思考如何使用数据来

具有独特的优势。通过指导企业从使用孤立的 AI 工具过渡到采用全面的 AI 驱动系统，研究人员可以帮助组织充分利用 AI 的力量。这一转变不仅需要技术专长，还需要战略性地了解如何将 AI 融入更广泛的商业生态系统，以推动可持续增长并保持竞争优势。 随着人工智能不断重塑商业格局，研究人员将发挥关键作用，确保组织不仅能跟上技术进步的步伐，还能利用技术做出更明智、更具战略性的决策。

人工智能在商业领域的未来不仅仅是采用新

工具，而是重新产生洞察力并影响决策。在这个新时代，研究人员正在引领潮流。整晚都在扔砖头”是大多数人都能理解的职业篮球运动员在输掉一场比赛后说的话。也是因为这样的评论，人工智能声称金州勇士队得分后卫克莱·汤普森今年早些时候在旧金山地区大肆破坏窗户（事实上，他根本没有扔真正的砖头）。当然，这是一个极端的例子，但它很好地提醒了我们，人类仍然是进行有洞察力的研究和数据分析的必要因素。

即使在最近生成式人工智能的爆炸式增长之前，我们也看到了在研究过程和可交付成果中注入更多人性化元素的一致努力。但人工智能带来的灵活性和效率是我们这个行业无法忽视的。 乍一看，这似乎是一个悖论：我们对人 WhatsApp 号码数据 性化洞察的渴望与我们不可避免地转向生成过程相矛盾。然而，从更深层次来看，我们看到人工智能和 HI（人类智能）不仅可以共存，而且可以相互补充。因此，我们相信人工智能可以帮助研究人员全面提升客户价值，同时以前所未有的方式扩展我们对人类理解的能力。 但在我们研究如何以及为何相信这是可能之前，让我们进一步探讨在一个已经对过度依赖技术很敏感的行业中部署人工智能的独特挑战。

生活经历 业界力求将研究数据人性化这一点体

现在我们常用的语言中。“人为因素”和“以人为本”等短语表达了反映现实生活观点和生活体验的见解。这种以人为本的理念还体现在精简、叙述式报告的激增中，这些报告取代了数据密集的巨著和听起来很临床的幻灯片标题。 通过讲故事，我们实现了双重目标：告知业务战略，同时与组织利益相关者进行情感交流。我们相信，回报在于更深入地了解推动客 经理设置 户行为的独特动机和体验。从比喻上讲，在数据中找到“人”是研究中的圣杯。毕竟，人是我们研究一切的主题。 然而，自从引入生成式大型语言模型 (LLM) 以来，圣杯似乎已经发生了变化。随着新的 AI 功能的出现，我们距离消除我们努力优先考虑的“人类”又近了几步。

我们曾经渴望更深入的人类理解但现在我们发现自

己正在评估合成数据集和自我优化算法的权衡。 两全其美 但“人性化” B2C传真 研究的好处和采用人工智能的好处并不一定是相互排斥的。虽然这看起来有悖常理，但我们发现人工智能实际上可以使研究更加人性化。根据我们的经验，以下是几个关键示例。 人性化调查 研究人员早已认识到调查研究的局限性，以及它无法重现现实世界中做出决策的体验。人工智能可以在这方面提供帮助。