Тільки що натрапив на дуже цікаве симуляційне дослідження: Що відбудеться, якщо змусити AI-агентів симулювати поведінку звичайних покупців — і тестувати маркетингові кампанії на них перед запуском у реальному світі? Дослідники створили невелике віртуальне містечко і заселили його AI-агентами. Лише 11 агентів і 10 локацій. Кожен агент мав: • бюджет • рівень енергії • потреби в їжі та покупках • пам’ять • соціальні зв’язки • власну персональність Потім DeepSeek-V3 генерував їхні плани, розмови та рішення щодо покупок. Агенти почали діяти: їли, спілкувалися між собою, пам’ятали речі, запрошували друзів кудись — і самостійно вирішували, де витрачати гроші. Сам експеримент був дуже простим: один магазин смаженого курчатка запропонував знижку 20% посередині тижня. Дослідники спостерігали, що відбувається. • Дохід магазину збільшився на 51% з другого на третій день — навіть після (!) закінчення знижки. • Його частка ринку зросла з 30% у перший день до 41% у третій. • Але ЗАГАЛЬНИЙ ринок не збільшився суттєво. Отже, знижка не створила значної нової попиту — вона переважно відволікла клієнтів від конкурента. • Місцевий ресторан втратив частку ринку і побачив падіння доходу на 7%. • Кав’ярня залишилася відносно стабільною. Ще цікавіше те, що найсильніший ефект не виник негайно. Автори інтерпретують це як поширення інформації через соціальну мережу агентів: вони спілкувалися, планували разом, запрошували друзів — і інтерес до місця зростав завдяки їхнім взаємодіям. Симуляція також породила щось на зразок лояльності: деякі агенти поверталися до магазину смаженого курчатка під час акції, тоді як ресторан зберігав ширший попит навіть без знижок. Таким чином, теоретично такі системи можуть дозволити маркетологам тестувати: • знижки • акції • зміни цін • запуски нових продуктів • конкурентні сценарії на синтетичних споживачах, перш ніж виходити на реальний ринок. Але є дуже важливий АЛЕ. Це все ще доказ концепції, а не підтвердження того, що AI може надійно передбачати реальну людську поведінку. Симуляція мала лише 11 агентів. Їхні рішення сильно залежать від дизайну промптів, обраного LLM, правил середовища та навіть того, як побудоване віртуальне містечко. На мою думку, це точно те, за чим варто стежити. Бо якщо ці симуляції колись будуть правильно калібруванні на реальних даних, частина CustDev, цінових експериментів і тестування кампаній може спочатку відбуватися на AI-агентах — а лише потім на людях.