人化人工智能，第三部分：视觉AI和AI代理如何改变产品测试

洞察未见之物 人化人工智能，第三部分如何视觉AI和AI代理正在改变产品测试 Dr. Nikolai Reynolds,Colin Ho, Ph.D., JinHo Cho 看见未见之物这一系列《人化AI》的第三版揭示了企业、营销、洞察和产品开发领导者如何利用HI+AI以速度、规模和前所未有的深度洞察产品体验的瞬间——而非记忆。通过革新传统的家用用户体验测试（IHUTs）以及视频、观察技术、视觉AI并且人工智能代理我们能够揭示隐藏的人类真理，并识别出将塑造明天赢家的产品改进。 生成式AI的兴起引发了产品开发领域的地壳变动。 今天，制造商正将产品开发周期从数年缩短至数月，以期在每周都在变化的市场中占据先发优势。 产品开发的速度很重要。同时，可持续增长依然扎根于速度优势没有对整个产品体验的明确理解，产品可能无法满足消费者的需求和期望，从而减少重复购买和跨品牌购买。 在Ipsos，我们推崇人类智能（HI）与人工智能（AI）的独特融合，以推动创新，为我们的客户提供具有影响力、以人为本的见解。 我们的人智源于我们在敏捷工程、数据科学以及独特、高质量的数据库方面的专业知识——这些数据库将创造力、好奇心、道德和严谨性嵌入到我们的AI解决方案中，由我们的Ipsos Facto Gen AI平台提供动力。我们的客户从更安全、更快速且立足于人类语境的洞察中获益。 艾普索斯嗨爱 通过用视频、观察技术、视觉AI和AI代理来重新发明传统的家庭使用测试(IHUT)，我们可以揭示隐藏的人类真相，并识别出将塑造明天胜利者的产品改进。 IHUTs的传统局限性 这一进程不仅仅是技术的进步；它反映了人们对传统研究方法无法全面捕捉消费者现实的认识不断加深。 家庭使用测试(IHUT)，在消费者家中对产品进行评估，长期以来一直是产品测试的一个基石。与集中在地点的测试（CLT）不同，后者的消费者在设施中以受控和标准化的方式测试产品，IHUT允许消费者在日常生活背景下使用和评估产品。产品寄送给或与参与者在现场进行使用，经过规定的时间后，通过在线、电话或亲身调查进行评估。这些调查通常收集产品与其他产品对比的表现，提供有限的诊断信息。这种做法几十年来一直是市场研究的基础。 (i.e., 有意识地在使用过程中多次跟踪产品性能)。在Ipsos，我们认识到有必要探索一条新的产品测试路径。 自2012年以来，益普索系统性地构建了针对产品测试的人工智能能力： 自动化分析与编码社交媒体与基于调查的测试相关联。 预测分析，利用感官、产品分析和消费者喜好数据模拟最佳产品特性。 然而，近年来，市场研究行业已达到一个转折点。期望值激增，将产品开发周期从数年缩短至数月，留给评估产品以满足所有要求并从一开始就做对的时间更少。直接面向消费者的品牌爆炸式增长，加上社交媒体放大消费者声音，意味着产品失败变成病毒式时刻，几小时内就会损害品牌。同时，小型和本地品牌可以轻松利用社交媒体扩大其影响力，挑战全球品牌。行业数据显示，高达70%的新产品发布失败，原因是产品与承诺以及其实际表现之间存在不匹配，这被列为主要因素。由于传统IHUT是为一个更慢、更宽容的市场而设计的，它们难以跟上今天的需求。IHUT依赖于调查，这些调查依赖于有缺陷的消费者记忆，以及使用后数日完成的零散、自行记录的日记。 大型语言模型（LLMs）用于生成产品、包装和概念的创新与改进，并即时评估其对整体喜爱度的影响。1. 这一进程不仅仅是技术的进步；它反映了人们对传统研究方法无法全面捕捉消费者现实的认识不断加深。 尽管如此，IHUTs 对使用后自我报告数据的依赖是其阿基里斯之踵。虽然测试发生在现实世界环境中，但回顾性调查的形式却无法捕捉到产品体验的每一刻，而这些每一刻的体验可能会系统地偏离回顾性评估。为了将问题置于正确的视角，诺贝尔奖获得者丹尼尔·卡尼曼区分了“体验自我”与“记忆自我”。