最近，和一位在调研行业里待了 30 年的前辈，聊了一下午，突然就感觉通透了。

聊完之后，我把其中的观点和思考系统整理了一下，形成了这篇文章，不一定对，仅供大家参考。

一、对行业现状的判断

1. 这个行业已经很难诞生新的大品牌 / 公司

先说一个很多人不愿意承认的事实：这个行业的盘子，比大家想象的小得多。

很多报告说中国市场洞察行业有两三百亿的规模，但这里面水分很大，包含了大量的零售研究、媒体监测、重复计算的外包。

真正的个案研究市场—— 也就是我们通常说的U&A研究、品牌研究、满意度研究、产品测试这些 —— 规模估计不到 100 亿。

这是一个什么概念？

行业头部的益普索，纯调研业务一年差不多就 10 个亿左右；凯度、益普索、尼尔森等几个头部加起来，一年估计不到20亿。

剩下的都是几亿、几千万、几百万的中小公司在分食。

100 亿的盘子，还在萎缩。

更要命的是，市场需求的本质已经变了。

前辈说了一句很扎心的话："以前做调研主要是探索，现在做调研更多是验证。"

90 年代、00 年代的时候，信息不发达，企业真的不知道用户在想什么，需要通过调研找答案、找方向、找产品创新的灵感。那时候只要你方法好、报告写得好，小公司也能拿到大单子。

现在不是了。

互联网上什么信息都有，谁还没几个想法？部门 A 说要这么做，部门 B 说要那么做，大家争执不下，怎么办？找个第三方调研公司出份报告，证明我说的是对的。

说白了，调研已经变成了大公司内部政治博弈的工具。

既然是验证，那最重要的就不是报告写得好不好、方法科不科学，而是谁来做这个调研。你一个小公司出的报告，写得再好，老板也不信。

益普索出的报告，哪怕写得一般，老板也认——出了问题也不用担责任，毕竟我们已经请了最知名的公司来做了。

这就是品牌背书的价值。

所以未来这个行业的格局会非常清晰：益普索、凯度这些有品牌的头部公司还能撑一段时间，靠 logo 吃饭；大量没有品牌的中小公司会陆续消失，市场快速向头部集中。

这个行业，已经很难再诞生新的大品牌了。

2. 行业的痛点这么多年一直没变过，那就是数据采集

这么多年，不是没有人想改变这个行业。

在线调研、大数据、CEM…… 新概念一个接一个，但为什么都没有从根本上改变这个行业？

因为我们一直搞错了痛点。

很多人以为，调研行业的痛点是研究员水平不够、写报告太慢、分析不够深入。错了。

这个行业最大的痛点，从来都不是研究，是数据采集。

我给你算一笔账就明白了。一个标准的调研项目，成本结构大概是这样的：

• 研究设计和写报告：20%
• 项目管理和客户沟通：10%
• 数据采集和执行：70%（甚至更高）

而且研究写报告的价格，20 年没涨过。90 年代写一份研究报告收两三万，现在写一份研究报告还是收两三万（实际上已经降到了一两万）。

所有的技术进步，如果没有解决数据采集这个 70% 的成本大头，本质上都是隔靴搔痒。

3. 靠数据采集获利的商业模式已经难以为继

更可怕的是，数据采集这个商业模式本身，已经走到头了。

我们回顾一下近30 年数据采集方式的演变：

• 1990 年代：入户访问，样本费 150-200 元左右
• 2000 年前后：街访 / 拦截访问，样本费  150-200  元左右
• 2005 年前后：预约访问，样本费  150-200  元左右
• 2006 年之后：线上 panel，样本费从七八十降到二三十，现在已经降到十几块钱、几块钱

价格下降，成本却没怎么降，那怎么办？只能造假。

现在线上 panel 的拒访率越来越高，大家填问卷越来越不走心，会虫越来越多。很多执行公司为了控制成本，只能造假数据 —— 你要什么答案我给你什么答案，反正你也查不出来。

