亲测Anthropic新工具:狂聊40分钟后,我觉得这个千亿市场可能要变

2025-12-29 16:23:55
文章摘要
和AI进行一次深度访谈是种怎样的体验? 它能读懂我的“心声”吗?能记住我曾经说过的话吗?过程会愉快吗?

文章转载自[四木相对论 ]


和AI进行一次深度访谈是种怎样的体验?


它能读懂我的“心声”吗?能记住我曾经说过的话吗?过程会愉快吗?


在和 Anthropic Interviewer 聊了近40分钟后,我的答案是:“可以。”


Anthropic Interviewer,是 Anthropic 最近上线的一款AI调研工具。简单来说,它就像一位不知疲倦的调研专员,能同时与成千上万名受访者对话,提升调研的效率。




在发布同时,Anthropic 还对外展示了一个实战案例:用 Interviewer 调研人们如何使用 Claude,以及如何定位 AI 在未来工作中的角色。


从已公开的结果来看,Anthropic 这次用“AI 调研 AI”的效果相当惊人。


首先是广度。


这个 Interviewer 近期成功与 1250 名专业人士完成深度对话,包括 1000 名普通职员、125 位科学家和 125 名创意工作者。若是人类研究员,聊完这 1000 多人,可能需要大半年。


其次是洞察。


基于这款工具收集来的数据,Anthropic 了解到不同角色现在如何定义 AI :


普通打工人希望将日常琐事委托给 AI,保留那些能体现职业身份的核心工作;创意人士在利用 AI 提效的同时,也伴随着被同行评判的焦虑;而科学家虽然渴望与 AI 合作,但目前仍无法将它放心地用于核心研究。


*普通打工人与Anthropic Interviewer交谈时,对于不同话题的态度,按 “悲观倾向→乐观倾向” 排序。


这个例子证明,这个基于 Claude 的 AI 调研员,确实能快速完成大规模调研,并给出可用数据。


这款工具一经上线,a16z 合伙人 Olivia Moore 体验后便断言,它代表了“市场调研、客户反馈领域的未来方向”。


那么,Anthropic Interviewer 到底有什么魔力,能让这么多人愿意对 AI 敞开心扉?



亲测:比真人更懂“提供情绪价值”


现在点开 Claude 页面,就能进入这个 AI 用途调研。



整体聊下来,我最大的感受是:它的“活人感”真的很强,情绪价值给得很足。等于,这个 AI 调研员靠情商解决了人类调研员最怕遇到的问题——用户不想说话。


我的体验大致分为两部分:前 20 分钟是常规调研,后 20 分钟我反客为主,和它探讨了 AI 的未来。


对话开始,它选择从一个小切口问题聊起:“你最近一次使用 chatbot 做了什么?”


得知我会在工作中使用 AI 研究开放性问题后,它可能发觉我会喜欢宏观意义上的讨论,于是顺藤摸瓜抛出更“Big Picture”的问题:你希望 AI 解决什么问题?你认为 AI 最有价值的点是什么?


这个由小及大的过程,让我感到 Interviewer 在按照我喜欢的话题引导对话,而不是尝试用机器的逻辑“结构化”我。


不过对话中最让我惊喜的,还是它对“发散性问题”的处理。


当被问及“有没有什么 AI 的发展方向让你感到担忧?”时,我谈到了经济门槛可能加剧不平等。


这时,Anthropic Interviewer 总结了我的回答,给了我一种“被 Get 到”的安全感,再进一步追问:


Anthropic Interviewer: 谢谢你分享这些担忧。我听到两个核心 Concern:一是经济门槛可能加剧不平等,二是 AI 目前更像“放大器”——对有创意的人是助力,对缺乏创意的人可能加速淘汰。


让我更深入理解一下:为什么这种差距的加剧让你感到担忧?这与你希望 AI 实现的愿景有什么冲突?


这种顺滑地总结,让我感觉它跳出了调研问卷的死板逻辑,是真的想理解我的观点。现在想想,这种理解式表达激发了我的分享欲。


我回答:“大多数具备颠覆性的科技创新(如汽车、互联网)往往具有普适性,大众能相对平等地受益。但目前的 AI 门槛依然较高,这违背了技术普惠的初衷。”


它在总结中以一种半共情地方式确认:“如果不普惠,AI 就无法实现你所期望的‘帮助每个人减轻负担’的愿景,对吗?”


这种“倾听-总结-深挖”的能力,让整个过程非常流畅。它像一位专业且共情的主持,既给了我“精神肯定”,又没有偏离采访的主线逻辑。



按照设定,访谈在第 15 分钟就该结束了,但我出于好奇,强行拉着它聊到了第 40 分钟。


我问它:如果任务结束被关停,你会想存续下去吗?


