Kenaikan harga produk, kegagalan chatbot, hingga waktu tunggu layanan kini dapat diuji melalui simulasi AI sebelum bertemu pengguna sebenarnya. Meski menjanjikan proses yang lebih cepat, hasil simulasi belum cukup untuk memastikan keputusan konsumen di dunia nyata.
Seseorang dapat menyebut sebuah produk menarik dalam survei, tetapi tidak pernah menggunakannya setelah produk tersedia. Sebaliknya, pengguna bisa tetap membeli layanan yang dianggap mahal karena faktor emosional yang tidak selalu dapat diprediksi model.
Batas inilah yang membuat Konsumen Nyata tetap penting dalam pengembangan produk. Simulasi dapat membantu menyeleksi gagasan, tetapi pengujian langsung masih diperlukan untuk keputusan yang berkaitan dengan uang dan pengalaman penggunaan.
Simulasi untuk menguji keputusan pengguna
Sistem bernama MatrAIx memungkinkan pengembang menguji kemungkinan respons pengguna dari latar yang beragam. Penggunaan yang dibayangkan mencakup survei, chatbot, situs web, dan aplikasi.
Dalam pengujian harga, sistem dapat membandingkan reaksi persona yang sensitif terhadap biaya dengan pengguna yang loyal kepada merek. Persona lain juga dapat dimodelkan sebagai pengguna yang tetap bersedia membayar lebih apabila kualitas layanan dianggap memuaskan.
Ketika chatbot AI tidak memberi bantuan memadai, simulasi dapat memeriksa apakah pengguna akan tetap memakai layanan. Sistem itu juga dapat menangkap kemungkinan keraguan pengguna serta toleransi mereka terhadap waktu tunggu.
| Lingkungan | Contoh penggunaan |
|---|---|
| Survei | Mengisi survei |
| AI Chatbot | Berinteraksi dengan chatbot layanan pelanggan |
| Web | Mencoba situs web |
| App | Menjalankan tugas dalam aplikasi |
Selain empat lingkungan tersebut, MatrAIx memiliki 1.010 tugas aplikasi pada lebih dari 25 bidang. Perdagangan, perangkat lunak, keuangan, dan layanan kesehatan termasuk bidang yang disebut dalam cakupan sistem.
8,3 miliar catatan persona
MatrAIx dikembangkan oleh peneliti dari Harvard University, Massachusetts Institute of Technology, Stanford University, dan sejumlah institusi lain. Sistem ini menyimpan 8,3 miliar catatan persona, bukan mengoperasikan 8,3 miliar chatbot secara serentak.
Setiap persona dibentuk dari 1.290 dimensi karakteristik yang mencakup latar belakang, ciri psikologis, kemampuan, serta pola perilaku. Menurut data yang dirangkum tekno.kompas.com berdasarkan Worldometer, jumlah tersebut kurang lebih setara dengan populasi dunia saat ini.
Tim peneliti menyediakan coreset yang telah disaring kualitasnya untuk kebutuhan penelitian. Coreset itu berisi sekitar 1 juta persona, dengan 599.847 persona berbasis manusia dan 400.000 persona sintetis.
Dataset sistem menggabungkan data dari StackExchange, General Social Survey, Afrobarometer, dan Amazon Reviews. Berbagai dataset persona sintetis serta sumber persona lain juga digunakan untuk memperluas keberagaman profil pengguna.
Hasil uji menunjukkan konsistensi, bukan kepastian
Tim MatrAIx menjalankan 400 uji terkontrol untuk mengukur kemampuan persona mempertahankan karakteristiknya. Dalam 366 pengujian atau sekitar 91,5 persen, perilaku persona berhasil ditampilkan atau ditekan sesuai konteks.
Angka tersebut memperlihatkan bahwa Simulasi AI dapat menjaga karakter persona dalam banyak keadaan. Namun, capaian itu juga menunjukkan masih ada kondisi ketika perilaku virtual tidak sepenuhnya sesuai dengan pengaturan yang ditetapkan.
Jika akurasi meningkat dan biaya pemakaian menurun, perusahaan berpeluang mengurangi kebutuhan responden pada tahap awal. Peran manusia tetap tidak tergantikan saat produk harus diuji terhadap keputusan dan pengalaman konsumen yang sesungguhnya.