这是一个恶性循环：价格战→成本 hold 不住→数据造假→客户觉得调研没用→预算进一步减少→更严重的价格战。

这个行业，已经迫切需要一种全新的数据采集技术和方法了。

二、AI 这次能改变什么

AI 会从研究和数据采集两个环节，彻底重构这个行业。

1. 研究环节：从研究增强到硅基研究超过碳基研究

AI 对研究环节的改变，会分两步走。

第一步，短期来看，AI 会先实现研究增强。

什么意思？就是研究员还是那些研究员，但有了 AI 的辅助，效率会大幅提升。

以前设计一份问卷要两三天，现在 AI 半天就能给你出初稿；以前回收完数据要清洗、编码、交叉分析，一个数据分析师要干一周，现在 AI 几个小时就能给你出初步的分析结果；以前写一份报告要一周，现在 AI 两天就能给你出完整的初稿。

以前需要研究员、数据分析师、设计师几个人协作一两周才能完成的项目，现在一个熟练使用 AI 的研究员，几天就能搞定。

研究周期大幅缩短，研究边界大幅拓展。这是我们现在已经能看到的变化。

第二步，中长期来看，硅基研究会全面超过碳基研究。

什么叫硅基研究？就是输入一个商业问题，AI 自动完成从研究设计（研究方案、问卷、访谈大纲）、数据采集、数据分析到洞察报告产出的全流程，不需要人的介入。

很多人会说，AI 不懂行业、不懂业务、没有项目经验，怎么可能代替人？

这些确实是现在 AI 的短板，但这不会是问题。

现在大模型和智能体的进化速度，远超大家的想象。很快就会出现调研垂直领域的智能体，把这个行业几十年积累的方法论、研究模型、行业知识、项目经验全部喂进去，训练出来的垂直智能体，研究能力会超过 90% 的人类研究员。

你不要觉得这是天方夜谭。现在头部大模型的通用能力，已经超过了很多工作三五年的中级研究员。再给它 3-5 年的时间，垂直领域的智能体超过高级研究员，是大概率事件。

2. 数据采集：AI 访谈是过渡，合成用户才是真革命

研究环节的改变虽然大，但还不是最根本的。最根本的改变，会发生在数据采集环节。

现在很多公司在做 AI 访谈、AI 主持人，说要代替人类主持人。

这更像是一种过渡路线，不会对行业有实质性的影响。

为什么？

因为它没有解决用户招募这个核心问题。

主持人根本不是成本大头，一场座谈会主持人也就几千块钱，占项目成本的 5% 都不到。而且你真以为主持人是去提问的？错了。

资深主持人开完座谈会，写报告根本不看笔录 —— 因为开会的时候，他已经和客户对齐了报告要怎么写、结论是什么。

你搞个 AI 主持人，替代不了和客户对齐这个过程，也省不了多少钱，自然解决不了根本问题。

真正能革命数据采集的，可能是基于社媒 VOC 的合成用户。

什么是合成用户？就是爬取全网的用户声音——电商评论、小红书笔记、微博吐槽、论坛讨论、抖音评论 —— 这些都是用户主动、免费、匿名写下来的真实想法，比你拦着人家做问卷说的话真实 100 倍。

然后用 AI 基于这些海量 VOC，训练出不同画像的虚拟用户，你可以直接向这些虚拟用户提问，得到和真实用户几乎一样的回答。

很多人一听 "合成用户" 就跳起来，说不可信。但你仔细想：我们找真人做调研，本质上不就是想知道用户脑子里在想什么吗？这些想法用户已经免费写在网上了，我们为什么还要花大价钱把人找过来再问一遍？

当然，这个方向短时间内一定会受到巨大的阻力。不仅乙方公司会反对 —— 很多靠执行吃饭的公司会倒闭；甲方内部的人也会反对 —— 很多用研岗会消失。动了这么多人的奶酪，反对是必然的。

