Алфред Валфорс се оказа на крачка от безизходица. Неговата стартъп компания Listen Labs се нуждаеше от над 100 инженери, но конкуренцията с предложенията от $100 милиона на Марк Цукербърг изглеждаше невъзможна. Затова той харчи $5,000 — една пета от бюджета си за маркетинг — за рекламен щанд в Сан Франциско, който показваше какво изглеждаше като безсмислица: пет редици от случайни числа.
Числата всъщност бяха токени на изкуствения интелект. Декодирани, те доведоха до програма за кодиране: да се създаде алгоритъм, който да действа като цифров гард на Бергайн, берлинския нощен клуб, известен с отхвърлянето на почти всеки на входа. Само за дни хиляди се опитаха да решат загадката. 430 я разгадаха. Някои бяха наети. Победителят отлетя за Берлин, всички разходи платени.
Този нестандартен подход вече привлече $69 милиона в серия B финансиране, водени от Ribbit Capital с участието на Evantic и съществуващите инвеститори Sequoia Capital, Conviction и Pear VC. Рундът оценява Listen Labs на $500 милиона и повдига общия капитал на компанията до $100 милиона. Само за девет месеца след старта си, компанията увеличи годишния приход с 15 пъти до осем цифри и проведе над един милион интервюта, осъществени чрез изкуствения интелект.
“Когато се занимаваш с клиенти, всичко друго следва,” каза Валфорс в интервю за VentureBeat. “Екипите, които използват Listen, включват клиента във всяко решение, от маркетинга до продукта, и когато клиентът е доволен, всички са.”
Защо традиционното пазарно изследване е нарушено и какво Listen Labs строи, за да го оправи
Изследователят по изкуствен интелект на Listen намира участници, провежда подробни интервюта и предоставя действителни заключения за часове, а не за седмици. Платформата замества традиционния избор между количествени проучвания — които предоставят статистическа точност, но пропускат детайлите — и качествени интервюта, които предоставят дълбочина, но не могат да се мащабират.
Валфорс обясни ограничението на съществуващите подходи: “Основно проучванията ви дават лъжлива прецизност, защото хората крайно възприемат едно и също питане… Не можете да получите аутлаиърите. Хората всъщност не са честни на проучванията.” Алтернативата, един на един човешки интервюта, “ви дава много дълбочина. Можете да зададете следващи въпроси. Може да дублирате дали наистина знаят за какво говорят. И проблемът е, че не можете да мащабирате това.”
Платформата работи в четири стъпки: потребителите създават проучване с помощта на изкуствения интелект, Listen набира участници от своята глобална мрежа от 30 милиона души, изкуственият модератор провежда подробни интервюта със следващи въпроси, а резултатите се опаковат в готови за изпълнителни доклади, включващи ключови теми, видео роли, и презентации.
Какво разграничава подхода на Listen е използването на видео разговори с отворени въпроси, вместо форми с множество избори. “В проучване можете да познаете какво трябва да отговорите и имате четири опции,” каза Валфорс. “Ох, вероятно искат, че да си купя с висок доход. Нека кликна на този бутон вместо на отговор с отворено содержание. Това просто поражда много повече честност.”
Грязната тайна на $140 милиарда пазарното изследване: широко разпространената измама
Listen намира и квалифицира правилните участници в своята глобална мрежа от 30 милиона души. Но създаването на този панел изискваше справяне с това, което Валфорс нарече “едно от най-шокиращите неща, които сме научили, когато влезнахме в тази индустрия”—произволна измама.
“Основно има финансова транзакция, което означава, че ще има лоши играчи,” обясни той. “Направо ни изпратиха някои от най-големите компании, някои от тях имат милиарди приходи, хора, които твърдят, че са корпоративни купувачи на нашата платформа, и нашата система веднага откри, че това е измама, измама, измама, измама, измама.”
Компанията построи това, което тя нарича “качествен контрол,” който кръстосва профилите в LinkedIn с видео отговорите, за да потвърди идентичността, проверява съответствието на начина, по който участниците отговарят на въпроси, и отбелязва подозрителните модели. Резултатът, според Валфорс: “Хората говорят три пъти повече. Те са много по-честни, когато говорят за чувствителни теми като политика и психическо здраве.”
