Simile：把真人做成AI分身，5个月估值20亿美元

AI模拟真实用户正成为市场调研的新范式。Simile通过深度访谈建立消费者AI分身，让企业随时测试产品、价格与广告策略，将传统数周的调研压缩至数小时。本文拆解其技术路径与商业逻辑，探讨行为模拟如何重塑决策流程。

今天分享的这个产品赛道其实我之前分享过 – 用 AI 模拟真实用户，搭建“虚拟消费者”：Simile，https://simileai.site/

如果一家公司准备推出一个新产品，通常会先做什么？

找几百个人发问卷，找几十个人做访谈，或者预算多一点，再开几场焦点小组。

产品已经上线了，还可以做 A/B 测试：一半用户看到方案 A，一半看到方案 B，然后看谁的转化率高。

这些方法用了几十年，但都有一个共同的问题：

每提出一个新问题，基本都得重新找一批人。

如果今天想测试包装，招一次人；下个月想调整价格，再招一次；过几个月准备换广告，又重新做一轮。

而一家叫 Simile 的 AI 公司，正在尝试换一种方法：

第一次把真人找来以后，给他们分别建立一个 AI “分身”。

以后企业有新的产品、广告、价格、服务流程，先不用找真人，直接让这些 AI 分身试一遍。

它们可以回答问卷、评价产品、比较两个方案，也可以继续被追问：

“你为什么不喜欢？”

“如果便宜10美元呢？”

“如果换成另一种宣传方式呢？”

