в тему deep research агентов, попросил своего хорошего знакомого @ZeroToPMF порассуждать про то, как deep research заменит / улучшит продуктовые и маркетинговые исследования. у Димы свое консалтинговое рисерч-агентство, так что, это, рефлексия с полей. далее его текст: Зачем нужны ресерч-агентства, если теперь есть Deep Research? Начнем с того, что Deep Research ищет информацию в интернете. Если ее нет в открытых источниках — у Deep Research ее тоже нет. Погуглить что-то может любой школьник. Ценность стратегического исследования от этого никогда не менялась.  Хороший ли это тул, чтобы собрать все, что есть в интернете (в надежде обойтись без галлюцинаций)? Допустим. Прелиминари ресерч? Вполне. Разобраться поверхностно в теме и узнать, как что-то работает? Да. В своей ресерч-команде я называю это «Ad hoc обзор». Теоретически, теперь я могу поручать это AI. Только в нем я не совсем уверен, его надо валидировать. А в своих чуваках — уверен. Можно ли полностью заменить то, что мы делаем? Давайте смотреть. У любого коммерческого ресерча есть три составляющие: кабинетная, полевая и стратегическая. 1️⃣ Кабинетная строится на данных, которых нет в публичных источниках. И этих данных будет становиться все меньше. Почему? Все модели обучаются на доступной информации, и люди стали понимать, что данные дорого стоят. Компании стали отбирать доступы. Парадокс GPT: чем дальше, тем меньше он будет знать. Поэтому сейчас GPT скорее учат не больше знать, а лучше мыслить. Поэтому Reddit и Twitter вводят платные IP. Что уж говорить про любую непубличную информацию, на которой люди зарабатывают? 2️⃣ Полевая составляющая — это непосредственное общение с людьми, опросы. Думаю, понятно, что Deep Research — не про это.  Сейчас многие пытаются сделать AI-тулы, которые имитируют клиента. Ты можешь «прособеседовать» с ним, минуя реального человека. На что только не пойдут, лишь бы не общаться с пользователями...  Это бесполезно. Когда мы общаемся с клиентами, то изучаем мнение, а AI не обучен мнению. Его мнение — «Может быть вот так, а может быть вот так». Нам нужно знать, как человек думает, а AI лишен человеческих качеств. И слава богу, а то мы бы рисковали создать опасный искусственный суперинтеллект. 🧠 Кроме того, огромный слой человеческого мышления — иррациональный. Этот слой AI считать не может, потому что считается он на уровне эмпатии. Поэтому не важно, по какому гайду вы двигаетесь во время интервью — вы в любом случае видите больше, чем формальные ответы. Именно в этих иррациональных слоях часто кроются самые важные инсайты. Тот же JTBD бывает не только функциональным, но и эмоциональным.  А эмоциональный JTBD — между строк.  AI может работать как справочный инструмент, а мы даем ответы и рекомендации. Клиентам это нужнее, потому что никто не хочет сам принимать решения. Люди не платят McKinsey $100 млн за справку. Они платят, чтобы им сказали, как поступить. И чтобы потом в случае чего прикрыться McKinsey 🌚 Настоящая джоба консалтеров — своей репутацией прикрывать отсутствие уверенности в правильном решении. Стратегия, которой я занимаюсь, строится индивидуально для конкретной отрасли и основывается на на отраслевой специфике. Чтобы понимать отраслевую специфику, нужно владеть публичной и непубличной информацией, мнениями экспертов и пониманием аудитории. Только так ты можешь примерно сформировать картину, что на самом деле происходит в той или иной нише. AI на это пока не способен.