Outset創始人Aaron Cannon:我們發明了AI用戶,一對一合成孿生體錨定真人
Outset人工智能創始人兼首席執行官Aaron Cannon宣佈Digital Twins上線。他稱2023年做出人工智能訪談員,2026年做出人工智能用戶:一對一合成孿生體錨定真人,而不是讓基礎模型按人羣均值復讀。
公司先做大規模人工智能主持調研,再用真人語料生成可追問的孿生體。頁面寫明:孿生不是平均人設,來自一次人工智能主持訪談,可用回訪更新;每條回答帶高、中、低置信度,並回鏈到支撐它的真人原話,由本人給孿生打分。可對一個或一千個孿生在數分鐘內提問。
Cannon說已在全球採集數百萬條深度多模態回答,支持語音、視頻與文本,四十多種語言,並能看受訪者操作原型、網站或家中實物。客戶名單包括微軟、谷歌、優步、雀巢和貝恩。公司爲Y Combinator 2023年夏季批次。他稱洞察的未來是理解與模擬人的體驗並行。
產品賣點是把難約到的人羣留在可隨時追問的庫裏,補上調研預算砍掉後的決策空白。與只生成人羣統計的合成受訪者不同,它強調可回溯到某一個真人。上線本身不披露收入或估值。
買方是要在發版前測定價與文案的產品與洞察團隊,賣方是把訪談語料做成可複用模擬器的平臺。資金從企業研究預算流向訪談分鐘和孿生調用。受益的是能把一次訪談變成無限追問的供應商;承壓的是按場次收費的人工座談。這是產品上線聲明,不是獨立第三方對仿真精度的審計。
來源:公開信息
ABAB AI 解讀
Outset把訪談從“約人開會”改成“先採語料、再養孿生”。2023年用模型當主持人,解決的是規模;2026年用同一批人養數字分身,解決的是重複提問的邊際成本。一對一錨定是爲了對抗基礎模型的均值幻覺:沒有原話回鏈和本人打分,模擬只是文風模仿。客戶名單裏的諮詢公司與科技廠,要的是在預算被砍掉的研究場次裏,仍能對着“某類用戶”開會。
資本路徑是先佔訪談管道,再把管道輸出做成可訂閱的模擬層。動機是讓洞察從項目制變成操作系統:人只接受一次長訪,之後公司裏誰都能對孿生髮問。風險在合規——多模態家用場景與“永遠可追問”會碰到同意範圍和刪除權。精度若只靠自評,買方遲早要求雙盲對照真人。
類似量化交易先錄成交再回放、遊戲先做玩家機器人,也類似數字人客服把話術庫當員工。市場研究處在從抽樣擴張到模擬的控制階段:樣本貴,追問更貴,孿生把第二問以後的成本打到接近零。誰掌握帶置信度的原話庫,誰就比只會提示“假裝你是25歲用戶”的模型更像研究基礎設施。
本質是技術替代。機制是把一次性訪談沉沒成本,攤銷到無限次合成問答。理解仍需要真人,模擬開始不需要再把人請回來。當第二問可以問孿生,第一問的定價權就從訪談室轉到平臺。
ABAB News · 認知定律
訪談只做一次,追問可以問孿生
沒有原話回鏈的模擬,只是平均人
用戶被做成孿生後,洞察從項目變成系統