NielsenIQ ищет человека с опытом 7 лет. А что, если мы найдем ему замену за 7 минут?

Коллеги, сегодня на нашем операционном столе вакансия от настоящего титана – NielsenIQ.

Для тех, кто последние лет 50 провел в криокамере, поясню. NielsenIQ – это мировой лидер в изучении потребительского поведения. Недавно они объединились с GfK, и теперь эта махина, по их собственным словам, оперирует данными, охватывающими более 90% населения мира. Это не просто компания, это целая индустрия данных. Они знают, что вы купите на ужин в следующую среду, еще до того, как вы сами об этом подумали.

И вот этот гигант данных ищет в Белграде менеджера проектов количественных исследований. Человека. С опытом не менее 7 лет. Его задача – готовить и проводить исследовательские проекты, разрабатывать анкеты, анализировать результаты и представлять их клиенту. Классика жанра. Компания пытается закрыть понятную боль: нужен опытный боец, который может взять бриф от клиента, превратить его в стройный исследовательский проект, довести до ума и красиво упаковать выводы. Семь лет опыта нужны, чтобы человек набил достаточно шишек и интуитивно понимал, какой инструмент и в какой ситуации применить. По сути, они ищут хорошо обученную, но очень медленную и дорогую нейросеть на ножках.

Но позвольте, мы же в 2024 году! Компания, которая в описании вакансии гордо заявляет, что использует ИИ для отбора кандидатов, почему-то останавливается на полпути. Они автоматизируют HR-рутину, но самую суть – обработку и интерпретацию данных – хотят по-прежнему отдать одному человеку. Это как купить спорткар, чтобы возить на нем картошку с дачи.

Давайте пофантазируем и соберем для NielsenIQ их нового сотрудника. Не человека, а систему. Назовем ее, скажем, «AI Project Director».

Представьте себе диалог в переговорке. С одной стороны – Иван, менеджер-скептик со стажем. С другой – Анна, сторонница новых подходов.

Иван: Анна, ну какой ИИ? Тут нужен человеческий контакт! Клиенту в глаза посмотреть, понять его настоящую боль, а не то, что он в брифе написал.

Анна: Иван, а давай по шагам. Что делает твой идеальный менеджер? Первое – он получает бриф. Наш «AI Director», обученный на тысячах прошлых успешных проектов NielsenIQ, анализирует бриф клиента за 30 секунд. Он тут же предлагает 3 варианта методологии, от классического опроса до сложного конджойнт-анализа, сразу с предварительным расчетом стоимости и сроков. Твой семилетний опыт – это база данных в твоей голове. А у машины база данных по всей компании за всю ее историю.

Иван: Допустим. Но анкета! Составить правильные вопросы, без двойных смыслов, без подсказок – это искусство!

Анна: Это не искусство, это наука. И она отлично алгоритмизируется. Мы даем системе цель исследования и описание целевой аудитории. Она генерирует черновик анкеты, используя лучшие практики. Более того, она прогоняет вопросы через симулятор ответов, чтобы выявить потенциально слабые или необъективные формулировки. Инструменты вроде SurveyMonkey уже внедряют похожие AI-фичи. А мы можем сделать свою, заточенную под наши задачи. Человек-менеджер только проверяет и утверждает. Не 3 дня работы, а 3 часа.

Иван: Хорошо, а анализ данных? Эти горы цифр… Тут нужна интуиция, чтобы найти тот самый инсайт!

Анна: Интуиция – это распознавание паттернов. А с этим машины справляются лучше нас. Наш «AI Director» подключается к сырым данным и за ночь прогоняет сотни гипотез. Он строит корреляции, о которых человек бы и не подумал. Он проводит сегментацию аудитории не по трем признакам, а по тридцати трем. Он находит те самые «неочевидные инсайты» и сразу же визуализирует их в виде графиков. Вместо того чтобы часами копаться в SPSS, менеджер утром получает готовый дашборд с ключевыми выводами и аномалиями, на которые стоит обратить внимание.

Иван: И что, эта штука и презентацию для клиента сама нарисует? Со всеми этими красивыми стрелочками и выводами на слайдах?

Анна: Именно. Интеграция с условным PowerPoint или Google Slides через API – дело техники. Система берет ключевые графики, добавляет к ним сгенерированные executive summaries и рекомендации, основанные на лучших практиках для данной отрасли. Получается 80% готовой презентации. Человеку остается добавить финальные штрихи, расставить акценты и подготовиться к выступлению. Он перестает быть ремесленником и становится стратегом, который работает с почти готовым продуктом.

Чтобы снизить недоверие, мы не увольняем всех завтра. Мы внедряем систему как ассистента. Сначала она помогает с рутиной – черновики анкет, первичный анализ. Команда видит, что это экономит им часы. Постепенно доверие растет, и система берет на себя все более сложные задачи. Роль человека смещается от «исполнителя» к «контролеру» и «интерпретатору».

А как проверить, что наш «AI Director» не несет чушь? Элементарно.
Берем 10 закрытых проектов за прошлый год. Даем системе исходные данные и брифы. Сравниваем выводы и рекомендации, которые сгенерировал ИИ, с теми, что подготовила команда людей. Насколько они совпадают? Где ИИ нашел что-то новое? Где ошибся? Это и есть процесс валидации и дообучения.
Запускаем пилотный проект в параллель. Одна команда работает по-старинке, другая – с AI-ассистентом. Сравниваем скорость, стоимость, глубину анализа и, главное, удовлетворенность клиента. Цифры скажут все за себя.

В итоге, вместо того чтобы искать одного дорогого специалиста с 7-летним опытом на рынке Белграда, компания могла бы инвестировать в создание системы, которая инкапсулирует в себе опыт сотен таких специалистов. Такая система не уйдет в декрет, не попросит прибавку и не перегорит. Она просто будет делать свою работу – превращать данные в деньги. И это, кажется, именно то, чего хотят такие гиганты, как NielsenIQ. Просто они, возможно, еще не до конца это осознали.

Вакансия отсюда: https://www.linkedin.com/jobs/view/4403666142/