當品牌推出一款新牙膏、洗髮精或沐浴乳時，第一件事通常不是上市，而是先花大錢做市場調查。找數百位消費者填問卷、評估「你會不會買」。如今，這件事可能正被 AI 改寫。

高露潔母公司 Colgate-Palmolive 與 AI 研究團隊 PyMC Labs 最新發布論文指出，大型語言模型（LLM）已能扮演「虛擬消費者（synthetic consumers）」進行商品測試，甚至重現接近真人的購買意願（purchase intent）分布與產品偏好排序。研究團隊直言，企業未來可能不用每次都先花大錢做真人市調，而是先用 AI 模擬市場反應。

這篇題為《LLMs Reproduce Human Purchase Intent via Semantic Similarity Elicitation of Likert Ratings》的研究，使用高露潔旗下 57 項個人護理產品概念測試、共 9,300 名真實美國消費者資料作為驗證基準，涵蓋牙膏、口腔與個人護理產品等類型。

不再問 AI「你會買嗎？」而是讓它「變成消費者」

研究最大突破，在於它發現：AI 不適合被直接問「你會買嗎？」

過去研究常直接要求 ChatGPT、Gemini 等模型回答 1 到 5 分的購買意願（Likert Scale），但結果常出現「過度保守」或「集中在中間值」問題，像真人會打 4、5 分的產品，AI 卻常回答「3 分」，失去真實市場訊號。

因此，高露潔研究團隊換了一種方式。

他們先讓 AI 扮演特定背景的消費者，例如不同年齡、收入、地區、族群的人，再讓 AI 看產品圖片與文案，最後不直接評分，而是像真人一樣先說感想：「如果效果真的不錯，而且價格合理，我可能會試試看。」

接著，研究團隊再利用語意分析（Semantic Similarity Rating，SSR），把這段自然語言與不同購買意願的標準句進行向量比對，換算成 1 到 5 分的購買機率。

AI 模擬消費者，與真人吻合度達 90%

結果讓研究團隊意外。論文指出，當 AI 被賦予消費者人格與人口特徵後，其模擬結果對產品吸引力排序的吻合度，最高可達真人測試重現率（test-retest reliability）的 90%，同時生成的評分分布也與真人相近。

換句話說，如果真人認為 A 產品比 B 產品更值得買，AI 大致也能得出相同結論。更重要的是，AI 還能給出「理由」。真人問卷常只有數字評分，但虛擬消費者會補充像是：「價格有點高」、「方便攜帶」、「香味吸引人，但不確定效果」等評論。

研究認為，這種質化回饋可能比傳統市調更有價值，因為品牌不只知道產品賣不賣，還知道「為什麼有人不買」。

收入低的人更不想買？AI 甚至模擬出消費階級差異

研究還發現，AI 不只是亂猜。當系統被設定成不同收入層消費者時，低收入族群對產品購買意願明顯下降，而中高收入者較願意嘗試新品，這與真人數據趨勢高度一致。年齡層差異也被部分成功重現：中年族群購買意願較高，年輕與高齡族群相對保守。

但若拿掉人格設定，只讓 AI「自由發揮」，結果就失真。研究發現，此時 AI 幾乎會對所有產品都偏樂觀，導致產品排序能力大幅下降。這意味著，AI 想模擬人，前提是先有「人設」。

研究團隊認為，這類「AI 虛擬消費者」短期內不會完全取代真人市調，但可能成為前置工具。未來品牌推出新產品時，或許先由 AI 跑數千次模擬，快速淘汰吸引力低的概念，只留下最有潛力的產品，再投入昂貴的人類測試。對大企業來說，這代表更低成本、更快迭代；對小品牌而言，則可能首次擁有過去只有大公司負擔得起的消費者洞察能力。