Skip to content
Видео UX India март 2026 г.

UX India: синтетические пользователи в B2B-исследованиях

Сонал из EIU рассказывает о синтетическом UX-исследовании на конференции UX India

В интервью на конференции UX India Сонал, ведущий product designer в The Economist Intelligence Unit, рассказывает о том, как её команда создала библиотеку из 160 AI-сгенерированных персон и интегрировала её в повседневный процесс product- и UX-исследований. Разговор охватывает методологию, этические ограничения и практическую роль синтетических пользователей на этапе discovery.

Для кого это видео

Видео будет полезно UX-исследователям и product designer-ам, работающим с B2B-продуктами, где прямой доступ к реальным пользователям ограничен. Оно также подойдёт тем, кто хочет понять, как встраивать AI-инструменты в исследовательскую практику без потери методологической строгости.

Ключевые идеи

  1. Синтетические пользователи решают конкретную проблему B2B-ресёрча. В B2B-продуктах покупатель и конечный пользователь зачастую — разные люди, а организовать сессию с реальным пользователем занимает несколько недель и требует значительного бюджета. Команда EIU использовала ChatGPT для создания персон на основе отраслевой экспертизы и реальных данных о продукте, чтобы сократить время discovery-фазы.

  2. Библиотека персон важнее одноразовых промптов. Создание персон «на ходу» каждый раз даёт разные результаты. Команда EIU зафиксировала 160 персон в структурированной библиотеке, сгруппированных по отраслям (финансы, энергетика, автомобилестроение) и должностям, что обеспечивает воспроизводимость и согласованность выводов между проектами. Ту же библиотеку команда впоследствии распространила на продажи и маркетинг.

  3. Ограничения синтетических пользователей — это не баг, а часть методологии. Сонал называет три ключевых ограничения: предвзятость обучающих данных модели, отсутствие эмоциональной глубины (синтетический пользователь не покажет дискомфорт при работе с прототипом так, как это сделает реальный человек) и склонность AI-персон к соглашательству. Признание этих ограничений встроено в процесс: результаты синтетических сессий рассматриваются как гипотезы, требующие последующей верификации.

  4. Этика синтетического исследования строится на трёх принципах. Первый — прозрачность: все стейкхолдеры должны знать, что данные получены от AI, а не от реальных пользователей. Второй — обязательная валидация с реальными пользователями после этапа discovery. Третий — отказ от принятия финальных решений только на основании синтетических данных.

  5. Корпоративная культура определяет темп внедрения AI в исследования. Economist Group создала систему мотивации через 24-часовые хакатоны, ежемесячные демо и доступ к инструментам — всё это дало команде время для экспериментов вне текущих проектов. Эта среда, по словам Сонал, стала главным катализатором перехода к AI-ассистированному research.

Стоит смотреть, если…

Вы работаете в B2B-продукте и сталкиваетесь с тем, что организовать UX-исследование занимает слишком много времени или ресурсов. Видео даёт конкретный пример процесса — от постановки задачи до построения библиотеки персон и проверки результатов на реальных пользователях — без излишнего теоретизирования.