当 AI 学会"装成顾客"：市场调研这件事，可能要被重写了

前几天，我和一个做消费品的创始人喝茶。

他跟我抱怨：做一次用户访谈，又贵，又慢，又累。请十个人来聊，每个人一小时，整理录音再写成报告，前后折腾一个月。最后拿到的结论，还不一定能指导决策。

"你说这事，"他叹了口气，"什么时候能让人省心点？"

我当时没直接回答。但我心里有个数。

这事儿，正在被 AI 推着重写。

不是慢慢改，是连根拔起的那种。

一、先说四个层次

研究这事儿的人，已经摸出一条路。AI 改写市场调研，分四档。

哪四档？

第一档：让原来的活儿，更快、更便宜、更容易铺开。

第二档：用 AI 造的"假数据"，顶替一部分真数据。

第三档：把过去拿不到、买不起的那些洞察，给补上。

第四档：造出一种过去根本不存在的数据。

一档一档说。

二、提效：把人从苦力里捞出来

做调研的人，最烦什么？

最烦翻录音。

一份访谈逐字稿，两小时，几万字。你坐在那儿，一行行扒，扒到后面，眼花了，记不清前面说了啥。

现在不一样了。

有人做过一个统计，已经在用 AI 的从业者里，62% 都让它干同一件事：总结长访谈。剩下的，一半让它分析数据，一半让它写报告。

说白了，那些重复、耗时间、又必须人盯着的活儿，AI 全包了。

有个做这个方向的创始人说过一句话，我觉得特别有意思。他说：当 AI 干的活儿只是"和人聊天"的时候，人会毫无保留地讲，AI 几乎不胡说。

强！

因为过去做调研的人，老得在两个选项里选——要么做访谈，深度够，但人数上不去；要么发问卷，覆盖广，但回答浅。一个做用户研究的负责人说过，现在终于不用选了，两个都要。

这就是第一档。把过去的痛点，一个一个磨平。

三、替代：当 AI 开始"装成顾客"

这一档，更大胆。

什么叫"合成数据"？

说白了，就是让 AI 造一批假人，给它们喂上性格、年龄、收入、偏好，然后让它们替真人填问卷、答问题。

听起来玄乎？

有公司真这么干了。拿一个给 CEO 们做的年度品牌调研，把问卷交给 AI，让它造一千多个对得上的"假 CEO"，然后让这些假人填。

填完一对比——和真 CEO 们填的，结论 95% 一样，相关性强，有些数字几乎一模一样。

听完我说：天呐。

但你也别急着激动。

同一批受访者里，只有 31% 觉得 AI 造的数据"很有价值"——这是评分最低的一项。

为什么？

因为假的就是假的。它能模仿"大多数人在大多数情况下"会怎么答，但它捕捉不到那种突如其来的、不合常理的真实。人突然就改主意了，人就是会为一个莫名其妙的理由买单。这种东西，AI 学不会。

所以这一档的正确用法，是当加速器，不当真身。先拿合成数据扫一遍，把大概的趋势摸出来，再花真金白银去做小范围的真实调研。

四、补缺：决策的那一刻，终于有数据了

这一档，是我最看好的。

你想想看，公司里大部分决策，是怎么做出来的？

拍脑袋。

不是因为不想用数据，是因为来不及。等你花两个月做出一份调研，机会已经过去了。

但 AI 不一样。它永远在线。

半夜三点你纠结要不要改定价，它能立刻给你一个"基于历史数据 + 假设推演"的回答。不需要等，不需要批预算，不需要排期。

有人做过调研，81% 的从业者，要么已经在用 AI 监听市场动向，要么正打算用。30% 已经把它用在那些"过去完全不会动用数据"的决策上。

AI 在这儿扮演的角色，叫陪练。它不替你拍板，但它陪你把假设过一遍、把方案试一遍、把可能踩的坑提前指出来。

五、造新：当顾客被"复制"了一份

最后一档，最科幻。

叫"数字孪生"。

什么叫数字孪生？

就是把一个真实顾客的数据，他买过什么、搜过什么、点过什么、抱怨过什么，全喂给 AI，让 AI 复刻出一个"虚拟的他"。

然后呢？然后营销的人就可以在真顾客被骚扰之前，先在数字孪生身上把方案试一遍。

数字孪生的好处是什么？

它不会累，不会烦，不会因为你问了十遍同样的问题而翻脸。它一直在那儿，让你反复试。

已经有 40% 的从业者，在试这个东西了。

有一所大学的研究团队，正在干一件更猛的事。他们要造 2500 个数字孪生，每一个都对应一个真人，这些真人会先做一堆心理、行为、认知测试，作为"地基"。然后用 AI 在这个地基上，盖出一个对应的虚拟人。

盖出来的虚拟人，再去做调研，能不能代表那个真人？

有研究团队试过。让真人两周后再答一遍同样的问题，对比下来，数字孪生的回答能还原真人 85% 的准确度。

85%。

够不够？

看你拿来干嘛。拿来试错，够了。拿来代替真调研，还差得远。

六、但别神化它

说到这儿，必须泼盆冷水。

AI 在调研上的毛病，一点不少。

第一，它有偏见。 训练它的数据是什么样的，它就会偏向什么样的人。有研究发现，主流模型表达的观点，更像自由派、更像高学历人群，不太像 65 岁以上的老人，也不太像信教的人。

第二，它不擅长预测突变。 它学的是过去，所以它能告诉你"过去的人会怎么选"，但它告诉你"下一次颠覆性的拐点在哪"，这个，它还真不一定知道。

第三，它的答案会漂。 同一批虚拟人，你过三个月再去问，答案会变。不是它学到了新东西，是它本身就不稳定。

第四，它对问题怎么问，特别敏感。 同一个问题，你换个措辞、换个选项顺序，它的答案就跟着变。所以做调研的人，那条老规矩还得守。选项要打乱，问题要中性。

有个团队试过，让 AI 模拟"价格变了，大家买不买"，结果画出来的需求曲线，不光和真人答出来的不一样，连经济学上都站不住脚。

这就是 AI 装不成人的地方。

七、所以，怎么办？

回到开头那个创始人问我：什么时候能让人省心点？

我的答案是：已经开始省心了，但不是你想的那种省心。

AI 不会替你做判断。它做的事是：

把原本要花一个月才能拿到的"参考意见"，压缩到十分钟内放到你桌上。

剩下的，要不要相信、要不要押上真金白银、要不要 all in，还是得你来。

它的角色，更像一个永远在线、永远不烦、读了一肚子案例的副驾驶。

但方向盘，一直在你手里。

我最近常想一句话：当一个工具能装成顾客跟你聊天的时候，真正稀缺的，就不是数据，是判断力。

数据满地都是，AI 帮你捡。

但捡回来哪些是真金、哪些是沙子，这件事，AI 帮不了你。

只有你能。