甚至还可以把几十万甚至更多这样的 AI 放进同一个模拟环境里，看不同人互相影响以后，会发生什么。

今年7月30日，Simile 完成新一轮融资，本轮 B 轮融资达到 2亿美元，估值 20 亿美元。

而就在五个月前，这家公司才刚刚公开亮相，并宣布了 1亿美元 A 轮融资。

五个月里，Simile 称自己的收入增长了 5倍，团队扩张到 50多人，并已经为财富 100强企业运行了数千万次模拟。

目前披露的客户包括 CVS Health、Wealthfront、Deloitte 和 Gallup。

而它的创始人 Joon Sung Park 给公司定下的长期目标更加夸张：

模拟地球上的80亿人。

01 一切从 25 个住在虚拟小镇里的 AI 开始

Joon Sung Park 的经历不太像典型的 AI 创业者，他曾经学习油画，后来进入斯坦福读计算机博士。

他的博士导师是两位斯坦福计算机教授 Michael Bernstein 和 Percy Liang，后来这两个人也成为了 Simile 的联合创始人。

Percy 还是“基础模型”这一概念早期论文的重要作者之一。

2023年，Park 和团队发表了一篇后来非常出名的论文《Generative Agents》。

他们做的实验也很好理解：

研究人员搭了一个类似《模拟人生》的虚拟小镇，叫 Smallville，然后往里面放了 25个 AI 居民。

这些居民不是传统游戏里的 NPC。

传统 NPC 的行为是程序员提前写好的：

上午9点站这里，玩家走过来以后说这句话，触发任务以后走到另一个地方。

Smallville 里的 AI 居民没有这样完整的剧本。

它们拥有自己的“记忆”，今天见了谁、聊了什么、发生了什么事情，会被保存下来。

AI 还会从这些记忆里总结经验，形成新的判断，再决定明天干什么。

整个架构的核心被拆成了几个很简单的能力：记忆、反思和计划。

研究人员只给其中一个角色一个想法：准备办一场情人节派对。

接下来发生的事情没有被逐条写进程序。

这个角色开始邀请别人，被邀请的人又把消息告诉其他人。

有人开始讨论派对，有人约别人一起去，最后真的有一群 AI 居民在约定的时间来到派对。

它第一次证明了一件事情：

大模型不一定只能“回答一个问题”，也可以拥有记忆，在环境里连续生活，并因为过去发生的事情改变后面的选择。

但这时候仍然有一个很大的问题，Smallville 里的居民毕竟都是 AI 编出来的人。

它们行为再像人，也不能证明：它们真的能够模拟一个现实中的人。

于是 Park 做了第二个实验。

这一步，才真正变成今天 Simile 的基础。

02 找 1052 个真人聊两小时，再分别做一个 AI 版本

2024年的研究里，Park 团队找来了 1052名美国成年人。

这些人按照年龄、性别、种族、教育、收入和地区等维度进行抽样，希望尽可能覆盖不同的人群。

然后团队没有让他们简单填一份问卷。

而是给每个人做了一次大约两小时的深度访谈。

因为 1052个人全部由研究人员采访太慢，他们还专门做了一个 AI 采访员。

AI 会问一个人的成长经历、家庭、工作、价值观和生活经验，也会根据前面的回答继续追问。

最后，每个人都会留下相当详细的一份人生访谈记录。

接下来，研究人员把这些内容交给大模型，简单理解就是告诉 AI：

“从现在开始，你不是一个35岁的美国男性，而是刚才接受采访的那个具体的人。”

这两者区别很大。

让 ChatGPT 扮演一个“35岁、已婚、年收入8万美元的男性”，模型很容易调用互联网上关于这类人的平均印象。

结果很可能只是一个看起来合理的“典型人物”。

Simile 想解决的恰恰是这个问题：它不是先创造一个“人设”，而是试图从真实个体的数据出发。

他的经历是什么？过去做过什么选择？怎么看待金钱？是否喜欢冒险？相信什么？讨厌什么？

这些信息共同组成一个更具体的人。

直接让普通大模型模拟消费者，很容易滑向一个“互联网平均人格”；

所以 Simile 的做法是把访谈、过去的选择和其他经过许可的个体数据放进 Agent 里。

现在问题来了：这么做出来的 AI，到底像不像本人？

研究人员用了一个挺聪明的办法。

他们让1052名真人完成社会调查、人格测试、行为经济学实验等一系列任务。

两周以后，再让真人回答一遍。

与此同时，也让他们各自的 AI 分身回答同样的问题。

结果是：

如果把真人两周以后还能多大程度重复自己原来的答案作为参照，AI 分身在综合社会调查中的表现达到了真人自身重复可靠性的约 85%。

在五项社会科学实验中，真人成功复现了其中四项，AI Agent 同样复现了四项。

这里一定要注意：

这不是说“ AI 有 85% 的概率准确预测一个人”。

人自己今天和两周以后回答同一道题，都不一定完全一样。

这个 85% 的意思更接近：

AI 分身表现出来的稳定性，已经开始接近真人自己的稳定性。

这时候，这件事的商业空间由开始出现了。

03 Simile卖的，其实不是“AI人”，而是一群随时可以被叫回来的人

假设你是一个品牌，过去做一次消费者调研，可能找1000个人。

调研结束，人群解散。

三个月后公司突然又冒出来一个问题：“如果我们涨价5%，这些人还买吗？”

抱歉，这时候要重新招人，重新筛样本，重新发问卷，重新统计。

所以，Simile 改变的不是“用 AI 帮你写问卷”，而是：

第一次招募真人的时候，就尽量建立一个可以长期使用的数字版本。

企业以后可以再次找到“同一群人”：

问新的问题，加入新的条件，让他们体验新的产品流程，甚至让他们在不同情境里连续经历几天、几周，然后观察态度有没有变化。

Simile 把这种东西直接称为一个 “Always-on synthetic panel”——永远在线的消费者样本库。

这也是 Simile 和普通“AI 用户画像工具”最大的区别。

普通方法是先写一句提示词：“请模拟一个住在纽约、45岁、有两个孩子的中产女性。”

Simile 的逻辑则更像：

先真的找到这样的人，获取经过许可的访谈、历史选择和行为数据，建立 Agent，再拿企业已经知道答案的问题去测试它。

如果过去调查发现某类消费者有 60%选择A，那么先看 AI 能不能复现这个结论。

复现不了，就继续调整。

Simile 的客户 CVS 甚至会把自己的历史问卷、CRM 记录、客服互动、A/B 测试结果继续加入系统进行校准。

在 CVS 自己的内部测试中，经过这些数据校准后的模拟，对部分已有研究结论的复现一致率最高达到95%。

Simile 今年又增加了一层东西：置信度模型。

它不是只告诉企业：“我的模拟结果是72%的人会购买。”