但是，这是客观规律。

回顾过去 30 年调研行业的发展，数据采集方式一直朝着更低成本、更高效率的方向演进，从来没有例外过。从入户到街访，从街访到线上 panel，每一次变革都有无数人反对，但每一次变革都最终发生了。

哪怕线上样本的价格已经降到了几块钱十几块钱，还是满足不了市场对更低成本、更高效率的需求。

这一次也不会例外。

3. 最终结果：全流程自动化，成本几乎为零

当研究环节被 AI 重构，数据采集环节被合成用户重构，会发生什么？

会出现真正的自动化研究工作流：你只需要输入你的商业问题，AI 自动定义研究范围、自动设计研究方案、自动从海量 VOC 中采集数据、自动分析、自动生成洞察报告，一键完成从需求到洞察的全流程。

到那个时候，一个研究项目的成本会降到几乎为零，效率会提升 1000 倍。以前需要几周、几十万的项目，以后可能几个小时、几百块钱就能做完。

当然，这不会明天就发生。技术成熟、市场接受、行业洗牌，都需要时间。我判断这个时间窗口，保守估计在 8-10 年以上。

但方向是确定的。

三、AI 对行业和从业者的影响

最后说点最实际的：这些变化发生之后，对我们这些从业者意味着什么？

1. 大多数传统市场调研公司会消失

当数据采集这个 70% 的成本被打掉之后，靠执行吃饭的传统调研公司，会大量消失。

以前一个项目 20 万，14 万是执行成本，剩下 6 万是研究和利润。以后一个项目可能只收 2 万，而且不需要执行成本，2 万几乎都是利润。你那些养着几十个执行员、督导的传统公司，怎么和一个几个人的 AI 原生团队竞争？

当然，益普索、凯度这些靠品牌背书吃饭的头部公司不会马上死，就像 ISO9001 认证到今天还存在一样，总有人需要那个 logo 来背书。

但他们的业务规模会大幅萎缩，利润会大幅下降，会变成一个纯粹的认证机构，而不是真正的研究机构。

2. 研究能力不再是护城河，研究员必须往业务走

对甲方的用研从业者来说，冲击会更大。

当研究全流程都可以被 AI 自动化之后，"会做研究" 这件事本身，就不再是护城河了。以前你会设计问卷、会做访谈、会写报告，这是你的核心能力。以后这些事 AI 做得比你好，你怎么办？

纯粹的用户研究岗位，会大量消失。

甲方大厂仍会适当保留一些资深洞察专家做“洞察质量的守门员”，中小厂则不会再有用户研究/消费者洞察岗。

研究员往前端业务走，是必然趋势。你不能只懂研究，你必须懂产品、懂营销、懂增长、懂业务。你要能把洞察转化为业务决策，能推动事情落地，能站在 AI 的肩膀上给公司创造价值。

这个过程会很痛苦，但你必须提前准备。等到岗位真的没了再准备，就晚了。

前辈说的一句话我印象很深："很多人是拿显微镜看 AI，拿老花镜看自己。" 天天盯着 AI 哪里不好、哪里有幻觉，却看不到自己身上的问题，这样的人一定会被淘汰。

3. 用户洞察会成为所有职业的底层能力

最后，这不是结束，而是开始。

当用户洞察的成本降到几乎为零，当做一次研究像用搜索引擎一样简单，用户洞察就不再是一个专门的职业技能，而会成为所有职业的底层能力。

产品经理做决策之前，自己就能做个用户研究；运营做活动之前，自己就能做个用户分析；GTM 团队做上市之前，自己就能做个市场洞察。不需要再专门提需求给用研团队，等几周拿报告。

未来，用户研究、产品、GTM 这些岗位的边界会越来越模糊，最终会融合在一起。

工业时代那种高度专业化分工的时代，会成为过去。