У Альфреда Уолфорсса заканчивались варианты. Его стартапу Listen Labs нужно было нанять более 100 инженеров, но конкурировать с предложениями Марка Цукерберга на 100 миллионов долларов казалось невозможным. Поэтому он потратил 5000 долларов — пятую часть своего маркетингового бюджета — на рекламный щит в Сан-Франциско, демонстрирующий то, что выглядело как тарабарщина: пять строк случайных чисел.
На самом деле цифры были жетонами ИИ. Их расшифровка привела к решению задачи кодирования: создать алгоритм, который будет действовать как цифровой вышибала в Berghain, берлинском ночном клубе, известном тем, что не пускает почти всех на вход. В течение нескольких дней тысячи людей попытались разгадать головоломку. 430 взломал его. Некоторых взяли на работу. Победитель улетел в Берлин, все расходы оплатил.
Этот нетрадиционный подход теперь привлек $69 миллионов в виде финансирования серии B, возглавляемого Ribbit Capital при участии Evantic и существующих инвесторов Sequoia Capital, Conviction и Pear VC. В результате раунда стоимость Listen Labs оценивается в 500 миллионов долларов, а ее общий капитал достигает 100 миллионов долларов. За девять месяцев с момента запуска компания увеличила годовой доход в 15 раз до восьмизначной цифры и провела более миллиона интервью с помощью искусственного интеллекта.
«Когда вы зацикливаетесь на клиентах, все остальное следует за этим», — сказал Уолфорсс в интервью VentureBeat. «Команды, использующие Listen, вовлекают клиента в каждое решение, от маркетинга до продукта, и когда клиент доволен, все довольны».
Почему традиционные исследования рынка неэффективны и что Listen Labs создает, чтобы это исправить
Исследователь Listen'sAI находит участников, проводит углубленные интервью и предоставляет действенные идеи в течение нескольких часов, а не недель. Платформа заменяет традиционный выбор между количественными опросами, которые обеспечивают статистическую точность, но не учитывают нюансы, и качественными интервью, которые обеспечивают глубину, но не могут масштабироваться.
Уолфорсс объяснил ограниченность существующих подходов: «По сути, опросы дают ложную точность, потому что люди в конечном итоге отвечают на один и тот же вопрос... Вы не можете получить выбросы. Люди на самом деле не честны в опросах». Альтернативное собеседование с людьми один на один «дает вам большую глубину. Вы можете задавать уточняющие вопросы. Вы можете как бы дважды проверить, действительно ли они знают, о чем говорят. И проблема в том, что вы не можете масштабировать это».
Платформа работает в четыре этапа: пользователи создают исследование с помощью ИИ, Listen набирает участников из своей глобальной сети, насчитывающей 30 миллионов человек, модератор ИИ проводит углубленные интервью с последующими вопросами, а результаты упаковываются в готовые для руководства отчеты, включающие ключевые темы, основные моменты и слайды.
Что отличает подход Listen, так это использование открытых видеоразговоров, а не форм с несколькими вариантами ответов. «В опросе вы можете угадать, на что вам следует ответить, и у вас есть четыре варианта», — сказал Уолфорсс. «О, они, вероятно, хотят, чтобы я покупал с высоким доходом. Позвольте мне нажать на эту кнопку вместо открытого ответа. Это просто генерирует гораздо больше честности».
Грязный секрет индустрии маркетинговых исследований стоимостью 140 миллиардов долларов: безудержное мошенничество
Listen находит и квалифицирует нужных участников своей глобальной сети, насчитывающей 30 миллионов человек. Но создание этой комиссии потребовало борьбы с тем, что Уолфорсс назвал «одной из самых шокирующих вещей, которые мы узнали, когда вошли в эту отрасль» — безудержным мошенничеством.
«По сути, речь идет о финансовой транзакции, а это значит, что будут плохие игроки», — пояснил он. «На самом деле у нас были некоторые из крупнейших компаний, некоторые из которых имеют миллиардные доходы, присылали к нам людей, которые утверждали, что они являются своего рода корпоративными покупателями, на нашу платформу, и наша система немедленно обнаруживала, например, мошенничество, мошенничество, мошенничество, мошенничество, мошенничество».
Компания создала так называемую «защиту качества», которая сопоставляет профили LinkedIn с видеоответами для проверки личности, проверяет согласованность ответов участников на вопросы и отмечает подозрительные закономерности. Результат, по словам Уолфорсса: «Люди говорят в три раза больше. Они гораздо честнее, когда говорят о таких деликатных темах, как политика и психическое здоровье».
Emeritus, онлайн-образовательная компания, использующая Listen, сообщила, что примерно 20% ответов на опросы ранее попадали в категорию мошеннических или некачественных. С помощью Listen они сократили это почти до нуля. «Нам не пришлось заменять какие-либо ответы из-за мошенничества или тарабарщины», — сказал Габриэлли Тибури, помощник менеджера по работе с клиентами в Emeritus.
