаг, который мы запускаем через несколько месяцев, — симуляция: после десятков тысяч интервью в платформе можно предсказывать, как клиенты ответят на вопросы в будущем.

По мере того как мы приближаемся к AGI, строить продукты становится проще. Но сложным остаётся знание того, что именно строить. Именно это мы строим в Listen.

Реальные кейсы

Вальфорсс: Chubbies — один из наших ранних клиентов. Они используют нас для всего: тестирование маркетинга, понимание того, какие продукты работают, а какие нет. Один из моих любимых примеров: они обнаружили, что волосы на груди плохо взаимодействуют с одним из материалов рубашки — носить её крайне неудобно. Они изменили рубашку, она стала намного удобнее. Мы решаем задачи от мелких до крупных. Manscaped изменил свою рекламу на Super Bowl на основе инсайтов из Listen.

Предвзятости опросов и честность с AI

Соня Хуан: Я традиционно скептически отношусь к опросам: люди получают деньги за участие — это уже отбор с предвзятостью. А то, что люди говорят, что сделают, расходится с реальным поведением. Как AI помогает преодолеть этот разрыв?

Вальфорсс: Мы много исследовали этот вопрос. Например, мы возвращались к тому же человеку и задавали ему тот же вопрос в формате multiple choice — и видели разительную несоответствие. В опросах люди крайне непоследовательны. Но когда мы делали то же самое с Listen — когда человеку приходится думать и реально рассуждать над ответом — последовательность ответов на один и тот же вопрос значительно выше.

Мы также постоянно отслеживаем результаты: например, с Chubbies, когда тестируем разные рубашки, через несколько месяцев сверяемся с данными реальных продаж. A/B-тестирование — это, конечно, золотой стандарт, но на практике его сложно реализовать: нужен очень большой объём пользователей. А иметь хоть какой-то input лучше, чем не иметь никакого.

Формат интервью: видеозвонок с AI

Константин Бюлер: Это голос в текст? Это двусторонний разговор? Как выглядит опыт пользователя?

Вальфорсс: По сути это Zoom-звонок с агентом: вы на видео. И мы также можем определять эмоции — анализируем взгляд, интонацию. Это намного ближе к тому, как вы на самом деле думаете и чувствуете.

Особенно это важно для рекламы: человек может ставить пятёрки по шкале Ликерта на вопрос о готовности купить продукт, но при этом не проявлять энтузиазма. Когда кто-то реагирует эмоционально ярко — реклама потом показывает лучшие результаты в performance marketing на Meta и LinkedIn.

Константин Бюлер: А если вы клиент, который заказал исследование, можно кликнуть и посмотреть само интервью?

Вальфорсс: Да, мы строили платформу вокруг traceability: к каждому дата-поинту можно кликнуть и увидеть видео или цитату. Так вы знаете, что AI не галлюцинирует — видно источник.

История создания

Вальфорсс: Мой сооснователь и я делали потребительское приложение BeFake: можно было создать AI-аватар себя, это был ранний вариант ChatGPT-изображений. Оно вирально распространилось — за ночь появилось 20 000 пользователей. Мы сами построили AI-интервью для себя, потому что хотели понять причины оттока: как они думают о нашем позиционировании, разных use cases. Это оказалось реально полезным — вот так мы начали.

Старый мир против нового

Соня Хуан: Как раньше люди решали задачу понимания пользователей?

Вальфорсс: Есть старые survey-инструменты — Qualtrics и похожие. Но также существует огромная индустрия сервисов, потому что если вы хотите говорить с потенциальными, а не текущими клиентами — это всё сложнее по мере роста. Это многомиллиардная индустрия: как правильно задавать вопросы (это само по себе академическая дисциплина), как находить аудиторию, как анализировать сотни звонков. В традиционных отраслях вроде CPG — и даже в Microsoft — тратят десятки миллионов на фокус-группы. Мы можем ускорить это кратно.

