過去，研究團隊得花四到六週招募病患、安排焦點訪談，再逐一追問：是忘記了、不相信醫生，還是曾有不好的領藥經驗？現在，團隊只花15到30分鐘，就能直接向超過十萬個「虛擬病患」提問。
這些病患是由AI建立的「代理分身」。CVS企業顧客體驗與洞察副總裁納拉辛漢（Sri Narasimhan）表示，系統不只預測病患會不會領藥，還能繼續追問他們「為什麼這樣做」。
根據CVS內部對照，AI模擬與傳統真人研究的吻合度約達85%至95%。當真人受訪者愈來愈難招募，企業等不起曠日費時的傳統市調流程，AI提供了一條更快的路。
八成市調人員準備進場，AI受訪者為何爆紅？
AI可以根據人口普查、金融交易、地點造訪等真實世界資料，學習人類年齡、工作、收入等特徵之間的關聯，藉此生成大量虛擬受眾，模擬不同人群的決策偏好。更進一步的「數位孿生」技術，則先蒐集特定真人的問卷、深度訪談與行為紀錄，再讓AI預測本人遇到新問題時的反應。
這項技術能迅速獲得市場青睞，關鍵在於它解決了傳統市調的兩大痛點。
第一，將數月的測試壓縮至幾分鐘，實現極速迭代。
科技新創Aaru只花一天生成3,600位虛擬投資人，就重測了安永（Ernst & Young）耗時半年才完成的全球財富調查，而且產出結果和原始調查的相關性超過90%。
不會疲勞、不會拒答的AI受訪者，也能同時比較數十種包裝、價格和文案。產品一改，只要幾分鐘就能重測，企業可以先用AI淘汰明顯不受歡迎的方案，再把最後幾個選項交給真人。
高露潔（Colgate）與數據團隊PyMC Labs合作，把57款護理產品丟進AI模型，預測消費者的購買反應，結果與真人實測的吻合度高達九成，兩者一致發現青少年比退休族更願意嘗試芒果口味牙膏。
第二，突破傳統訪談邊界，觸及極難招募的受眾。
除了排序消費者偏好，虛擬受訪者還能進行深度訪談、追問選擇原因，找出產品的甜蜜點。新創公司Evidenza更主打能靠AI模擬過去難以觸及的受訪者，例如CEO、大型企業決策者等B2B客戶。
這項技術已經正式進入全球市場調查產業。哥倫比亞商學院和市場研究顧問GBK Collective調查發現，81%市調人員已經或計劃使用AI生成的模擬調查數據；超過四成已在試驗數位孿生，模擬客戶在不同情境下的購買行為、點擊率和互動模式。
主打AI模擬調查的新創備受矚目，資本也跟著進場。Aaru成立短短九個月就衝上十億美元（約新台幣317億元）估值，拿下麥當勞、可口可樂、拜耳、波士頓啤酒公司、A24等大型企業客戶。
史丹佛大學人本人工智慧研究中心（HAI）團隊成立的Simile，也獲得AI教母李飛飛、OpenAI共同創辦人卡帕西（Andrej Karpathy）投資，並與市調巨頭蓋洛普（Gallup）展開合作，研究虛擬分身技術的應用可能。
AI選民、消費者上線，台灣團隊試水溫
回到台灣，也有不同領域的團隊分頭展開嘗試。
金融業工程師孫甫璋發現，銀行每推出一項新的金融商品，前期至少要花兩週做焦點訪談，光訪一輪就燒掉新台幣30至50萬元；但只要一調整利率、保額或回饋率，幾乎等於前功盡棄。
於是他靈機一動，找了法遵與行政同事，花了兩週開發出一套低成本的前測流程，可以在90秒內生成30個AI受訪者，模擬不同族群對微型信貸方案的接受度，直接從回答歸納出行動建議，「如果這項產品要上線，該在什麼時候推出、怎麼推出、需不需要聯名，我們都可以產出完整的洞察報告。」
這套概念驗證起初只在內部黑客松發表，又一路走上台灣人工智慧學校的Claude Code Demo Showcase，在更多開發者面前現場展示。
台灣金融業團隊自主開發前測流程，能快速生成多位AI受訪者，模擬不同族群對金融商品的接受度。圖片來源：孫甫璋提供
台灣民調業者也展開動作。今年八月，台灣議題研究中心（TPOC）正式發表「矽基樣本」實驗結果，讓AI對民調題目或政治議題表態。
「我們從來沒有辦過一場講座是學術界、教育界來賓大於60%的，」看見現場人潮，台灣議題研究中心研發總監趙玉娟很訝異。除了民調同業，台下還坐滿政治學、統計學者、大數據專家和公部門人士，眾人都好奇台灣民調業者會如何使用這項新興技術。
