Startup OpinioAI si klade za cíl nahradit často neoblíbené dotazníky a ankety v průzkumu trhu. Pomocí umělé inteligence se platforma snaží syntetizovat názory a reakce podobné lidským a pomáhat tak dvěma stranám najednou. Jednou skupinou jsou podniky a společnosti, které potřebují předvídat názory a chování zákazníků, aby mohly správně zacílit jejich potřeby pro svá obchodní rozhodnutí. Druhou skupinou jsou zákazníci a koncoví uživatelé, kteří již nemusí vyplňovat průzkumy, které jsou často nedílnou součástí našeho osobního i profesního života.
Společnost OpinioAI získala od více než 1 500 svých uživatelů silnou zpětnou vazbu o užitečnosti a účinnosti tohoto přístupu. Přestože vědci po celém světě zjišťují, že generování dat ze syntetických nebo virtuálních segmentů je srovnatelné s lidskými respondenty, v OpinioAI věří, že umělá inteligence nenahradí člověka a jeho názory. A ani to nechtějí. Chtějí pouze pomoci správně zjistit potřeby a cíle zákazníků, uživatelů nebo dokonce zaměstnanců či voličů chytrým a dostupným způsobem.
Se spoluzakladatelem Nikolou Kozuljevičem jsme si sedli chvíli po jejich vítězství na soutěži AI Pitch Startup Contest v Ostravě, kde ohromili porotu a získali první místo. Gratulujeme!
1) Nikolo, v čem spočívá vaše „growth“? Co přesně děláte?
Naším cílem je rozvíjet způsob, jakým se provádí průzkum trhu. V současné době, abyste získali nějaké poznatky o zákaznících, musíte zaprvé definovat výzkum, pak definovat metodu, sestavit dotazník (nebo jakýkoli nástroj pro sběr dat). Pak je třeba jej poslat zákazníkovi nebo segmentu trhu, abyste získali nějaká data, počkat, až budou data shromážděna. Pak údaje musíte analyzovat a teprve potom o nich můžete informovat
Jak vidíte, tento proces je příliš složitý a může stát stovky a tisíce dolarů v závislosti na složitosti projektu.
Velké jazykové modely (LLM) nám umožňují tento proces plně optimalizovat a dokonce automatizovat, a to nejen při tvorbě metody nebo dotazníků, ale i v nejnaléhavější fázi – sběru zpětné vazby od zákazníků.
Díky OpinioAI již společnosti nemusí vynakládat obrovské částky na oslovování svých zákazníků. Pomocí našich nástrojů umělé inteligence a vyladěných modelů se mohou dostat k datům a poznatkům, které jsou podobné, přesné a v rámci chybovosti, jako kdyby se ptaly skutečných lidí. Výzkumníci z celého světa informují o různých způsobech, jak lze AI využít při průzkumu trhu v rámci různých kontextů, stejně jako o přesnosti.
To je pro celé odvětví revoluční, protože AI lze vnést do každého kroku výzkumného procesu. AI byla, je a může být velkým přínosem – od návrhu výzkumu až po reportování výsledků.
2) Jaká jsou vaše vstupní data? S čím pracujete a jaký je výsledek?
Odpověď na tuto otázku má několik částí.
Zaprvé pracujeme se základními, velkými jazykovými modely (jako jsou GPTx, Llama, Gemini od Googlu…), do kterých vstupujeme, abychom získali syntetizovaná data. V tomto ohledu jsme modelově agnostičtí. Díky tomuto jednoduchému přístupu mohou společnosti generovat primární výzkumná data, která potřebují.
Za druhé, modely používáme nad existujícími sadami dat, soubory nebo zprávami. K tomu slouží technika zvaná Retrieval Augmented Generation (RAG). Je to v podstatě „mluvení se souborem dat“. Tento přístup samozřejmě znamená vysoce efektivní a kontextuální vyhodnocení stávajících sekundárních zdrojů dat.
Za třetí můžeme využít dříve provedený výzkum a jeho data k doladění modelů. Jedná se o takzvané „několikanásobné učení“ (FSL) pomocí transferového učení a je nesmírně výkonné, protože nám poskytuje způsob, jak zvýšit přesnost výstupu předem natrénovaného modelu.
Fine-tunning znamená pro společnosti, že pokud provedly výzkum před půl rokem, ale nepoložily si některé otázky, nemusí výzkum provádět znovu. Stačí jim použít nezpracovaná data a vyladit modely tak, že položí případné další otázky svému virtuálnímu, nyní vyladěnému publiku.
