洞察未见之物-

人化人工智能，第三部分在Ipsos，我们推崇人类智能（HI）与人工智能（AI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解决我们的客户从更安全、更快速且立足于人类语境的洞艾普索斯嗨爱2看见未见之物这一系列《人化AI》的第三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。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。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人类真相，并识别出将塑造明天胜看见未见：使人工智能人性化，第三部分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(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：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(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。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我们的看见未见：使人工智能人性化，第三部分评估长期事件（例如，使用产品）主要基于紧张的瞬间andthe最后一次经历在特定情况而非整体平均情况下（“峰值-终点最终，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2023-2024年，三项技术进步汇聚，为IHUT的改进和转型提供了机遇：•“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。•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。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视频的变革潜力而不是依赖对产品性能的不完美记忆，我们可。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。视频在市场调研中并不新鲜；革命在于•成熟的过程扩散式AI模型结合LLMs这我们分析的能力些能够进行细致的视频分析。视频揭露迟疑，微妙的愉悦通常漏掉焦点关键：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VisionAI的焦点。5Spradley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。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：•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•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：设置时间看见未见：使人工智能人性化，第三部分•事件:开箱顺序、安装、使用空间：打印机所在房间•目标：快速设立的愿望•感情：微小的不满或困惑的表情九个维度相互联系——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。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图1：詹姆斯·斯普拉德利的九观察维度来源：詹姆斯·斯普雷德利更智能的协作：人类与人工智能代理合作人工智能持续领先。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）。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：一个AI代理指的是一个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A符号学家解码用户与包装互动中未言明的符号An.人类学家理解产品在家中的使用文化背景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看见未见：使人工智能人性化，第三部分看见未见：使人工智能人性化，第三部分图2：一个跨学科的AI代理团队，旨在观察、产生见解并提出建议人类学家神经科学家产品开发者神经科学家全面产品体验全面产品体验来源：爱德思来源：爱德思符号学家这种多代理方法，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。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这种多智能体方法，其中每域，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。这种多智能体方法，其中每域，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。看见未见：使人工智能人性化，第三部分示范飞行员：速冻披萨些改进能增加消费者对产品的喜爱，将观察转化为些改进能增加消费者对产品的喜爱，将观察转化为要使这一点生动具体，考虑一位我们称之翼地拆开披萨，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，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，我们神经科学图3：消费者加热冷冻披萨的视频，经视觉AI分析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。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 )。表1：喜爱驱动因素和产品改进建议预测影响整体喜好详细描述进程消费者寻求一体化解决方案强调(……)多功能披萨盒解决方案：一个升级版的披萨盒托盘带有孔的易于撕破(……)挫败感消费者经常包含难以打开设计，缺乏明确打开说明包装重新设计粗纹理握把区域和明确标注拉环片；利用()注意：影响分数高于1的更为重要。分数越高，重要性越大注意：影响分数高于1的更为重要。分数越高，重要性越大。影响分数建立在观察的百分比和与七点总体喜好评分的相清洁工消费者表达对...有强烈的愿望一个油腻的手，和(……)料掉落，整洁的披萨切片结构：一种披萨格式专注于成分稳定性：使用略更紧实的奶酪，改进顶涂粘结性，和一个经过工程设计的硬壳清洁(…)看见未见：使人工智能人性化，第三部分借助视觉人工智能和人工智能代理，我们可以大规模处墙上的苍蝇，按比例移动设备让我们得以像苍蝇一样潜入消费者家中，观察他们在不同场景下的真实互动。借助视觉AI和AI代理，我们能够大规模处理大量视频，生成动态、即时、以人为本的洞察。这些洞察指导着更具影响力的产品和包装改进，精准营销和沟通，并最大限度地降低昂贵的失败风险。传统产品测试依然有价值；然而，它依赖于调查中的主观、回顾性自我报告，存在局限性。在家视频，结合视觉AI以及AI代理在观察框架下的专家分析，标志着市场研究的新前沿。它们提供了更丰富、更真实、更详细的产品体验视角。当负责任地采用这一新的产品测试方法时，它赋予品牌和商业力量去当负责任地采用这一新的产品测试方法时，它赋予品牌和商业力量去看见看不见的发现隐藏的机会，借鉴有针对性的建议，开发能够赢得市场的产品——因为它们能在更深层次上引起共鸣，赢得消费者的忠诚度，并实现可持续增长。关键要点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的前夜。通过分析视频内容，结合预先训练的智能视觉AI模型，我们能够以规模化的方式解锁前所未有的细致洞察，从而改变企业理解消费者行为和开发优质产品的途径。品牌不仅能看到生活过的时刻，还能看到——回忆利用预先训练的AI代理和合适的观察框架，视觉AI捕捉到产品的细分、即时使用情况、上下文和体验——超越后使用调查的事后回忆限制。超过产品规格，完整的用户体验才是胜出的关键。深刻的以人为中心的洞察力，可以区分技术上的同等与超越所有体验维度的产品，完美契合其环境，旨在带来愉悦。看见未见：使人工智能人性化，第三部分看见未见：使人工智能人性化，第三部分发现伊普索产品测试作为全球最大的产品测试顾问，Ipsos运用人类智能（HI）与人工智能（AI）的强大组合，在九十多个市场实现更快、更智能的产品开发，赋能品牌：看到看不到的。大规模分析消费者视频，并提供具有针对性的看到看不到的。大规模分析消费者视频，并提供具有针对性的AI代理建议。立即决定。实时观看产品体验。与消费者和合作伙伴携手做出正确决策。采取有意义的行动。立即决定。实时观看产品体验。与消费者和合作伙伴携手做出正确决策。要了解更多关于我们的观要了解更多关于我们的观产品测试信息，请联系您预测市场契合度。确定产品可以在哪里通过感官、类别、文化和规模适应而取得成功。大门与生成式人工智能。益普索观点大门与生成式人工智能。益普索观点eliciaA.等人所著的《幸福科学》一书中。牛津大学出版社。3RedricksonB.L.