Как Microsoft, Sweetgreen и Chubbies используют интервью с искусственным интеллектом для создания лучших продуктов
Преимущество в скорости оказалось центральным элементом позиции Слушателя. Традиционное исследование клиентов в Microsoft может занять от четырех до шести недель, чтобы получить ценную информацию. «К тому времени, когда мы доберемся до них, либо решение будет принято, либо мы потеряем возможность реально на него повлиять», — сказал Романи Патель, старший менеджер по исследованиям Microsoft.
Благодаря Listen Microsoft теперь может получать ценную информацию за несколько дней, а во многих случаях и за несколько часов.
Платформа уже послужила основой для нескольких громких инициатив. Microsoft использовала Listen Labs для сбора историй клиентов со всего мира к празднованию своего 50-летия. «Мы хотели, чтобы пользователи рассказали, как Copilot помогает им проявить себя с лучшей стороны», — сказал Патель, — «и мы смогли собрать эти пользовательские видеоистории в течение дня». Традиционно такая работа занимала бы от шести до восьми недель.
Simple Modern, компания по производству напитков из Оклахомы, использовала Listen для тестирования новой концепции продукта. Процесс занял около часа на написание вопросов, час на запуск исследования и 2,5 часа на получение отзывов от 120 человек по всей стране. «Мы пришли к выводу: «Должен ли мы вообще иметь этот продукт?» до «Как нам запустить это?» — сказал Крис Хойл, директор по маркетингу компании.
Chubbies, бренд шорт, добился 24-кратного увеличения участия молодежи в исследованиях (с 5 до 120 участников) благодаря использованию Listen, чтобы преодолеть трудности с планированием традиционных фокус-групп с детьми. «Есть школа, спорт, ужин и домашнее задание», — объяснила Лорен Невилл, директор по исследованиям и инновациям. «Мне нужно было найти способ получать от них известия, которые вписывались бы в их графики».
Компания также обнаружила проблемы с продуктами посредством интервью с искусственным интеллектом, которые в противном случае могли бы остаться незамеченными. Уолфорсс описал, как ИИ «в ходе разговоров понял, что есть проблемы с короткометражками для детей, и решил взять интервью у сотен детей. И я понимаю, что были проблемы с обложкой короткометражек, и что они были, типа, неровными, цитировали, не цитировали, по словам опрошенных людей». Обновленный продукт стал «хитом-блокбастером».
Парадокс Джевонса объясняет, почему более дешевые исследования создают больший, а не меньший спрос.
Послушайте: «Лабсис» выходит на огромный, но фрагментированный рынок. Уолфорсс процитировал исследование Андриссена Горовица, оценивающее индустрию рыночных исследований примерно в 140 миллиардов долларов в год, в которую входят устаревшие игроки (некоторые с доходом более миллиарда долларов), которые, по его мнению, уязвимы перед потрясениями.
«Есть очень много существующих бюджетных статей, которые мы заменяем», — сказал Уолфорсс. «Почему мы их заменяем, так это то, что они очень дорогие. Во-вторых, они как бы застряли в этой старой парадигме выбора между опросом или интервью, и работа с ними также занимает месяцы».
Но более интригующей динамикой может быть то, что исследования с использованием искусственного интеллекта не просто заменяют существующие расходы — они создают новый спрос. Уолфорсс ссылается на парадокс Джевонса — экономический принцип, который возникает, когда технологические достижения делают ресурс более эффективным в использовании, но повышение эффективности приводит к увеличению общего потребления, а не к его снижению.
«Я заметил, что по мере того, как что-то дешевеет, вам не нужно меньше этого. Вы хотите этого больше», — объяснил Уолфорсс. «Существует бесконечная потребность в понимании клиентов. Таким образом, исследователи в команде могут проводить на порядок больше исследований, а также другие люди, которые раньше не были исследователями, теперь могут делать это как часть своей работы».
Внутри элитной команды инженеров, которая построила Listen Labs еще до того, как у них появился работающий туалет
Listen Labs берет свое начало от потребительского приложения, которое Уолфорсс и его соучредитель создали после встречи в Гарварде. «Мы создали это потребительское приложение, которое загрузили 20 000 раз за день», — вспоминает Уолфорсс. «У нас были все эти пользователи, и мы думали: ладно, что мы можем сделать, чтобы узнать их получше? И мы создали прототип того, чем Listen является сегодня».
Команда основателей имеет необычную родословную. Сооснователь Wahlforss «был национальным чемпионом Германии по соревновательному программированию и работал в Tesla Autopilot». Компания утверждает, что 30% ее инженерной команды являются медалистами Международной олимпиады по информатике — того самого соревнования, на котором родились основатели Cognition, стартапа по программированию искусственного интеллекта.