还试图判断：这个72%，到底有多大把握？

Simile 称已经训练了一个专门预测每次模拟准确性的模型，未来模拟系统需要像统计学里的显著性指标一样，给管理者一个判断结果可信度的标准。

这一层其实非常重要。

因为一家真正把 AI 拿来做企业决策的公司，最大的门槛从来都不是：

“能不能生成一个看起来像真的答案。”

而是：你怎么证明这个答案值得拿来做决定。

04 CVS 已经拿 40多万人的数据开始干这件事了

目前 Simile 最完整的公开案例来自美国医疗和零售巨头 CVS Health。

CVS 披露，其模拟体系目前建立在 40多万名经过同意的真实参与者、290万份回答以及 200 多个行为场景之上。

其中一个具体问题是：

为什么一些患者没有按要求持续用药？

这是一个很典型的传统调研难题。

你当然可以发问卷，但问“你为什么没有坚持吃药”，经常只能拿到非常表面的答案。

而且慢性病患者等特定人群并不好反复招募，有些关于疾病、焦虑甚至不按医嘱用药的问题也比较敏感。

CVS 先让 AI 分身重新跑了一遍过去已经做过的研究，以确认模拟结果基本靠谱。

然后开始不断改变条件。

结果发现，影响患者持续用药的因素并不是简单的“药便不便宜”。

排在前面的因素包括：

对药房是否信任；是否相信药品被正确保存和处理；续药是否方便；取药体验是否顺畅。

接下来，研究人员还可以继续追问那些没有坚持用药的 AI 患者：

“为什么？”

得到的进一步原因包括续药时间上的焦虑、对说明理解不清，以及此前不好的服务经历。

传统上，这种问题从确定研究方案、重新寻找样本到执行访谈，经常需要数周。

CVS 说，现在一部分过程被压缩到了几个小时。

还有一个更加接近普通消费品公司的案例。

CVS 准备推广宠物处方药业务 Pet Rx 时，希望知道养宠物的人到底因为什么做购买决定。

Simile 的模拟先帮助研究人员找出 4 类核心情绪驱动因素，再据此设计出 6 个产品和营销概念进行测试。

CVS 披露，过去可能需要两到三个月、分几轮完成的研究，最后被压缩到了三天。

甚至 CVS 过去散落在不同部门里的大约 50项历史研究，也被重新装进这些经过校准的 Agent 体系里。

这样一个几十年前完成的消费者访谈，理论上不再只是躺在 PPT 里的结论，而可以继续参与新的问题。

这其实比“AI替代问卷调查”有意思得多。

05 它真正改变的，是消费者数据的“使用次数”

传统市场调研有一个很隐蔽的问题：

绝大多数消费者数据，使用一次就结束了。

花钱招1000个人，问20个问题，得到一份报告。

三个月以后问题变了，这 1000 个人的数据大部分已经无法直接回答新的问题。

所以传统研究的成本很大一部分来自：

每产生一个问题，就要重新获得一次人的注意力。

Simile 就是在尝试把这个过程变掉。

只要一个人的数字模型足够准确，而且持续得到新的真实数据校准，过去一次访谈得到的信息就可以被重新组合。

今天问广告，明天问价格，后天模拟新产品。

再过几个月，还可以让这些人和另一群 Agent 放在一起，看口碑如何扩散。

CVS 的案例里，对这套方法的规划也已经从最简单的“ AI问卷”向后走了好几步：

• 第一阶段，是让单个 AI 分身回答问题。
• 第二阶段，是让同一个人连续经历一段时间，观察他的想法如何变化。
• 第三阶段，是让不同 Agent 互相交流，比如患者和药剂师对话。
• 第四阶段，则是把大量 Agent 放进一个带有竞争者、渠道、价格和地理因素的市场里，看一项决策产生的连锁反应。

