Brox 用 AI 顛覆市调行业：建 6 万个超擬真數位分身，市调从幾週縮成幾小时

美国 AI 新创 Brox 建立 60,000 个真人「数字分身」数据库，企业客户可在几小时内查询，取代过去需数周的市场调研流程。
（前情提要：Anthropic 发布 10 款金融 AI 代理：读法说会与财报、Pitchbook 制作、月底结账，Claude 全自动帮你做）
（背景补充：Meta 正训练「扎克伯格 AI 分身」与 8 万名员工直接沟通，下一步推出 KOL 分身？）

本文目录

切换

• 60,000 个分身，每人 300 页资料
• 速度和费用模型都换了一套
• 谁会被这套逻辑取代

一份市场调查，传统做法需要几周：招募受访者、设计问卷、跑栏位、清洗资料。Brox 把这个流程压缩到几小时内。

这家 2023 年成立的 AI 市调新创，在美国、英国、日本、土耳其建立了 60,000 个「数字分身」（digital twins），让企业直接查询这个虚拟人口，而不是每次都要重新征人、重新发问卷。

60,000 个分身，每人 300 页资料

据《VentureBeat》报道，Brox 的核心主张是：它建立的分身不是合成资料，而是 1:1 对应真实人类的数字克隆。

建立方式是先招募真人受访者，再进行数小时的深度访谈，包括真人访谈员和 AI 访谈员交替进行。访谈内容不只问消费偏好，而是深挖「决策驱动因子」（即一个人为什么会做某个决定的底层动机）：成长背景、人际关系网络，甚至婚姻稳定度。每个分身最终可累积约 300 页的文字资料。

CEO Hamish Brocklebank 称之为「迄今每人最深的数据集」。

这个做法的对立面，是直接用大型语言模型生成数千个虚拟受访者，然后对它们发问。这类纯合成分身目前已有多个研究机构和新创在尝试，成本低，速度快，但 Brocklebank 的反驳直接：

「你可以建立一万个纯合成数字分身，但答案最终会归一化到很窄的分布（即所有答案挤在中间值附近，缺乏多样性），这跟真实的人类回答完全不像。」

换句话说，纯合成分身的问题不在于它不够聪明，而在于它太平均了。人类的有趣之处，恰恰在于那些统计上的异常值和边缘案例，而那些东西只有真人访谈才能捕捉。

速度和费用模型都换了一套

传统市调公司的商业逻辑是：客户有问题→委托市调公司→征招受访者→执行调查→交付报告。每个案子独立计费，时间成本高，边际成本也高，每次客户想问新问题，就要重新跑一遍流程。

Brox 的逻辑完全不同。60,000 个分身建好之后，企业客户买的是查询权限，而不是一份报告。这是高阶 SaaS（软件即服务，年费订阅、不限次查询）模式，年费起跳 100,000 美元，没有按案计费、没有单次使用这个选项。

从几周缩成几小时，代表的不只是速度，而是决策节奏的改变。过去，市调的周期长到让它只能服务策略级决策：要不要进这个市场、要不要调整定价。当查询周期缩短到几小时，市调就可以介入产品迭代层级的决策：这个功能要不要上、这个广告词哪个版本更有效。

Brox 目前已上架的客户名单包括 Google、Amazon、Sony、日本三菱日联（MUFG）、Dentsu、YouTube 和日本电视台 TBS。这些都是有能力自己跑用户研究的大型企业，但它们仍然选择付年费。原因可能不是它们不会问问卷，而是它们没办法快到几小时内出结果。

谁会被这套逻辑取代

Brox 所冲击的市场，是一个高度依赖人工的产业。传统市调公司，例如 Ipsos、Nielsen、YouGov（Brocklebank 的前东家），靠的是维护大型受访者名单和问卷执行能力。这座护城河的核心是「规模」，但规模的代价是速度慢。

当 Brox 把 60,000 个分身变成常驻资产，传统市调公司的执行能力就从优势变成负担。它们有几千名受访者可以呼叫，但每次呼叫都要时间、都要费用，而 Brox 的客户查一次分身，成本接近零。

更值得注意的是边际效益的方向。Brox 每建立一个新分身，整个平台对所有客户都更有价值，这是典型的数据飞轮效应。随着分身数量从 60,000 增加，覆盖的人口细分就更精确，企业能问的问题也更具体。