NIM Marketing Intelligence Review: между опросами и глубиной — как AI меняет качественные исследования

Журнал NIM Marketing Intelligence Review опубликовал интервью с Дэвидом Ранфтлером и Паулем Везендонком — сооснователями немецкой компании xelper, специализирующейся на AI-инструментах для качественных исследований. Разговор ведёт приглашённый редактор выпуска Михаэль Хэнляйн, профессор маркетинга в ESCP Business School и Университете Ливерпуля.

Михаэль: Для начала — расскажите о компании и о том, как возникла идея её основания.

Дэвид: Пауль и я основали xelper — немецкую AI-компанию, сфокусированную на качественных исследованиях рынка. Идея родилась из концепции о том, что AI может брать на себя роль модератора в интервью — прежде всего в UX-исследованиях. Мы с Паулем познакомились ещё во время студенческого обмена и остались в контакте. С общим интересом к стартапам и технологиям мы увидели возможность создать AI-инструменты для качественных интервью. Сегодня мы проводим AI-модерируемые интервью, AI-анализ глубинных интервью и фокус-групп, а также автоматическое кодирование открытых ответов в опросах. По сути, наши решения помогают исследователям собирать и анализировать качественные данные в масштабе.

Михаэль: Многие читатели могут задаться вопросом: как именно работают AI-модерируемые интервью? Можете сравнить их с традиционными интервью или опросами?

Дэвид: Мы быстро поняли, что AI-модерируемые интервью не сравнимы напрямую ни с классическими глубинными интервью, ни с количественными опросами. Это новый метод, расположенный между ними. Если в традиционном глубинном исследовании можно провести от 20 до 30 интервью, то с AI можно собирать качественные данные от сотен участников. Метод особенно хорош, когда в обычном опросе было бы больше пяти открытых вопросов: люди гораздо активнее взаимодействуют с AI-интервьюером, чем заполняют форму. Однако там, где исследователю нужны глубокие уточнения и развёрнутые follow-up, интервью с человеком-модератором всё ещё превосходит AI.

Михаэль: Что насчёт анализа? Как AI справляется с интерпретацией качественных данных по сравнению с человеком?

Пауль: AI отлично агрегирует то, что говорят участники, и выявляет паттерны, но интерпретация остаётся за людьми. Например, мы можем автоматически находить все вступления в нескольких интервью — это не так просто, как кажется. На нашей платформе каждый AI-вывод прослеживается до исходной цитаты, поскольку прозрачность принципиальна. AI помогает исследователям легче ориентироваться в данных, но не может интерпретировать смысл, определять выводы или указывать компании, что делать дальше. Для этого нужно человеческое суждение.

Михаэль: Получается, речь о гибридной модели — люди и AI вместе. Можете описать идеальное разделение ролей между исследователем и AI на протяжении типичного проекта?

Дэвид: Мне нравится описывать это как «улыбающуюся кривую AI». Люди наиболее важны в начале и конце исследовательского процесса — при определении целей и интерпретации результатов. В середине блистает AI: он берёт на себя основную нагрузку — модерирует интервью, агрегирует данные, кодирует ответы. В итоге именно люди формулируют инсайты и рекомендации. Когда дело доходит до убеждения, storytelling и принятия решений — людям доверяют больше, чем AI.

Михаэль: Поделитесь конкретными примерами успешных кейсов?

Дэвид: В части анализа главный успех — эффективность. Некоторые институты говорят нам, что наша платформа сокращает время на подготовку отчётов на 50–80%. В AI-модерируемых интервью мы видели отличные результаты в exit-интервью после вкусовых тестов — шоколада, кофе, масла. Люди описывают не только то, что они чувствуют на вкус, но и лежащие за этим потребности, эмоции, ассоциации и ожидания относительно текстуры — куда более подробно в интерактивном чате, чем в опроснике. Мы также интегрировали интервью на автомобильных сайтах, чтобы понять, почему посетители прерывают процесс покупки. В B2B-сегменте — например, для производителей телефонных систем — клиенты проводят сотни AI-модерируемых интервью вместо нескольких десятков традиционных. Наш критерий успеха прост: возвращаются ли клиенты? Да, возвращаются.