Вальфорсс: В новом мире большинство решений принимаются без клиентского input — просто потому что поговорить с клиентами требует слишком много усилий. Когда снижаешь эти барьеры, решения становятся намного умнее. У нас можно получить input от реальных людей за пять минут. Это магический опыт — наблюдать, как сотни людей появляются в вашем интервью.

Поскольку процесс асинхронный, он намного дешевле: можно платить участникам меньше, чем за синхронное интервью. И люди действительно предпочитают разговор с AI: меньше давления, можно делать паузы. Мы также обнаружили, что люди честнее с AI — они открываются. Это почти терапевтический опыт: неосуждающая сущность, которая искренне интересуется тобой. Можно вести даже чувствительные разговоры — например, интервьюировать детей о реакции на продукты.

Почему аудитория — это 80% работы

Вальфорсс: Аудитория — это самое важное. Именно туда мы направляем 80% инженерных ресурсов. Каждая компания в своей клиентской сегментации подчиняется степенному закону. Даже продукт вроде Sweetgreen, который кажется универсальным — правильная аудитория для него: городские жители, высокий доход домохозяйства, преимущественно женщины. И при этом они должны знать, что такое seed oils — это примерно один процент населения. Если найти тот сегмент, который генерирует 80% выручки, — исследование становится гораздо более actionable.

Наша цель — довести аудиторию до миллиарда человек и уметь стратифицировать её: знать, в чём именно этот конкретный человек является экспертом. Даже если это просто кроссовки: у кого-то есть инфлюенсеры и early adopters. Если найти эту аудиторию и опросить первой — инсайты несравненно ценнее. Мы накапливаем профили людей по мере интервью на платформе и можем искать и находить нужного человека.

Константин Бюлер: Кто-то в совершенно неродственном интервью говорит: «Я настоящий кроссовочный маньяк» — и вы сохраняете это в базе. Когда Nike запускает новую линейку — предлагаете этого человека.

Вальфорсс: Именно. Раньше это было невозможно: разные структуры, ручные процессы, спам-рассылки по email-листам. Одна из больших проблем — incidence rate: только один из десяти человек проходит скрининг, чтобы вообще дойти до интервью. Когда тебя десять раз отсеивают до первой оплаты — очень раздражает.

Зачем нужен Listen, если у бренда есть своя CRM

Соня Хуан: Sweetgreen же знает, кто их клиент. Разве они не могут сами к ним обратиться?

Вальфорсс: Могут — и мы тоже подключаемся к их CRM. Но самое интересное — это как разговаривать с потенциальными клиентами, кто ещё не является пользователями. Как сравнить эти две группы? Плюс CRM обычно не структурирована. Есть и регуляторные ограничения: если вы в Google, вы не можете просто рассылать email пользователям Gmail. Через независимого третьего участника — проще.

Что происходит с McKinsey и консалтингом

Соня Хуан: Что это означает для традиционных консультантов?

Вальфорсс: AI меняет все роли очень быстро. Мы много работаем с Bain — они используют нас, чтобы ускорить свои традиционные процессы. Думаю, роль у них есть — внедрение изменений по-прежнему очень ценно. Но маржи будут снижаться, и нужно будет «разбундлировать» многие услуги, позволяя AI-агентам решать часть задач, ради которых раньше шли в консалтинг.

Константин Бюлер: Может, будет только больше работы? Если у меня есть AI и такие инструменты — я хочу исследовать пять новых направлений для роста. Плачу вам столько же, но вы используете Listen и изучаете новые территории.

Вальфорсс: Нет, думаю, вы правы. Потолок здесь очень высокий. Можно узнавать о клиентах больше и строить больше вещей.

Экономика research

Соня Хуан: Уже видны признаки ценового сжатия? Если Bain может делать то же самое эффективнее с AI — кто получает экономическую выгоду?

Вальфорсс: Поскольку это можно делать быстрее — я бы сказал, можно брать больше. Мы провели исследования, где берём сотни тысяч долларов за беседы с двадцатью врачами в восьми странах. В долгосрочной перспективе стоимость отдельного интервью может снизиться, но объём исследований вырастет на два порядка. И это самое захватывающее: впервые в истории большинство решений смогут приниматься на основе клиентского input.