為了貼近台灣社會，TPOC以過去26年的民調資料、歷屆縣市長選舉結果對照真實人口結構，設定了28種人物屬性，從年齡、性別、教育程度，一路延伸到政治傾向、媒體使用習慣，以及成長過程經歷的政治事件，一次生成3,000個虛擬受訪者。
有了這些背景條件，這3,000位AI還得每天看新聞、滑社群。團隊依照各年齡層慣用的社群媒體，餵入每日輿情動態，觀測AI在不同時事情境下的看法。
例如，當兒虐案件爆發時，可以模擬事件首次曝光、主管機關公開道歉、各方陣營施壓下的民調反應，由此評估對政治人物選情的衝擊。
TPOC台灣議題研究中心發表矽基樣本實驗成果，利用AI模擬民調意向。圖片來源：詹湘淇攝
TPOC將矽基樣本的民調結果對照《美麗島電子報》、TVBS民調中心的真人電訪調查，結果平均誤差只有4.56個百分點。團隊已於今年九月開放訂閱制服務，單題測驗收費新台幣100元。
人設太理想、有偏見，AI回答仍有侷限
不過，AI模擬出來的調查結果，真的能還原真實人類的判斷嗎？
「近來大量研究公司搶著推出相關產品，但很多方案其實還沒充分優化，」尼爾森策略分析與洞察部門副總裁萊萬蒂（Martin Levanti）撰文指出，LLM非常擅長生成「看起來合理、很有說服力」的答案，但這些答案不一定真的準確可靠。
趙玉娟為TPOC測試矽基樣本時，也觀察到AI的判斷往往太過理性、正面。例如，超過八成AI受訪者「願意不惜一切捍衛國防」；收到未證實資訊時，甚至有九成六選擇主動求證、冷靜觀望。
「Agent有點太天使了，」趙玉娟坦言，TPOC團隊只能把恐懼、自私等人性弱點設為參數，甚至餵入社群媒體上的情緒化謾罵語料，避免AI過度迎合社會期待。
台大經濟系副教授馮勃翰也發現AI的立場普遍中庸。他曾讓學生設計實驗問卷，調查AI對盜版漫畫的態度，結果回答高度集中在中間選項，幾乎不會表達「非常喜歡」或「非常不喜歡」的極端立場，難以還原真人的強烈偏好。
德州大學奧斯汀分校政府系副教授林澤民解釋，AI開發商往往會抑制模型的攻擊性、爭議性言論，傾向迎合使用者的預設立場，回答也容易變得鄉愿。
AI還可能放大刻板印象。趙玉娟發現，35至54歲常被模型塑造成最堅定、最冷靜、最負責的年齡層，AI也常預設高學歷者習慣理性查證，年長者比較保守猶豫。
「如果過度依賴AI，這些偏見可能會不知不覺滲入我們的決策過程，」紐倫堡市場決策研究所人機互動小組負責人凱澤（Carolin Kaiser）示警，在商業決策中，早期使用者和小眾市場往往是創新的驅動力，AI的刻板印象卻常忽略這些群體的意見；若是觸及政治敏感領域，還可能左右公眾輿論、加劇現有的不平等現象。
真人驗證依然關鍵，傳統市調如何守住信任？
種種限制在前，不論是AI新創或傳統市調機構，都把AI受訪者定位為前期工具，不宜全面取代真人調查。
AI市場研究新創Synthetic Users強調，AI受訪者只能協助企業預先理解問題、調整訪綱、決定如何分配預算，如果要驗證結果、處理極端案例，還是需要訪問真實使用者。
傳統民調機構對真人驗證的要求更嚴格。「最好的合成模型，起點與終點都是真人提供的消費資料，」尼爾森指出，要強化AI受訪者的可信度，有三個基本前提：經過真人資料反覆驗證、使用最新且細緻的消費資料，並將AI結果放回真實市場資料中比較。
皮爾森數據營運長羅棋駿認為，企業需要建立一套可重複驗證的基準，確認模型在哪些族群、題型與情境下經過測試，又在哪些地方容易失準。但就算回測也有邊界，「我今天討厭你，不代表我明天也討厭你。」
拿過去的真人資料測AI，可以知道模型能否重現已發生的結果，卻不能證明下一次預測也會正確。因此，即便蓋洛普測試出的AI模擬結果已相當接近真人，也不敢宣稱「驗證成功」，反而繼續研究AI的有效範圍和失效邊界，除非有充分證據，才會考慮更廣泛的應用。
從極速探索到嚴謹驗證，目前業界的共識逐漸明朗：AI受訪者是很好的前期篩選與趨勢探索工具，但關鍵的最終決策，依然離不開真人的實測與驗證。