Пауль: Приведу ещё два примера. Мы проводили churn-интервью, чтобы понять, почему пользователи покидали цифровые клиентские пути. Поначалу я сомневался, что это сработает, но было собрано более 700 AI-модерируемых интервью — от очень коротких до очень детальных. В итоге клиент получил детальную картину причин оттока. Другой кейс касался восприятия синтетических данных: мы опросили 99 исследователей рынка об их отношении к синтетическим данным, и более половины из них пришли на воркшоп с результатами — явный признак вовлечённости.

Михаэль: Раз уж зашла речь о синтетических данных: «кремниевые выборки» — горячая тема. Может ли AI просто разговаривать с AI и полностью обходиться без реальных людей?

Дэвид: Честно — мы не знаем, и убедительных доказательств того, что это работает, мы пока не видели. Для нас интервью с реальными людьми по-прежнему остаётся необходимостью. Даже если удастся создать синтетических респондентов, для их обучения потребуются высококачественные данные — а сбор таких данных может обойтись дороже, чем просто спросить людей напрямую. По нашему опыту, реальные разговоры пока эффективнее и надёжнее.

Михаэль: Стоимость и скорость часто называют преимуществами AI. Как клиенты распоряжаются полученной экономией?

Пауль: Зачастую AI-интервью используются как дополнение к существующим исследованиям. Агентства применяют их, чтобы расширить охват или добавить глубину без выхода за рамки бюджета. Одни клиенты реинвестируют сэкономленное в увеличение выборки — например, проводят 100 коротких AI-интервью вместо 20 человеческих. Другие оставляют выигрыш как повышение эффективности. Для агентств дело не только в стоимости: это ещё и дифференциация. Они могут предложить что-то новаторское, сохраняя при этом качество.

Михаэль: Есть ли области, где AI-модерируемые интервью работают плохо?

Дэвид: В целом метод применим в разных отраслях, но есть исключения. Например, нам пришлось адаптироваться под фильтры контента при работе с чувствительными темами в фармацевтическом секторе. Очень пожилые участники — старше 70 лет — могут испытывать трудности с технологией. В некоторых высокоспециализированных B2B-контекстах, например у врачей, где участники очень дороги, традиционные интервью всё ещё могут оправдывать себя. При этом AI-модерируемые интервью дают гибкость 24/7: они могут происходить в любое время, удобное участнику.

С точки зрения анализа, есть исследования, где важнее то, как люди говорят, а не то, что они говорят, — например, психологические или эмоциональные исследования, где паузы или интонация несут смысл. AI пока не улавливает эти тонкости. Некоторые исследователи говорят, что умеют «читать между строк» — замечать колебание, вздох, паузу. Это то, что AI не зафиксирует. Такие проекты по-прежнему требуют человека-модератора.

Михаэль: Затронем этику. AI-интервью поднимают новые вопросы — особенно когда люди формируют эмоциональную привязанность к AI-ботам. Какие этические проблемы вы видите?

Пауль: Прозрачность принципиальна. Однажды я создал аватар самого себя для вечеринки, который брал интервью у гостей, и некоторые всерьёз думали, что разговаривают со мной. Это заставило меня понять, насколько важно чётко давать понять участникам, что они взаимодействуют с AI. В то же время технология способна снижать некоторые традиционные барьеры. В чувствительных областях — политика, здоровье, благополучие — мы видим случаи, когда участники охотнее делятся взглядами с AI, чем с человеком-интервьюером. Но в любом случае исследователи обязаны обеспечивать, чтобы участники понимали, с кем — или с чем — они разговаривают.

