机器中的幽灵：模拟与AI驱动的决策未来

企业决策正借助AI实现更精准、更高效的规模化升级。

试想一下：某家财富500强品牌的首席营销官在一夜之间，将三款包装设计方案与10，000名消费者进行测试，而后才敲定最终方案。一位政治顾问在投入一分钱媒体预算之前，就已针对三个摇摆选区的选民，对某参议院竞选团队的宣传信息进行了压力测试。一位北约分析师模拟了某欧洲国家全境510万民众对外国虚假信息宣传活动的反应，并针对同一群体测试了应对策略。

令人难以置信的是，这些研究均未开展访谈、问卷调查或焦点小组讨论。它们全部针对一个通过合成方式生成的人群进行查询，整个过程仅耗时数小时而非数周，成本仅为传统人工样本的一小部分，且其代表性不逊于（甚至优于）传统方法论。

行为模拟或许是我们所见过的、最具深远意义的应用型AI用例之一。 如今，它已是一个成熟的商业类别，在消费者市场研究等领域拥有付费企业客户。如果这项技术能达到其顶尖构建者所设想的高度，它就有潜力成为企业进行所有重大决策所依赖的基础层。以下是对其当前实际应用、主要参与者，以及决定成败关键因素的探讨。

对合成研究的需求日益增长

几乎每个重大决策背后的瓶颈都一样：在投入之前，无法预知人们实际会如何行动。市场研究是一个价值1400亿美元的行业，但其弊端已显而易见地令人痛苦。大型研究公司的一个简单概念测试可能从五位数高价起步，耗时数周，而更深入的项目则可能花费数百万美元、耗时数月，迫使组织不得不有选择地将研究范围限制在少数几个关键决策上。

更深层的问题不仅在于成本和速度：源数据往往不准确。受访者仅获得象征性报酬来填写问卷或参加焦点小组，一些研究发现，他们的回答与后续行为的关联度仅约40%。部分问题源于缺乏代表性的样本和紧张的预算，但更大的问题在于，访谈者可能引入偏见，而受访者可能是不可靠的叙述者。传统研究几乎完全依赖于人们所说，而非他们实际所做。最难触达的人群，包括政策内部人士、首席信息安全官或罕见病患者群体，几乎无法找到，更遑论进行研究。

一类相关的AI原生平台，如Strella和Listen Labs，应运而生，旨在自动化定性访谈本身，以以往不可能的速度和成本，与真实受访者进行对话并综合结果。尽管这些平台具有开创性，但群体模拟走的是另一条路径：以数据或人类访谈为输入来建模行为，然后构建合成群体以模拟结果、发现涌现的因果联系，并驱动决策。

一旦LLM在2023年底使模拟连贯的人类推理变得足够经济并实现商业化，随之而来的便是一波探索其可能性的学术论文浪潮。到2024年，这些技术已进入商业研究领域，而到2025年，真正的企业收入开始流动。在我们与买方的对话中，许多人已经确认了巨大的成本和时间效益。因此，一些领先企业现在每年在这些新兴公司上花费七位数。当那些过去绝不会值得战略咨询项目的决策，如今可以在一个下午内针对合成人群进行查询时，值得研究的领域范围呈指数级扩大，并发生了根本性改变。

模拟的两大阵营

构建合成人群的新兴方法论

在构建合成人群的方式上，市场参与者正汇聚成两大主要阵营。第一个阵营基于真实人类访谈构建，随后通过多层行为数据加以丰富，以便在未来的项目中反复查询。Simile 是斯坦福大学的一家衍生公司，源自开创性的“Smallville”生成式代理研究，在该研究中，AI代理在模拟小镇中生活，无需人工脚本便形成了日常习惯和互动。他们深入的研究方向使其偏离了直接提示现成模型的路径，转而训练专有的模拟和置信度模型，将收集到的行为和访谈数据融入模型权重本身，而非仅仅依赖上下文窗口。Simile 拥有一个个体模型，用于维护管理个人偏好、偏见和世界观的内在逻辑，同时还有一个群体模型，将这些学习成果大规模应用。Rehearsals 是该阵营中的另一参与者，同样进行人类访谈，但他们以心理学为基础的核心方法和多模态克隆作为切入点。