Emeritus, компания за онлайн образование, която използва Listen, съобщи, че около 20% от отговорите на проучването преди това попадаха в категорията с измама или нискокачественост. С помощта на Listen те намалиха това почти до нула. “Не бяха нужни заместители на отговори поради измама или безсмислена информация,” каза Габриели Тибури, помощник-мениджър на клиентските прозорци в Emeritus.
Как Microsoft, Sweetgreen и Chubbies използват изкуствени интелектуални интервюта, за да създадат по-добри продукти
Предимството на скоростта се оказа централно за предлагането на Listen. Традиционните клиентски изследвания в Microsoft могат да отнемат четири до шест седмици, за да се генерират заключения. “Докато стигнем до тях, либо вече е взето решение, либо губим възможността да го въздействаме,” каза Романи Пател, старши мениджър по изследвания в Microsoft.
С помощта на Listen, Microsoft вече може да получи заключения за дни и в много случаи, в рамките на часове.
Платформата вече е съпровождала няколко високопрофилни инициативи. Microsoft използва Listen Labs за събиране на глобални клиентски истории за своята 50-та годишнина. “Искахме потребителите да споделят как Copilot ги подпомага да се представят с най-доброто от себе си,” каза Пател, “и ние успяхме да съберем тези потребителски видеоистории в рамките на един ден.” Традиционно, този вид работа би отнела шест до осем седмици.
Simple Modern, компания от Оклахома, специализирана в напитки, използва Listen за тестване на нов концепт на продукт. Процесът отне около час да напише въпроси, час да стартира проучването и 2,5 часа да получи обратна връзка от 120 души по цялата страна. “Минахме от ‘Трябва ли да имаме този продукт?’ до ‘Как трябва да го пуснем?’ каза Крис Хойл, главен маркетинг директор на компанията.
Chubbies, марката за къси панталони, постигна 24-кратно увеличение на участието на младите в изследването—прерасна от 5 до 120 участници — като използва Listen, за да преодолее предизвикателствата на програмите за традиционни групи с деца. “Има училище, спорт, вечеря и домашни,” обясни Лорън Невил, директор на открития и иновации. “Трябваше да намеря начин да чуя мнението им, който да се вписва в графика им.”
Компанията също откри продуктови проблеми чрез изкуствени интервюта, които може би не би са били открити по друг начин. Валфорс описа как изкуственият интелект “чрез разговори осъзна, че имаше проблеми с линията за къси панталони за деца и реши да, като например, интервюира стотици деца. И разбра, че имаше проблеми в подплата на панталоните и че те били, цитирайки, ‘чукано’, според хората, които бяха интервюирани.” Преработеният продукт стана “блокбастър хит.”
Пардоксът на Джевънс обяснява защо по-евтините изследвания създават повече търсене, а не по-малко
Listen Labs влиза в голям, но фрагментиран пазар. Валфорс цитира изследване на Андрисен Хоровиц, което оценява индустрията на пазарните изследвания на приблизително $140 милиарда годишно, населена от легатни играчи — някои с повече от милиард долара приходи — които смята, че са уязвими за разрушаване.
“Има много съществуващи бюджетни линии, които заместваме,” каза Валфорс. “Защо ги заместваме? Първо, те са много скъпи. Второ, те са затворени в този стар модел на избор между проучване или интервю и също така отнемат месеци за работа.”
Но по-интересният динамичен може да бъде, че изследванията, базирани на изкуствения интелект, не само заменят съществуващите разходи — те създават нова търсене. Валфорс призовава парадокса на Джевънс, икономически принцип, който възниква, когато технологичните напредъци правят ресурса по-ефективен за употреба, но увеличената ефективност води до увеличено общо потребление, а не до намаляване на потреблението.
“Каквото забелязах е, че по мерките, по които нещо става по-евтино, вие не се нуждаете от по-малко от него. Искате повече от него,” обясни Валфорс. “Има безкрайно търсене за разбиране на клиента. Така че изследователите в отбора могат да направят поръчка по-голямо количество изследвания и също така други хора, които не бяха изследователи преди, могат да го направ