2–我们的 视频的变革潜力 •“随着……的出现”人工智能代理可以模拟专业评估视角，充当合成专家。 评估长期事件（例如，使用产品）主要基于紧张的瞬间and the最后一次经历在特定情况而非整体平均情况下（“峰值-终点法则”）3. 而不是依赖对产品性能的不完美记忆，我们可以让参与者按下他们产品体验中的“录制”按钮。一段从开箱到重复使用和储存的产品旅程视频，提供了未经筛选的观察数据。视频揭示了犹豫、微小的愉悦时刻、无意识的解决方案和环境因素，这些都是问卷调查通常忽略的。例如，视频可以展示人们与包装作斗争的情况——揭示了调查回答中缺失的细节，但可能是重复购买的重大障碍。 使用视觉AI大量且细致地处理视频，视觉AI是一种能够“看到”的AI类型，它被利用来分析视觉刺激，如图片和视频。我们应该注意到视觉AI并不是新事物。除了使用视觉AI分析产品体验的视频，我们还利用这项相同的科技来识别消费者在日常生活中的使用和购买的产品，包括他们的产品库存（如美容程序）、生活环境以及他们日常生活中的许多其他领域。视觉AI比被调查者在问卷调查中回顾性描述时要准确得多，它能详细描述和解释视频中的程序。 •不断增多的消费者对……的开放性和舒适性自录视频随着疫情将视频通信常态化，随之而来。 最终，回顾性调查问题无法捕捉到塑造最终意见的事件顺序和微经验，而记忆易受偏见和记忆错误的影响。在此基础上，传统的 IHUT 方法只能提供总产品体验的回顾性和片面观。 凭借这三项进步，我们重新构想了产品测试，以捕捉现实世界的实际产品使用情况，基于视频和基于生成式AI的分析，利用AI代理揭示隐藏的真相。回报是什么？更丰富、更具操作性的见解，帮助制造商大规模地创造受欢迎的产品，在快速变化的环境中取得成功。4. 2023-2024年，三项技术进步汇聚，为IHUT的改进和转型提供了机遇： 视频在市场调研中并不新鲜；革命在于我们分析的能力 •成熟的过程扩散式AI模型结合LLMs这些能够进行细致的视频分析。 焦点关键：九个观察维度 视频信息量丰富。事实上，每段视频都包含了过量的信息。我们运用了Ipsos公司在观察技巧方面的丰富专业知识，以及人类学家詹姆斯·斯普拉德利的框架，来指导Vision AI的焦点。5 Spradley的框架由九个观察维度组成（见图1）。虽然这个框架在今天以科技为驱动的世界中可能显得过时，而且还有其他具有相似维度的框架（例如，5W问题，如谁、什么、哪里），我们选择这个框架，因为它有很好的记录，因此易于与LLMs整合。这个框架仅仅是一种达到目的的手段。 他们自己建立了一台新打印机，并第一次使用它。运用Spradley的九个维度，我们可以捕捉到： 视频揭露迟疑，微妙的愉悦瞬间，无意识临时解决方案，和环境调查因素通常漏掉 •演员：购买者和任何与打印机互动的人 •物体：打印机、笔记本电脑和电缆 •圣经：使徒行传连接电缆，安装盒式磁带 •活动：相关操作以设置打印机 时间：设置时间 为了说明斯普拉德利的框架，让我们设想我们有消费者记录 更智能的协作：人类与人工智能代理合作 从简单的检测工具到强大的观察洞见引擎。围绕这些维度构建分析，使我们能帮助公司超越声明的观点，深入到产品使用的丰富而又未言明的故事中。 •事件:开箱顺序、安装、使用 空间：打印机所在房间 人工智能持续领先。随着人工智能代理进入主流，这些自主的、以目标为导向的系统可以在最少的人力监督下完成任务和做出决策。超出对话型大型语言模型之外，人工智能代理不仅仅在交流，他们在行动，作为主动性、有组织的专业人才，旨在达到特定的结果。经过领域专业知识训练后，它们可以显著提升市场研究水平。在本研究中，宜斯普应用了专门的AI代理来丰富产品测试的观察结果。 • 目标：快速设立的愿望 •感情：微小的不满或困惑的表情 总之，这九个维度指导视觉AI确定从每个视频中提取哪些观察结果。我们按每人进行提取，通过将每个视频与其提取的观察结果进行比较，确保准确性。