Copy of Сигнал или шум: как не пропустить важное до того, как стало очевидным

ИИ в исследованиях

Технология готова, а окупаемость — нет

Нелли Мамян

Директор по счастью клиентов, Тибурон

“

Cегодня мы инвестируем, а не пожинаем плоды. Посчитать эффект от внедрения ИИ пока нельзя. Рынок в основном оптимизирует отдельные этапы, а это, как показывает опыт и анализ Тибурона — не революция.

Поэтому компания инвестирует дальше. Первая инвестиция, в построение новой системы, понятна, но эффект считать еще рано. Вторая, в трансформацию рынка (роль исследователя в агентстве, отношения агентства с клиентом), пока не поддается измерению.

Технология уже работает

ИИ ускоряет работу на всех этапах типичного проекта: от анализа брифа и драфта предложения до написания отчета.

На части этапов (анкета или гайд, анализ, отчет) он не просто делает рутину за исследователя, а помогает ему думать. Стоит это немного:

подписка на общедоступный ИИ для каждого исследователя;

аналитика плюс настроенные скилы.

Но из этой хорошей новости не следует то, чего все ждали.

Ускорение «до пяти раз» бывает не везде

Цифра «до пяти раз» не средняя, а верхняя граница, которая достигается на сложных проектах. Там, где гайд нестандартный, а логика анкеты сложная, экономия измеряется днями и неделями, и это заметно влияет на сроки.

На простых проектах со стандартными анкетами выигрыш есть, но это часы, и почти никто их не замечает. На трекингах и стандартных тестах выигрыш почти нулевой: там все автоматизировано еще до ИИ, и ускорять просто нечего.

На уровне проекта эффект скромный: около 15%

Даже при максимальном ускорении отдельных этапов проект целиком быстрее не становится.

Расчеты Тибурона показывают, что потолок такого подхода, когда всем выдают ИИ и проводят базовое обучение, составляет около 15% сокращения затрат. Это мало похоже на обещанную революцию.

Откуда берется потолок

Причина в том, как ИИ внедряют сегодня: берут старый процесс и оптимизируют его фрагментарно. Внутри каждого этапа время действительно экономится, а трение на стыках между этапами никуда не девается.

Пример: ИИ помогает быстро сделать анкету, дальше ее выгружают в Word и отправляют клиенту, клиент (сам или со своим ИИ) вносит правки и возвращает файл, исследователь снова дорабатывает и переформатирует, а затем отправляет в поле или в DP по почте.

Каждый шаг ускорен, но между этим все осталось по-прежнему: файлы, письма, переформатирование под новую систему. Именно там теряются время и точность — ИИ еще ничего не ускорил.

Первый способ починить стыки: построить свою ИИ-систему

Трение можно убрать, если собрать все этапы в одном контуре. Универсальные чаты плохо подходят под отраслевую специфику: в большинстве внешних систем нет инструментов для совместной работы, например чтобы делать анкету вместе с клиентом или вести проект вместе с младшим коллегой.

Своя система решает и вопрос безопасности: данные не уходят наружу, а для клиентов это все чаще условие, без которого работать не будут. Она же дает независимость от внешних поставщиков, ведь неизвестно, кто и когда решит отключить внешнюю модель. Тибурон сделал ставку именно на этот путь, и сюда идут основные инвестиции: десятки миллионов рублей в год.

Второй способ: изменить сам процесс

Можно не только починить стыки, но и убрать сами передачи. Раньше сегментация состояла из двух последовательных этапов.

Сначала качественный (около 4 недель) собирал знания, потом шла передача другой команде (еще 1−2 недели).

Затем количественный этап (около 6 недель) и сведение отчета (около 4 недель).

Это почти четыре месяца и по сути два разных исследования, склеенных в конце, причем после финала уже ничего нельзя было уточнить.

С ИИ-модератором качественное и количественное исследование можно объединить в одно: качественное исследование с количественной выборкой. Его ведет один человек и не последовательно, а итерациями.

После первого раунда он выбирает гипотезы, которые стоит проработать, на втором этапе они уточняются и оцифровываются, и так столько раз, сколько нужно, причем очень быстро.

Он же пишет отчет. Одна команда, один проект, ни одной передачи, и экономия времени и денег здесь «феноменальная».

Что должно измениться в рынке

По-настоящему масштабная оптимизация возможна только тогда, когда куски старого процесса сшиваются в один бесшовный процесс, построенный вокруг нового понимания ролей человека и машины.

Это неизбежно меняет и отношения между людьми. Исследователь живет внутри системы, переобучается и берет на себя то, что нельзя отдать машине: ставит задачу, решает, что важно и что копать глубже, и контролирует результат.

Клиент либо делегирует задачу агентству и ждет результата, либо работает вместе с агентством в общей системе, либо в такой же бесшовной системе, построенной у себя.

Предыдущая страница

Содержание

Следующая глава

Как исследования помогают продуктам расти