这时候，Simile 卖的就已经不只是一个“消费者调查工具”。

它想把市场变成一个可以提前运行的沙盘。

产品发布一次，在真实世界里只有一个结果。

但在模拟世界里，你可以把价格改20遍，把广告换50条，让竞争对手做10种反应，再分别运行。

最后才决定：哪几个方案值得真的拿钱出去试。

这也解释了为什么 Simile 自己把产品形容成企业决策的“飞行模拟器”。

06 但显然还没有到“预测人类”的程度

Simile 的商业模式最容易被夸大传播的，就是在这里。

Joon Sung Park 说公司的长期目标是模拟全球 80 亿人。Simile 官网甚至把自己的方向定义成建立“人类行为基础模型”。

但今天，它仍然远远不是一个可以预测未来的水晶球。

人的行为会变，昨天支持的东西，半年以后可能反对。

经济环境变了、收入变了、朋友变了、新闻变了，一个人的选择都会发生变化。

数据如果不更新，AI 分身也会逐渐过期，而且越往复杂系统走，误差越容易放大。

一个消费者判断错 10%，和100万个消费者、竞争者、平台、政策同时互动以后判断错 10%，根本不是同一件事。

Simile 自己也提到：

模拟首先应该用来筛选假设和缩小测试范围，而不是直接取代真实世界实验；涉及重要决策时，真人研究和真实市场结果仍然应该是最终依据。

系统还需要不断用历史数据回测，一旦人群或环境变化，就重新校准。

另外还有一个更棘手的问题：谁拥有你的 AI 分身？

Park 在斯坦福阶段就提出，这种数字版本更像一个人的“数据肖像”，应该由被模拟的人拥有和控制。

研究团队也因此没有直接公开那1052个人的 Agent。

如果未来真的出现几亿人的 AI 分身库，授权范围、数据更新、删除权、用途边界都会成为这门生意绕不过去的问题。

07 AI 创业的价值正在往哪儿移动？

过去两年，大量 AI 产品都在解决同一类问题：

怎么更快地做东西。

更快写广告、更快做图片、更快做视频、更快写代码。

但当这些事情变得越来越便宜以后，会出现另外一个问题：你一天可以生成100条广告了。

然后呢？

以前做一条广告贵，所以生产是瓶颈。

现在100条广告几分钟就能做出来，瓶颈反而变成了：

到底应该投哪一条？

网站一天可以做20个版本，问题也就从“能不能做出来”，变成：

哪一个版本用户真的愿意用？

AI 可以一天给创业者想200个产品，更困难的问题却变成：

哪一个值得花六个月去做？

Simile 正好卡在这个变化上。

它不帮企业再生成第101个方案，它想卖的是：

在真正花钱以前，先判断前 100个方案里哪些更可能有效。

这可能会是接下来一类很有意思的 AI 生意。

不是继续帮助企业增加“产量”，而是在生成能力已经极度过剩以后，开始卖筛选、验证和试错成本。

而 Simile 的另一个启发，则在数据上。

它最重要的数据可能并不是“有40万个人”。

真正有价值的是：

这40万人的预测，能不能不断和真人后续的真实选择进行对照。

问卷只是数据。

“AI 预测他会选A，最后真人真的选了A”，才是训练一个行为模型更稀缺的数据。

所以如果 Simile 最后真的能建立壁垒，它的壁垒大概率也不会只是某一个更大的模型。

而会是这套循环：

找到真人、建立分身、预测行为、拿真实结果验证、找到偏差、重新校准，然后再预测下一次。

AI 生成内容的时代，数据告诉机器“世界是什么”；而如果行为模拟这条路线成立，下一类重要数据可能会变成：

机器猜完以后，人到底是怎么做的。

这也是为什么，我觉得 Simile 有意思的地方。

以上，祝你今天开心。

作者：张艾拉 公众号：Fun AI Everyday

本文由 @张艾拉 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自Unsplash，基于CC0协议