验证AI捕获的内容建立了可靠的基准事实，提高了透明度，并增强了人们对项目发现的可信度。6. 九个维度相互联系——它们不是独立的。因此，我们可以将这些维度视为形成一个9x9矩阵，其中所有维度相互互动。例如，一个人将打印机从盒子里拿出来，放在桌子上，这是来自三个维度（行动者、对象和行动）的元素之间的互动。Spradley的优雅框架变成 什么是AI代理？ 这些视频被我们开发的六个AI代理分析，它们作为专家型代理发挥作用，这是基于我们在全球范围内测试产品并利用我们内部专家的经验。这些AI专家使我们能够捕捉到消费者与产品互动的细微差别，并以可扩展且成本效益的方式更深入地了解文化、认知和情感动态——每个代理都在其专业领域上构建（见图2）。 一个AI代理指的是一个能够自主执行任务的系统或程序代表用户或另一个系统。 A符号学家解码用户与包装互动中未言明的符号 人类学家理解产品在家中的使用文化背景 利用一支由专业AI代理组成的团队，提供了一种理解消费者行为的变革性方法，将原始视频观察转化为丰富的可行动见解。主要优势在于这些代理为分析过程带来的多元化视角。商业、市场营销、洞察力和研发专业人士可以超越简单的观察，通过分配不同的专家角色，如： A行为经济学家或心理学家来识别消费者挫败感的认知或生理诱因 我们应该明确，人工智能代理是分析型合作伙伴，补充人类智慧，确保解释的连贯性和文化有效性。将人类智慧融入开发代理以及分析结果中至关重要。人类对人工智能提供的内容的解释和监管仍是我们方法的核心。人工智能应该补充而非取代人类的洞察力。7. 这种多代理方法，即每个AI代理专注不同的领域，有助于减少单一观点固有的偏差，揭示单人分析师可能忽视的微妙模式。而且，这些AI代理能以速度和规模处理和整合大量定性数据，以惊人的效率确定反复出现的主题。结果是不仅是分散的发现汇总，而是对消费者整体产品体验的深刻、全面和细致的理解，为产品设计、包装和营销提供目标化的数据驱动的建议。 这种多智能体方法，其中每个AI智能体专注于不同的领域，有助于减少单个观点固有的偏见，并揭示单个人类分析师可能错过的细微模式。 更多，将观察转化为提升产品优越性的建议。例如，我们可以预测哪个改变能更提升消费者的喜爱：升级的可轻松撕开的盒或托盘，还是为原料稳定性设计的比萨格式（见表1）。 示范飞行员：速冻披萨 我们通过视频捕捉产品使用的真实瞬间，然后将人们的行为与他们声称自己做的事情相联系，有助于解决言行不一的问题。这种强大的组合让我们的AI代理能够精确地确定哪些改进将使消费者渴望该产品。 在一项试点研究中，同意的消费者使用他们的智能手机在家录制自己准备、加热和食用冷冻披萨的过程。传统测试将依赖于事后报告；视频捕捉了整个过程。 我们的AI代理精确指出哪些改进能增加消费者对产品的喜爱，将观察转化为更优质的产品。 要使这一点生动具体，考虑一位我们称之为“Jane”的参与者。视频显示Jane小心翼翼地拆开披萨，然后手动重新分配途中移位的配料。人工智能将这种重新分配视为意图的产成品展示与现实之间的差异的证据。 特工检测到微表情：期待中的专注，在披萨烤制时，以及初次品尝时的愉悦（头部点头和舔指）。那一刻对产品质量的惊喜——我无法相信它已经结冰了成为情感高潮和品牌忠诚度的潜在杠杆。这些产品体验中的细微之处影响着产品设计与沟通。例如，营销人员可以在创意信息中强调首次品尝的惊喜（例如，“口感新鲜”，“令人垂涎的酥皮”). 人工智能建议重新设计包装——例如，增加一个坚固的托盘或分格的隔板，以稳定在运输过程中的配料。 由Ipsos情感框架驱动，这是一个围绕效价、唤醒和控制的跨文化情感框架8,用于微调AI的，我们神经科学 关键要点 借助视觉人工智能和人工智能代理，我们可以大规模处理大量视频，生成动态的、即时的、以人为本的洞见。 02 01 传统产品检测现在有了眼睛和大脑。传统的家庭产品测试，市场研究的基础之一，与利用视频技术的观察技术并肩，借助HI+AI正处于一场革命性突破