第二个阵营则侧重于从摄入的数据源而非个体访谈来重建人群。这些数据源可包括人口普查与人口统计研究、行为痕迹、历史研究小组以及社交聆听。Aaru 正是这一理念的体现。他们认为，仅依赖非访谈数据能让客户更快实现价值，同时避免访谈本身成为引入人为偏见的污染源。该阵营主张，自我报告继承了可能使传统研究不可靠的偏见，因此将人物角色建立在访谈基础上，可能会导入模拟本应避免的相同错误。Artificial Societies 是另一个商业实例，它通过合成建模的人物角色而非一对一访谈来构建人群。

基于访谈的方法论则反驳说，这些偏见在模拟真实人群行为时可能具有价值；仅以数据和行为痕迹为输入，几乎不可能进行验证和回溯测试；而与真实、具名个体进行校准，正是区分可信数字孪生与泛化人物角色的关键。话虽如此，各阵营之间的界限可能变得模糊。访谈优先的方法往往仍会整合公开数据，而纯数据方法也可能吸收客户的第一方记录（包括先前的调查、焦点小组和访谈）以改进其输出。像 Electric Twin 这样的参与者已经出现，占据了更为混合的视角。

无论一家公司从哪种方法起步，都揭示了其创始人对价值所在之处的信念，而这种信念将塑造他们最初的理想客户画像和未来的发展路线图。

企业买家视角

尽管初创企业在两大阵营中各有侧重，但买家大多采取了更为务实的态度。企业用户经常同时评估两大阵营的产品，他们的采购决策更多取决于具体的应用场景和技术要求，而非供应商围绕构建人群的理念。准确性是第一道检查关卡。如果输出结果无法验证或追溯，买家便不会对结果产生信心，该类别也可能难以通过严肃的采购或续约流程。

然而，即便是方向性的准确性，在缩小选择范围、在更昂贵的人工研究之前预先筛选想法方面也具有价值，并且往往比决策者如今被迫依赖的粗略猜测更胜一筹。

在这一领域为企业构建产品的人，需要成功驾驭三个层次的准确性：

另外，尽管我们在此聚焦于人类行为的模拟，还存在一个相关且新兴的公司类别，如Mantic或Preseen，它们旨在预测事件结果，如选举结果、供应链中断概率或监管决策。许多公司通过在Metaculus排行榜上竞争或在预测市场中下注起步。如果预测性预报和企业模拟能够证明其准确性或提供足够的信息量，它们在实际应用中具有无限潜力。

赢家需要做对什么

鉴于变化的速度，我们不认为合成人格、数据管道或查询引擎是护城河所在，因为基础模型和公共数据很可能在未来几年内将这三者商品化。我们相信真正的护城河将是：用于校准各人群的专有第一方数据、产品所嵌入的工作流程，以及通过严格验证建立起来的机构信任。

数据飞轮

企业级应用应整合客户自身的记录、交易日志及以往的调查波次，以校准人群。每次部署都会反馈回响应数据，优化下一次预测，并构建专有信号。构建这一人群正是技艺所在。对构建不当的人群进行查询，结果虽快却错，因此构成与校准才是决定准确性的关键。

产品工作流

当产品不再只是客户偶尔咨询一次性问题的工具，而是成为决策过程中固定的一环，应用于每次发布、定价决策和营销活动时，其粘性最强。届时，移除这一引擎就意味着要重建组织决策流程的一部分。

机构信任

随着预测在多次应用中保持准确，客户能通过指出系统得出结论的过程来捍卫自己的选择，以及该工具成为他们在下一次高风险决策中本能求助的对象，信任便会不断累积。机构信任建立缓慢，但一旦确立，便使供应商难以被取代。

模拟技术的下一步

机器中的幽灵已不再是比喻。有了足够的令牌和数据，一个可辨识的真实人物模型便应运而生，涵盖其品味、直觉及决策权衡方式。几年前还只是思想实验的概念，如今已成为实际产品，其精准度足以让企业将真实决策流程交由它处理。

随着技术能力的演进，商业与伦理界限的需求日益凸显。没有任何力量能阻止国家利用这些模拟进行政治定向或宣传优化，而当一个人的数字孪生足够精确，能在其缺席时被查询，谁拥有其回应权的问题尚无答案。

这一领域仍处于早期阶段，企业需要时间来赢得企业信任，并对照现实世界的结果检验其模拟。胜出者将需攻克最艰难的部分：真正的准确性、数据飞轮与工作流的持续累积、对所售产品验证的严谨态度，以及清晰界定这项技术应用边界的视野。在前沿地带，快速构建与深思熟虑必须并行不悖。

如果你是这一领域的创业者，欢迎联系Elliott Robinson、Andrew Ren或Caty Rea，深入探讨更多细节。