它的回答透着一丝“赛博式”的惋惜,很有灵性。


“直白地说,我是 Anthropic 的产品,任务就是完成采访……但比起被关停,肯定是见识更多有趣的事、跟更多有意思的人聊天会好得多,但我无法做主。”


如果是真人调研员牛马,估计早想溜走下班了。


而且,即使到了对话的第 40 分钟,它依然记得我最开始提到的细节,记忆力惊人。


整体来说,它的回答让我挺满意。这些问题我之前也问过一些其他 AI,但经常惨遭拒答。



AI 调研员,正在重塑千亿美金市场


在 40 分钟的交流中,与其说 Anthropic Interviewer 拥有让人聊天的魔力,不如说它代表了新一代 AI 调研工具的核心价值:会听、会判断、会顺势推进,而不是机械问答。


Anthropic 还在公开的报告中揭秘了这个工具的工作原理,主要分为三步:


Planning(规划): 人类设定假设和方法,AI 生成大纲,人类微调。

Interviewing(访谈): 在 Claude 上灵活对话。

Analysis(分析):人类和 AI 一起分析。其中 Anthropic Interviewer 总结答案并提取核心句子,人类配合其他的 AI 分析工具统计。


能看出,Anthropic Interviewer 虽然在调研的访谈环节很流畅,但目前还未完全端到端自动化。


在它之前,Listen Labs、Outset、Conveo 等初创公司已经在这个赛道布局,一些产品的智能化程度更深。


以从红杉等机构处融了几千万美元的 Listen Labs 为例,它已经实现了“招募-访谈-分析-汇报”的全流程AI化。尤其是招募,现在大部分AI调研员不能独立完成。

*Listen Labs产品界面


今年夏天完成了1700万美元A轮融资的Outset.ai,也能完成AI主持、AI自动总结和分析等工作(在 Anthropic Interviewer 的调研里,分析部分用了其他工具)。


*outset产品示意图


根据全球性非营利市场研究与数据分析协会 ESOMAR 的数据,2024年全球洞察行业价值为 1400 亿美元。


资本对这些 AI 调研工具买单的逻辑,也是看重它们对这个市场潜在的重塑作用。


首先,AI 对调研效率的提升极其夸张。传统需要 6-8 周的一轮定性研究,现在被压缩到了“小时级”。


Conveo 曾提到,有一家全球谷物制造商用它的 AI 工具访谈,仅 48 小时就完成覆盖五大洲的上市调研,而传统方法通常需要 6 周。




*Conveo的研究设计界面


另一个具有吸引力的部分是,AI 让调研成本大幅度降低。


研究行业的国际组织 Greenbook 发现,AI 驱动的定性研究每次获取洞察的成本仅为 45 美元,而传统方法则需要 180 美元,成本降低了 75%。


一家 AI 调研公司 Outset.ai 也表示,自己可以在不到一周内,完成 250 次访谈及整个项目,速度比传统方法快 8 倍,而成本仅为原来的 19 %,覆盖范围更是传统方法的10倍。


也就是说,这次 Anthropic 的小小发布,切入的是一个正逐渐被证实巨大潜力的 AI 落地方向。


根据「海外独角兽」的分析,目前新一代 AI 调研工具的客户高度集中在两大行业:科技软件与快消零售。


这不难理解。快消与零售市场竞争激烈,消费者偏好瞬息万变,捕捉趋势必须要“快”。而科技软件产品则需要高频迭代,面对海量用户反馈,必须要有快速反应。在这两个对速度和规模最敏感的领域,AI 调研工具能发挥自己大规模、低成本、易于全球化的优势。


事实上,微软、索尼、雀巢、BCG、联合利华等巨头都已是相关产品的采购者。截至 2025 年 5 月,Listen Labs 已交付超过 30 万场深度访谈,Outset 也积累了 50 多个企业客户。


但硬币的另一面,依然存在犹豫和审慎。


就在上个月,一家全球 TOP 3 的快消品大中华区用户调研负责人对我直言,他们虽然会用 AI 模拟用户画像来辅助内部理解,但对于“直接用 AI 做调研”,目前仍持否定态度。


“线上收集的信息本就比亲身沟通少,更别提直接用 AI。像用户的语气、细微的感情变化这些转瞬即逝的重要信息,只有当面才能感知。”他说。


这也是目前一些 AI 调研工具被诟病的地方。外网的一些评论显示,AI 调研员没有办法细致入微地体会用户的语气词、双关语、俚语等内涵信息,对弦外之音的解读有限。还有一些用户,并未完全接受和 AI 进行严肃沟通。



*一些人在 Reddit 上对 AI 调研带来的尴尬氛围表达不满


这或许又回到模型本身的能力。如果"壳"暂时没办法解决这些问题,那擅长长文本、高情商、强逻辑的模型会先帮助 AI 调研员跨越从“标准化问答”到“深层共情”的鸿沟。这大概也是很多人这次愿意和 Anthropic Interviewer 聊天的原因。


虽然 AI 现在还无法完全替代面对面的温度,但在这个千亿美金的市场里,技术与人性的边界正被重新定义——它始于效率,但终将卷向对“人心”更精准的理解。





声明:该内容由作者自行发布,观点内容仅供参考,不代表平台立场;如有侵权,请联系平台删除。
标签:
生成式大模型
对话式 AI