По словам Уолфорсса, рекламный трюк Berghain собрал около 5 миллионов просмотров в социальных сетях. Это отражало интенсивность войны талантов в районе залива.
«Нам пришлось это сделать, потому что некоторые из наших сотрудников, например, первые сотрудники, присоединились к компании еще до того, как у нас появился работающий туалет», — сказал он. «Но теперь мы исправили эту ситуацию».
В 2024 году компания выросла с 5 до 40 сотрудников и планирует достичь 150 в этом году. Компания нанимает инженеров на неинженерные должности в сфере маркетинга, роста и операций — ставка на то, что в эпоху искусственного интеллекта техническое знание имеет значение повсюду.
Синтетические клиенты и автоматизированные решения: что Listen Labs создаст дальше
Уолфорсс изложил амбициозную дорожную карту продукта, которая выходит на более спекулятивную территорию. Компания создает «возможность имитировать ваших клиентов, чтобы вы могли взять все те интервью, которые мы провели, а затем на основе этого экстраполировать и создать синтетических пользователей или смоделированные голоса пользователей».
Помимо моделирования, Listen стремится обеспечить возможность автоматизированных действий на основе результатов исследований. «Можете ли вы не просто давать рекомендации, но и создавать агенты-порождения, чтобы либо менять что-то в коде, либо устранять отток клиентов? Можете ли вы дать им скидку и попытаться вернуть их?»
Уолфорсс признал этические последствия. «Очевидно, как вы сказали, здесь есть своего рода этические проблемы. Конечно, автоматическое принятие решений в целом может быть плохим, но у нас будут серьезные меры, чтобы гарантировать, что компании всегда будут в курсе событий».
Компания уже бережно обращается с конфиденциальными данными. «Мы не тренируемся на каких-либо данных», — сказал Уолфорсс. «Мы также автоматически очищаем любую конфиденциальную личную информацию, чтобы модель могла ее обнаружить. И бывают случаи, когда, например, вы работаете с инвесторами, и если вы случайно упомянули что-то, что может быть существенной, закрытой информацией, ИИ действительно может обнаружить это и удалить любую подобную информацию».
Как ИИ может изменить будущее разработки продуктов
Возможно, самым провокационным следствием модели Листена является то, как она может изменить саму разработку продукта. Уолфорсс описал клиента — австралийский стартап, — который внедрил непрерывный цикл обратной связи.
«Они базируются в Австралии, поэтому днем пишут код, а ночью выпускают исследование Listen для американской аудитории. Listen проверяет все, что они создали в течение дня, и получают отзывы об этом. Затем они могут подключить эти отзывы непосредственно к инструментам кодирования, таким как Claude Code, и повторять».
Это видение расширяет знаменитое изречение Y Combinator — «пиши код, общайся с пользователями» — до автоматизированного цикла. «Написание кода теперь становится автоматизированным. И я думаю, что общение с пользователями тоже будет таким же, и у вас будет своего рода бесконечный цикл, в котором вы сможете начать поставлять этот действительно потрясающий продукт, почти автономно».
Будет ли это видение материализовано, зависит от факторов, находящихся вне контроля Листана — постоянного совершенствования моделей искусственного интеллекта, готовности предприятий доверять автоматизированным исследованиям и того, действительно ли скорость коррелирует с лучшими продуктами. Исследование Массачусетского технологического института в 2024 году показало, что 95% пилотных проектов ИИ не могут перейти к производству, и именно эту статистику Уолфорсс назвал причиной, по которой он отдает предпочтение качеству, а не демонстрациям.
«Мне постоянно приходится подчеркивать: давайте убедимся, что качество и детали верны», — сказал он.
Однако рост компании предполагает желание экспериментировать. Патель из Microsoft сказал, что Listen «устранил рутину исследований и вернул удовольствие и радость в мою работу». Сейчас Chubbies требует от своего основателя предоставить всем сотрудникам компании логин. Sling Money, стартап по платежам в стейблкоинах, может создать опрос за десять минут и получить результаты в тот же день.
«Это полностью меняет правила игры», — сказал Али Ромеро, менеджер по маркетингу Sling Money.
Уолфорсс по-другому называет то, что он строит. Когда его спросили о противоречии между скоростью и строгостью (давнее убеждение, что быстрое движение означает срезание углов), он процитировал Ната Фридмана, бывшего генерального директора GitHub и инвестора Listen, который ведет список острот на своем веб-сайте.
Один из них: «Медленно — это фейк».
Это агрессивное заявление для отрасли, основанной на методологической осторожности. Но Listen Labs делает ставку на то, что в эпоху искусственного интеллекта компании, которые слушают быстрее всех, окажутся в выигрыше. Вопрос только в том, будут ли клиенты возражать.