Михаэль: Когда вы объясняете клиентам свою технологию, они склонны переоценивать или недооценивать её возможности?

Пауль: И то и другое. Поначалу многие говорили: «Зачем мне xelper? Можно просто использовать ChatGPT.» Потом пробовали и обнаруживали, что универсальные инструменты не справляются с систематической и безопасной обработкой большого числа интервью, — и возвращались. Сейчас клиенты куда образованнее, но ожидания меняются быстро. То, что сегодня кажется «удивительным», через шесть недель становится стандартом. Два года назад людей поражало, что AI может вести чат. Теперь они ожидают безупречной речи и идеальной транскрипции. Мы развиваемся с головокружительной скоростью просто чтобы идти в ногу — не только с технологией, но и с ожиданиями пользователей.

Михаэль: Звучит непросто. Как вы управляете этими ожиданиями?

Дэвид: С точки зрения UX это непросто, потому что пользователи предполагают, что AI может сделать всё, что они напишут в чат-боксе. Традиционное программное обеспечение давало понять, что для каждой функции нужно разрабатывать отдельный функционал. С AI люди ожидают магии. Мы работаем над тем, чтобы проектировать интерфейсы и подсказки, которые чётко обозначают границы возможного, не нарушая ощущение свободного взаимодействия. Это похоже на ситуацию, когда кто-то ожидает, что Excel переведёт всю таблицу на китайский просто потому, что они набрали запрос. Нужно мягко возвращать пользователей к реальности.

«Через два года “AI-ассистированные интервью” будут такой же нормой, как сегодня онлайн-опросы».

Михаэль: Если смотреть на один-два года вперёд, какое технологическое развитие окажет наибольшее влияние на вашу работу?

Пауль: Speech-to-speech модели очень перспективны, особенно по мере снижения задержек, но текстовые интервью остаются ключевыми для исследований рынка. Текстовый чат, как правило, обеспечивает более высокие показатели участия и более репрезентативные выборки, поскольку многие респонденты предпочитают печатать, а не говорить — и в наших исследованиях голос выбирает лишь небольшое меньшинство. Речь не заменит текст, а дополнит его. Наибольшее влияние голос, вероятно, окажет в таких областях, как обходы сайтов и usability-тестирование, где говорить кажется естественнее и это даёт более богатую обратную связь в реальном времени.

Если, конечно, не случится прорыва в синтетических респондентах или в общем AI — AGI, который действительно понимает, — это изменит всё. Но это пока из области предположений. Сейчас наш фокус — делать реальные разговоры между людьми и AI более плавными и естественными.

Михаэль: Если подвести итог — в чём главная ценность, которую AI привносит в качественные исследования?

Дэвид: Две вещи: масштаб и последовательность. Можно охватить сотни людей с одинаковым уровнем структуры и тона — что невозможно для исследователей-людей. При этом получаешь более богатые данные, чем в опросе, потому что участники пишут свободно, вовлекаются глубже и остаются в потоке. AI не заменяет исследователей — он освобождает их от повторяющейся работы, чтобы они могли сосредоточиться на интерпретации и стратегии.

Михаэль: Как вы видите эволюцию AI-исследований как области?

Пауль: Мы думаем, что AI станет неотъемлемой частью исследовательских рабочих процессов, а не новинкой. Через два года «AI-ассистированные интервью» будут такой же нормой, как сегодня онлайн-опросы. Ключевым будет найти правильный баланс между автоматизацией и аутентичностью — сохранить человеческое любопытство в центре, позволяя AI брать на себя масштаб и скорость.

Авторы: Дэвид Ранфтлер (CEO и сооснователь, xelper), Пауль Везендонк (управляющий директор и сооснователь, xelper), Михаэль Хэнляйн (профессор маркетинга, ESCP Business School и Университет Ливерпуля)

Оригинал опубликован в: NIM Marketing Intelligence Review, 18(1), 2026, стр. 54–59. DOI: 10.2478/nimmir-2026-0009