Výsledky jsou takové, jaké je chtějí mít naši zákazníci. Dáváme našim klientům možnost definovat, jaké otázky kladou a jaké odpovědi mohou očekávat. Mohou to být otevřené otázky, hodnotící otázky, krátké odpovědi typu ano/ne a tak dále.
Se spoluzakladatelem Gašparem se zaměřujeme na budování platformy OpinioAI, která bude zahrnovat šablony výzkumů a strukturované zprávy, a také na zvyšování spolehlivosti, důvěryhodnosti a přesnosti celkových výstupů.
3) Jak můžete předpovědět, co si člověk v daném okamžiku pravděpodobně myslí? Nemění se názory lidí také podle jejich aktuální nálady a situace nebo jen proto, že někomu ujel vlak nebo má osobní problémy?
Máte pravdu, není to jednoduché. Průzkum trhu se obvykle provádí v kontrolovaném prostředí. Neexistuje jednoduchý způsob, jak průzkum trhu provádět a ptát se lidí na jejich názory, když jsou ve stresu nebo mají nějaké nečekané problémy. Nikdo totiž nechce odpovídat na otázky právě v té chvíli. A postoje a emoce lidí se neustále mění.
To, co chce průzkum trhu dělat, je získávat průměrné poznatky v průběhu času napříč různými segmenty. A i když se objevují trendy a dochází k určitým výkyvům nálad, obvykle nejsou tak viditelné právě proto, že my ve výzkumu trhu vidíme celý segment v celku.
A nakonec způsob, jakým používáme umělou inteligenci k syntéze dat z průzkumu trhu, stále není srovnatelný se skutečnými lidskými reakcemi. Lidi a lidské respondenty zatím nahradit nemůžeme. Musíte si ale také uvědomit, že se jedná pouze o výchozí bod pro tuto technologii.
V tomto využití budeme nadále pracovat, zlepšovat se a inovovat pomocí moderních technologií. Možná nás to přivede k novým skvělým metodikám, na které odborníci a výzkumníci dosud nepomysleli.
4) Mluvíte o průměru. Jak přesné jsou vaše výsledky?
Na průměrech skutečně záleží.
Představte si společnost prodávající čokoládu. Ve svém výzkumu by zjistila, že existuje zákazník, který je ochoten zaplatit za tabulku 100 Kč. Ostatní by byli ochotni zaplatit 15 Kč. V analýze však dojdou k závěru, že 65 Kč je průměr. Pak stanoví cenu kolem této úrovně, zatímco odlehlé hodnoty ignorují.
To je důvod, proč na průměrech záleží a proč jsou v tom LLM tak dobří. Jistě, přesnost záleží na tom, jakou techniku použijeme k vytvoření dat, ale průměrné výstupy jsou stále platné.
Současně přibývá vědeckých výzkumů, které tvrdí, že data syntetizovaná pomocí LLM (dokonce i s pouhými podněty) generují data, která jsou v mezích statistické chyby. Tedy jako byste „zkoumali“ skutečné lidi.
Vidíme sice určitá omezení, která tento přístup má, ale obecně, když vidíte data generovaná umělou inteligencí a skutečnými lidmi, tak jsou srovnatelná a pro pilotní studie dostačující. To samo o sobě otevírá mnoho možností.
Jistě, zatím se stále budeme spoléhat na lidi a jejich, byť nedokonalé, odpovědi a věřit jim více než AI. Ale vzhledem k povaze toho, jak jsou tyto LLM postaveny a jak fungují, je jen otázkou času, kdy budou obě tyto metody vyvážené a budou se používat společně.
5) Kde všude lze váš nástroj využít?
Vidíme, že OpinioAI využijí přinejmenším dva odlišné segmenty.
Prvním jsou malé a střední podniky, které neumějí dělat výzkum, nemají na to peníze ani prostředky, ale chtějí ho dělat. Pro ně je OpinioAI snadno použitelná a cenově dostupná platforma, která jim umožní získat přehled o jejich značce, sděleních, o jejich pozici na trhu, cenách, prognózách atd.
Na druhou stranu jsou tu veteráni v oboru, kteří již nějaká data mají a vědí, jak ze syntetických dat a technologií vytěžit maximum. A pro ně je OpinioAI způsob, jak tato data dále využít ke shromažďování dalších (syntetických) dat a pomoci jim v jejich stávajících procesech a pracovních postupech.
6) A teď už závěrem, jaká 3 klíčová slova mohou definovat váš #startuplife?
Tvrdá práce, realizace a inovace. O tom není pochyb 😊.
zdroj: OpinioAI