今天的会议由 Knit 主持。Aneesh Dhawan，请收下。 Aneesh Dhawan: 太棒了。大家下午好。 乔，非常感谢您今天邀请我们来这里。我叫阿尼什。 今天，我将代表 Knit 介绍研究人员驱动的 AI，如何以 DIY 成本和速度推动机构质量研究。 对于那些第一次听说 Knit 的人来说，我们是一个人工智能平台，可以帮助世界上一些顶级品牌的研究人员以 DIY 成本构质量、量化和定性研究。 我们实现这一目标的方式是通过研究人员驱动的人工智能的理念和技术，今天我们将讨论这一点，并介绍我们的一位合作伙伴如何实际使用他们的平台来获得有关人工智能主题的一些非常有趣的见解。
但在深入探讨之前我知道我们来
这里是为了更多地了解 DIY 工具以及 DIY 工具在当今 AI 原生世界中的演变。 因此，对于我们大多数使用过 DIY 工具的人来说，它们可以作为我们研究工具堆栈的一部分，成为非常强大的工具。您可以以相对较低的成本快速获取数据。 然而，DIY 工具的缺 手机号码数据 点在于你获得的往往只是表面层面的见解。 为了深入挖掘并真正了解对方所说的内容，您可能需要花费大量时间进行繁重的分析。这就是客户和合作伙伴选择全方位服务供应商的原因。
全方位服务供应商可以为您完成许
多繁重的工作，帮助您获得深刻且可操作的见解。但这可能需要数周甚至数月的时间才能完成，而且成本高昂。这就是为什么对于当今的研究人员来说，在进行研究时需要做出一些妥协。您总是在严谨性、速度和成本之间做出妥协。 在 Knit，我们利 你的写作语法拼写错误 用人工智能开发了一个平台，让您可以毫不妥协地开展研究。我们认为人工智能可以让您在洞察中获得机构级别的严谨性，但速度和成本却与 DIY 相同。今天我们将向您介绍我们如何做到这一点。
但在深入研究之前，我们还想现实地认识到使用人工智能并将其应用于市场研究所带来的一些不利因素。 人工智能也往往在几个方面存在不足。如今，市场研究中的人工智能工具可能感觉有点不合常规。得出的见解或人工智能输出可能感觉有点通用，并没有真正根据你或你的公司开展研究的方式进行定制调整。 人工智能也感觉像是一个黑匣子。你真的不知道幕后是如何发生魔法的，人工智能实际上是如何综合这些数据并将其转化为可操作的见解的。 最后，人工智能工具可能具有非原生体验。它们可能具有非直观的体验。许多人工智能工具实际上并不适合您开展研究的方式。
这就是为什么我们在 Knit 开
发了一种称为研究人员驱动的人工智能 AQB 目录 的技术和理念，这才是我们真正帮助您以 DIY 成本和速度开展机构质量研究的能力所在。 研究人员驱动的人工智能有三个关键线索。 第一个是 Knits AI。这是根据我们在研究方面的最佳实践进行训练的 AI。因此，它知道如何做诸如帮助您制定问卷、制定顶线报告中的分析计划之类的事情。
第二是我们的研究人员。我们的研究人员就像任何一家提供全方位服务的机构研究团队一样。他们确实花时间了解您和您的公司如何以独特的方式开展研究，并确保这反映在我们的人工智能及其输出中。 最后，就是你。我们的整个平台都是围绕研究人员设计的。这就是它可定制的原因。
