По словам Стива Филлипса, наибольшую выгоду от применения синтетических подходов, скорее всего, получат организации, обладающие связанными наборами данных, которые обеспечивают полное представление о поведении.
Дискуссия об искусственных аудиториях и понимании потребителей, генерируемом ИИ, несомненно, станет одной из главных тем конференции MRS AI Powered Insights Conference 2026. И это неспроста. Бренды испытывают давление, заставляющее их принимать больше решений, чем когда-либо прежде, поскольку медиаконтент фрагментируется, а маркетинг становится все более персонализированным по каналам, аудиториям и моментам.
Давление реально. Согласно Harvard Business Review , 74% руководителей говорят, что количество решений, которые они принимают ежедневно, увеличилось в десять раз за последние три года. В то же время, отчет Zappi Connected Insights Imperative показывает, что фрагментация данных обогнала бюджетные ограничения как главный барьер для эффективного использования аналитических данных.
На этом фоне синтетические подходы вызывают вполне понятный ажиотаж. Однако отрасль рискует сосредоточиться на результате, а не на основе полученных данных. Самый важный вопрос заключается не в том, могут ли синтетические аудитории заменить человеческие исследования. Вопрос в том, создали ли организации необходимые взаимосвязанные массивы данных о потребителях, чтобы сделать синтетические данные ценными.
Качество синтетического продукта зависит от качества данных, лежащих в его основе.
Разговор часто начинается с моделей. А начинать следует с данных.
Синтетические аудитории, персоны и агенты не являются волшебными источниками понимания потребителей. Они представляют собой отражение информации, на которой они обучаются. Если эта информация неполна, фрагментирована, устарела или оторвана от реального поведения потребителей , синтетические результаты унаследуют эти недостатки.
Хотя термин «синтетический» стал обобщающим для подходов, начиная от моделей прогнозирования и заканчивая цифровыми двойниками и синтетическими респондентами, во всех них действует один и тот же принцип: качество результата зависит от качества исходных данных.
Вот почему фрагментация данных имеет такое большое значение. В нашем исследовании 44% организаций сообщили о найме новых сотрудников на должности, связанные с ИИ или интеграцией данных, за последний год, однако фрагментация данных (41%) по-прежнему опережает бюджетные ограничения как главный барьер для эффективного использования аналитических данных. Организации вкладывают значительные средства в ИИ, но многие по-прежнему испытывают трудности с объединением данных о потребителях, существующих в разных исследованиях, командах и системах.
Ирония заключается в том, что синтетические подходы становятся все более эффективными по мере того, как данные о потребителях становятся все более взаимосвязанными. Организации, которые с наибольшей вероятностью выиграют от использования синтетических методов, — это не обязательно те, у кого самые передовые модели. Это те, у кого постоянно обновляются взаимосвязанные наборы данных, обеспечивающие полное представление о поведении потребителей.
Реальная возможность заключается в переходе от проектов к системам.
Многие дискуссии о синтетических исследованиях сосредоточены на эффективности. Можно ли проводить исследования быстрее? Можно ли снизить затраты? Можно ли проводить меньше опросов?
Это просто неправильная формулировка. Возможность использования ИИ заключается не в сокращении объема исследований, а в том, чтобы учитывать мнение потребителя при принятии решений.
Исторически исследования были сосредоточены на решениях с высоким риском: крупный запуск продукта, флагманская кампания, крупнейшие инвестиции в рекламу. Но по мере того, как организации создают все больше концепций, материалов, вариантов и реализаций, все большее количество решений с меньшим риском теперь вообще не получает обратной связи от потребителей. Не потому, что маркетологи этого не хотят, а потому, что традиционные исследования никогда не были рассчитаны на работу в таком масштабе.
Именно здесь синтетические методы становятся интересными. Не как замена исследованиям с участием людей, а как способ расширить тестирование решений, которые в противном случае остались бы без проверки . Это позволяет организациям привлекать мнение потребителей к гораздо большему количеству идей, ресурсов и вариантов реализации, чем это было возможно ранее, помогая командам определить, какие возможности заслуживают более глубоких инвестиций и проверки со стороны людей.
В концепции Connected Insights Framework от Zappi этот сдвиг представляет собой переход от разрозненных методов работы к взаимосвязанным и, в конечном итоге, ускоренным с помощью ИИ организациям, где аналитические данные интегрируются в сам процесс принятия решений. В рамках этих систем синтетические подходы становятся множителем силы, расширяя понимание потребителей на множество более мелких решений, которые в совокупности способствуют росту.
Будущее принадлежит взаимосвязанному интеллекту, а не автономному искусственному интеллекту.
Наиболее эффективные приложения искусственного интеллекта все чаще строятся на взаимосвязанных системах, объединяющих данные о потребителях, знания о бизнесе, историю исследований и специализированных агентов. В таких средах модель становится лишь одним из слоев более крупной экосистемы.
В сфере инноваций синтетические подходы могут помочь командам предварительно отбирать большие объемы концепций, сгенерированных ИИ, прежде чем вкладывать средства в более глубокую проверку людьми, что позволяет им расставлять приоритеты для идей с наибольшим потенциалом.
В рекламе возможности схожи. Маркетологи все чаще создают персонализированные материалы и сообщения для разных аудиторий, каналов и контекстов. Взаимосвязанные системы могут обеспечить быструю обратную связь от потребителей на протяжении всего этого процесса, помогая командам тестировать цифровые материалы и персонализированные сообщения, которые исторически оставались непроверенными — не из-за отсутствия интереса, а из-за отсутствия доступа.
Синтетические данные не следует рассматривать как альтернативу связанным аналитическим выводам. Это их следующее выражение. Их ценность заключается в расширении понимания потребителями процесса принятия решений, которые ранее основывались на инстинкте, предположениях или внутренних дискуссиях.
___
Стив Филлипс — соучредитель, исполнительный председатель и директор по инновациям компании Zappi.
