美國 AI 新創 Brox 建立 60,000 個真人「數位分身」資料庫，企業客戶可在幾小時內查詢，取代過去需數週的市調流程。
（前情提要：Anthropic 發布 10 款金融 AI 代理：讀法說會與財報、Pitchbook 製作、月底結帳，Claude 全自動幫你做）
（背景補充：Meta 正訓練「祖克柏 AI 分身」與 8 萬名員工直接溝通，下一步推出 KOL 分身？）
一份市場調查，傳統做法需要幾週：招募受訪者、設計問卷、跑欄位、清洗資料。Brox 把這個流程壓縮到幾小時內。
這家 2023 年成立的 AI 市調新創，在美國、英國、日本、土耳其建立了 60,000 個「數位分身」（digital twins），讓企業直接查詢這個虛擬人口，而不是每次都要重新徵人、重新發問卷。
60,000 個分身，每人 300 頁資料
據《VentureBeat》報導，Brox 的核心主張是：它建立的分身不是合成資料，而是 1:1 對應真實人類的數位克隆。
建立方式是先招募真人受訪者，再進行數小時的深度訪談，包括真人訪談員和 AI 訪談員交替進行。訪談內容不只問消費偏好，而是深挖「決策驅動因子」（即一個人為什麼會做某個決定的底層動機）：成長背景、人際關係網路，甚至婚姻穩定度。每個分身最終可累積約 300 頁的文字資料。
CEO Hamish Brocklebank 稱之為「迄今每人最深的資料集」。
這個做法的對立面，是直接用大型語言模型生成數千個虛擬受訪者，然後對它們發問。這類純合成分身目前已有多個研究機構和新創在嘗試，成本低，速度快，但 Brocklebank 的反駁直接：
「你可以建立一萬個純合成數位分身，但答案最終會歸一化到很窄的分布（即所有答案擠在中間值附近，缺乏多樣性），這跟真實的人類回答完全不像。」
換句話說，純合成分身的問題不在於它不夠聰明，而在於它太平均了。人類的有趣之處，恰恰在於那些統計上的異常值和邊緣案例，而那些東西只有真人訪談才能捕捉。
速度和費用模型都換了一套
傳統市調公司的商業邏輯是：客戶有問題→委託市調公司→徵招受訪者→執行調查→交付報告。每個案子獨立計費，時間成本高，邊際成本也高，每次客戶想問新問題，就要重新跑一遍流程。
Brox 的邏輯完全不同。60,000 個分身建好之後，企業客戶買的是查詢許可權，而不是一份報告。這是高階 SaaS（軟體即服務，年費訂閱、不限次查詢）模式，年費起跳 100,000 美元，沒有按案計費、沒有單次使用這個選項。
從幾週縮成幾小時，代表的不只是速度，而是決策節奏的改變。過去，市調的週期長到讓它只能服務策略級決策：要不要進這個市場、要不要調整定價。當查詢週期縮短到幾小時，市調就可以介入產品迭代層級的決策：這個功能要不要上、這個廣告詞哪個版本更有效。
Brox 目前已上架的客戶名單包括 Google、Amazon、Sony、日本三菱日聯（MUFG）、Dentsu、YouTube 和日本電視臺 TBS。這些都是有能力自己跑使用者研究的大型企業，但它們仍然選擇付年費。原因可能不是它們不會問問卷，而是它們沒辦法快到幾小時內出結果。
誰會被這套邏輯取代
Brox 所衝擊的市場，是一個高度依賴人工的產業。傳統市調公司，例如 Ipsos、Nielsen、YouGov（Brocklebank 的前東家），靠的是維護大型受訪者名單和問卷執行能力。這個護城河的核心是「規模」，但規模的代價是速度慢。
當 Brox 把 60,000 個分身變成常駐資產，傳統市調公司的執行能力就從優勢變成負擔。它們有幾千名受訪者可以呼叫，但每次呼叫都要時間、都要費用，而 Brox 的客戶查一次分身，成本接近零。
更值得注意的是邊際效益的方向。Brox 每建立一個新分身，整個平台對所有客戶都更有價值，這是典型的資料飛輪效應。隨著分身數量從 60,000 增加，覆蓋的人口細分就更精確，企業能問的問題也更具體。
📍相關報導📍
Stripe 發布 288 項更新，全面布局 AI 代理經濟與穩定幣支付
AI 語音 ElevenLabs 年化收入衝破 5 億美元，新一輪融資眾星雲集衝刺 IPO
