圖/科技報橘 文/Ariel
首圖來源：Unsplash
生成式 AI 正在重塑品牌進行市場研究的流程，從資料收集到分析與決策，不僅速度更快、準確性更高，甚至讓受訪者更願意說出真實想法。行銷策略與洞察公司 GBK Collective 的最新調查顯示，越來越多研究人員和品牌正積極擁抱 AI，因為它不只提高效率，還能解鎖過去難以獲得的深層洞察。
超過 8 成市場研究人員相信 AI 能提升效率
根據《哈佛商業評論》報導，GBK Collective 對 170 多位市場研究工作者的調查發現，已有 45% 受訪者將生成式 AI 應用在資料分析與洞察工作中，另有 45% 計劃未來採用。雖然仍有逾 70% 的人對資訊偏誤、資安與隱私風險等議題表示擔憂，但整體而言，AI 的接受度與期待值明顯上升。
超過 80％ 的受訪者相信，生成式 AI 可能大幅提升個人生產力和效率，也覺得把 AI 整合到工作流程對維持競爭力很重要。相同比例的受訪者認為，生成式 AI 將改善工作、推動重大創新，由此對整個產業產生正面影響。
實務應用上，已有 62% 受訪者使用生成式 AI 整理訪談逐字稿、58% 用於分析資料、54% 用於撰寫報告。使用者一致認為 AI 可幫助他們更專注於高價值任務，如資料詮釋與視覺化呈現，進一步提升工作品質和準確性。
AI 不只提升速度，更帶來全新研究模式
雀巢（Nestlé）是導入 AI 創新市場研究流程的品牌之一。旗下品牌如 Coffeemate、Stouffer’s ，都已採用 AI 訪談平台 Outset.ai 進行新產品測試。
過去，Nestlé 需耗費數月進行定量調查與定性訪談，整合兩者資料耗時又零碎，如今透過 Outset.ai 的「AI 採訪者」能自動呈現概念、發問、深度對談，並自動產出兼具量化與質化的結果。
雀巢消費者洞察部資深經理威登邁爾（Michael Widenmeyer）表示：「參與者跟 AI 分享的內容，是我們傳統方法的兩倍以上，而且我們以更快的速度完成所有概念驗證，能即時決定哪些產品應投入開發。」
這個 AI 訪談工具還能做到傳統做不到的規模與語言支援，過去雀巢一個專案只能覆蓋 20~30 人、單一地區的小型訪談，在 AI 賦能下擴展至數百人、甚至是多國語系的大型測試。更重要的是，這些流程大幅降低成本，不需高價顧問或人力時數，雀巢目前已在 7 個品牌、5 個國家、超過 100 個專案中全面導入 AI 協助市場研究。
令人驚訝的是，使用 AI 進行訪談，反而讓受訪者更願意敞開心扉。體重管理公司 WeightWatchers 的研究團隊（Outset.ai 的客戶）發現，當透過 AI 進行訪談時，受訪者會更坦率地分享自身經驗與情感。Outset.ai 的共同創辦人暨執行長卡農（Aaron Cannon）解釋，當 AI 的角色只是單純地與人「對話」，它不存在社交壓力與預設評價，人們會更放鬆、更願意深談。
這讓市場研究出現第三種方式：兼具訪談的深度，與調查規模和速度。研究人員再也不必在「質化」與「量化」方法之間二選一，而是可以選擇「兩者兼具，」WeightWatchers 前 UX 研究主管芮丁格（Wil Readinger）說。
用 AI 打造「虛擬受訪者」，更早找出市場需求
除了與真實使用者互動外，AI 也被用來創造「合成資料」（Synthetic Data），這些資料模擬出真實使用者的行為與偏好，幫助品牌在未上市前就預測市場反應。
新創公司 Evidenza 所進行的實驗，就是一個具體案例。Evidenza 與安永（EY）合作雙盲測試，並根據安永提供的問卷架構與目標族群（美國營收逾 10 億美元公司的 CEO）的特徵，運用生成式 AI 建立超過千筆虛擬 CEO 的受訪者資料，並讓這些虛擬角色回答問卷。
結果顯示，這些 AI 所生成的受訪者的回覆，與實際問卷調查結果高達 95% 相符，不僅在趨勢預測上高度一致，甚至在語意與邏輯理解上也展現驚人的準確度。
這項技術的潛力不僅止於問卷模擬。未來企業可以結合自家 CRM 系統蒐集到的數據，開發及訓練專屬模型，接著用 AI 生成「合成資料」進行 A/B 測試、廣告文案驗證，甚至模擬消費者在不同場景下的購買行為與情緒反應，大幅縮短從產品開發到市場驗證的時間。相對費時進行實地調查或使用者訪談，AI 模擬能在短時間內提供大樣本、快速迭代的結果，讓產品設計與行銷策略更加精準有效。
即使有生成式 AI 的協助，多數研究人員仍認為人類的創意與判斷無可取代，但 AI 的確正在解決「資料過多、時間過少、人力不夠」這些長期困境。無論是進行 AI 訪談，或是生成合成資料，它正在改變品牌與用戶對話的方式。
＊科技報橘開放合作夥伴轉載
參考資料：《哈佛商業評論》、GBK Collective、Outset.ai
（責任編輯：廖紹伶）
