Nghiên cứu của Colgate-Palmolive cho thấy AI có thể dự đoán nhu cầu tiêu dùng với độ tin cậy 90%
TREE NEWS đưa tin: Một nghiên cứu mới từ Colgate-Palmolive và PyMC Labs, được đăng trên máy chủ arXiv preprint, đã gây chấn động giới công nghệ và kinh doanh bằng cách chứng minh rằng các mô hình ngôn ngữ lớn (LLM) có thể dự đoán ý định mua hàng thực tế với độ tin cậy lên đến 90% so với các cuộc khảo sát tái kiểm tra của con người—chỉ bằng cách thay đổi cách đặt câu hỏi. Nghiên cứu giới thiệu một khung zero-shot có tên là Semantic Similarity Rating (SSR), yêu cầu các mô hình AI nhập vai người tiêu dùng và viết suy nghĩ mua hàng dạng văn bản tự do thay vì gán điểm số trực tiếp. Khi so sánh với 57 bài kiểm tra khái niệm thực tế với 9.300 người trả lời, phương pháp này đạt được mối tương quan 90,2% và 90,6% với xếp hạng của con người đối với GPT-4o và Gemini-2.0-flash, tương ứng.
Ngành nghiên cứu thị trường toàn cầu, trị giá hàng chục tỷ đô la mỗi năm, có thể đối mặt với sự gián đoạn đáng kể nếu phương pháp này được chứng minh là có thể mở rộng. Các công ty có thể mô phỏng hàng nghìn cuộc phỏng vấn có mục tiêu và kiểm tra A/B về giá trong vài phút thay vì vài tuần. Tuy nhiên, các tác giả cảnh báo rằng người tiêu dùng tổng hợp không phải là sự thay thế hoàn toàn cho nghiên cứu con người, và các nhà quan sát bên ngoài lưu ý đến nhiễu thống kê và khả năng áp dụng hạn chế cho các quyết định quan trọng ngoài hàng tiêu dùng nhanh.
Hàm ý thị trường: Ai thắng và ai thua?
Đối với các nhà đầu tư, nghiên cứu đặt ra câu hỏi về tương lai của các công ty nghiên cứu thị trường truyền thống như Nielsen, Kantar và Ipsos. Nếu AI có thể cung cấp thông tin chi tiết tương đương với chi phí chỉ bằng một phần nhỏ, các công ty này có thể phải đối mặt với áp lực giá và thu hẹp biên lợi nhuận. Mặt khác, công nghệ này có thể hạ thấp rào cản gia nhập cho các thương hiệu nhỏ hơn và tăng tốc chu kỳ đổi mới sản phẩm, có khả năng mang lại lợi ích cho các gã khổng lồ hàng tiêu dùng như Colgate-Palmolive, những người áp dụng sớm.
Các công ty công nghệ cung cấp cơ sở hạ tầng AI—OpenAI, Google và các nhà cung cấp đám mây—có thể thấy nhu cầu tăng lên đối với các mô hình nhúng văn bản và dịch vụ suy luận. Mã Python mã nguồn mở trên GitHub cũng cho thấy rào cản gia nhập thấp, điều này có thể dân chủ hóa quyền truy cập nhưng cũng có thể hàng hóa hóa không gian này.
Thị trường trái phiếu khó có thể bị ảnh hưởng trực tiếp, nhưng câu chuyện rộng lớn hơn về tăng năng suất do AI thúc đẩy hỗ trợ cho trường hợp lạm phát dài hạn thấp hơn và lợi suất thực cao hơn. Về hàng hóa, không có tác động trực tiếp nào được dự kiến, mặc dù chu kỳ sản phẩm nhanh hơn có thể ảnh hưởng đến nhu cầu nguyên liệu thô trong hàng tiêu dùng.
Thị trường tiền điện tử có thể thấy các tác động gián tiếp khi các token AI và mạng lưới tính toán phi tập trung thu hút sự chú ý, nhưng bản thân nghiên cứu không có góc cạnh tiền điện tử trực tiếp. Thị trường tiền tệ cũng được cách ly, mặc dù đồng đô la mạnh hơn có thể là kết quả của việc tăng cường vị thế lãnh đạo công nghệ của Mỹ trong AI.
Những điểm chính cho nhà đầu tư
- Các công ty nghiên cứu thị trường hiện hữu đối mặt với rủi ro gián đoạn: Các công ty dựa vào phương pháp khảo sát truyền thống có thể cần thích nghi nhanh chóng hoặc mất thị phần.
- Các nhà cung cấp cơ sở hạ tầng AI được hưởng lợi: Nhu cầu về LLM và mô hình nhúng có thể tăng khi nhiều công ty áp dụng thử nghiệm người tiêu dùng tổng hợp.
- Các công ty hàng tiêu dùng có thể đạt được hiệu quả: Những người áp dụng sớm có thể giảm chi phí R&D và tăng tốc thời gian ra thị trường, thúc đẩy biên lợi nhuận.
- Chú ý đến các mối quan ngại về tính hợp lệ thống kê: Việc phương pháp này dựa vào nhân khẩu học dân số và khả năng ảo giác trong các danh mục khan hiếm dữ liệu có nghĩa là giám sát của con người vẫn là điều cần thiết.
- Chủ đề năng suất AI rộng lớn vẫn nguyên vẹn: Đây là một bằng chứng khác cho thấy AI có thể tự động hóa công việc tri thức, hỗ trợ xu hướng giảm phát dài hạn trong dịch vụ.
Mặc dù nghiên cứu là một bước tiến đáng kể, các nhà đầu tư nên coi đó là một sự tiến hóa chứ không phải là một cuộc cách mạng—ít nhất là cho đến khi có dữ liệu xác thực chéo giữa các danh mục và dữ liệu áp dụng thực tế. Cuộc đua công nghiệp hóa AI trong nghiên cứu thị trường chỉ mới bắt đầu, và những người chiến thắng sẽ là những người kết hợp tốc độ tổng hợp với phán đoán của con người.




