Et regneark med 300 begeistrede kundesvar kan få et nytt produkt til å fremstå som en trygg investering. Hvis alle svarene er laget av KI, har bedriften ikke snakket med 300 kunder. Den har generert 300 svar fra en modell. Den forskjellen må frem i investeringsforslaget, før en prognose blir til en bindende bestilling.
Norske ledere må avgjøre hva simulerte kundesvar er nyttige til, og hvilken dokumentasjon som trengs før bedriften bruker penger på en lansering. Min anbefaling er å bruke KI til å skjerpe spørsmålene, utforske innvendinger og prioritere hva dere bør undersøke. Påstander om etterspørsel trenger et eget grunnlag fra det aktuelle markedet. Flere genererte svar gir ikke i seg selv flere uavhengige observasjoner av kunder.
Finn ut hvem som faktisk har svart
Et KI-verktøy kan få beskjed om å opptre som en innkjøpssjef, en travel småbarnsforelder eller en bedriftseier. Svaret kan virke både troverdig og konkret. En tjeneste kan også bygge simuleringer på intervjuer eller spørreundersøkelser med virkelige mennesker. Det er vesentlig forskjellige utgangspunkter.
Før dere bruker resultatet, må dere vite hva som er observert, og hva som er anslått. Fikk en kunde faktisk dette spørsmålet? Utledet modellen svaret fra eldre intervjuer? Eller ble hele kundeprofilen diktet opp for øvelsen? Et realistisk sitat er fortsatt generert tekst hvis ingen har sagt det. Ikke presenter det som en kundeuttalelse eller et funn fra et intervju.
Hold tre typer opplysninger fra hverandre i rapporten: det folk fortalte oss, det folk faktisk gjorde, og det modellen anslo. Ingen av delene gir automatisk et fullstendig bilde av markedet. Et ekte intervju om betalingsvilje er heller ikke det samme som et akseptert tilbud eller et gjenkjøp.
Forskningen viser både begrensninger og muligheter
Pew Research Center rapporterte 30. september 2026 at KI-genererte svar i gjennomsnitt avvek om lag 12 prosentpoeng fra menneskers svar i tre amerikanske undersøkelsesrunder. Målet gjaldt gjennomsnittlige absolutte forskjeller i svarandeler, ikke at 12 prosent av enkeltsvarene var feil. Studien handler om meningsmålinger, ikke norske kjøpsbeslutninger.
Ifølge metodebeskrivelsen brukte Pew profiler av faktiske deltakere, blant annet med tidligere svar om politiske holdninger. Profilene var altså ikke bare oppdiktet. Hovedanalysen ble gjort med Claude Opus 4.6. De fleste spørsmålene var politiske. Funnene fastslår ikke hvor godt alle modeller eller simuleringsmetoder fungerer.
Det finnes også forskning som viser at bedre opplysninger fra mennesker forbedrer simuleringene. En studie av 1 052 amerikanere, revidert 28. juni 2026, fant at agenter bygget på intervjuer og spørreskjemaer oppnådde 86 prosent av deltakernes egen svarstabilitet over to uker på General Social Survey-spørsmål som agentene ikke hadde fått deltakernes svar på. Målet tar hensyn til at mennesker svarer forskjellig når de blir spurt igjen. Det måler ikke treffsikkerheten for kjøp. Den engelskspråklige, amerikanske studien fastslår ikke treffsikkerheten for norske kunder.
Gallup prøver ut simuleringer sammen med Simile, en kommersiell samarbeidspartner, med reelle intervju- og spørreskjemadata. Metodeartikkelen, først publisert 11. mai 2026 og senere oppdatert, beskriver lovende tidlige resultater nær temaene i de opprinnelige intervjuene. Gallup understreker samtidig at valideringen fortsetter, og at simulerte svar ikke skal erstatte direkte målinger i de løpende undersøkelsene. Dette er ingen uavhengig bekreftelse på at et bestemt produkt passer deres marked.
Min konklusjon er at merkelappen «syntetiske undersøkelser» sier lite alene. Datagrunnlaget fra mennesker, spørsmålet modellen skal anslå et svar på, og kontrollen mot relevante personer avgjør hvilken vekt resultatet fortjener. Studiene gir grunn til å undersøke metoden, ikke til å omtale genererte respondenter som intervjuede kunder.
Test produktet, ikke bare beskrivelsen
Se for deg en hypotetisk norsk produsent som vurderer returkasser til små matprodusenter. Ledelsen vurderer å investere 400 000 kroner i produksjonsverktøy. Teamet ber KI simulere 300 innkjøpere fra bakerier og cateringbedrifter. De genererte svarene er positive til kassen og roser returordningen.
Øvelsen kan avdekke nyttige spørsmål. Passer kassen i hyllene som allerede er i bruk? Hvem oppbevarer tomkassene? Hvem betaler for henting? Hvor mye ekstra håndtering vil de ansatte akseptere? Men et positivt svar fra en oppdiktet innkjøper viser ikke at et bakeri har plass til kassene eller vil betale den foreslåtte prisen.
Neste steg bør undersøke forholdet som kan få investeringen til å mislykkes. La relevante innkjøpere prøve en prototype i sin egen arbeidshverdag, forklare hva de bruker i dag, og vurdere et faktisk tilbud med pris, levering og returvilkår. Ta med potensielle kunder utover de mest begeistrede blant dagens kontakter. Registrer også avslag og begrunnelsene for dem.
Noen få intervjuer er nyttige for å oppdage innvendinger. De gir ikke et representativt anslag for norsk etterspørsel. En betalt utprøving gir sterkere holdepunkter for at noen vil prøve produktet til den prisen, men dokumenterer verken gjenkjøp eller lønnsom drift i større skala. Beskriv hvert funn så presist som grunnlaget tillater.
For produsenten kan oppbevaring og retur bety mer enn ordlyden i produktbeskrivelsen. Tusen nye positive svar fra KI avklarer ikke disse spørsmålene. En avgrenset praktisk utprøving kan gjøre det før hele investeringen gjennomføres.
Vis dokumentasjonen ved siden av påstanden
Be den kommersielt ansvarlige legge en kort oversikt over dokumentasjonen sammen med lanseringsforslaget. Dette er et forslag for den hypotetiske produsenten, ikke en forskningsstandard med dokumentert effekt:
| Påstand som skal vurderes | Nødvendig dokumentasjon | Simuleringens bidrag |
|---|---|---|
| Innkjøperne har et problem det er verdt å løse | Relevante innkjøpere beskriver dagens kostnader og løsninger | Mulige problemer og spørsmål til intervjuene |
| Kassen passer i arbeidet deres | Innkjøpere prøver prototypen under realistiske forhold | Mulige hindringer å undersøke |
| Innkjøperne aksepterer tilbudet | Svar på en konkret pris og konkrete vilkår, med avslag registrert | Hypoteser om prisinnvendinger |
| Etterspørselen forsvarer investeringen | Et begrunnet anslag for etterspørsel og økonomi, med usikkerheten synlig | Scenarioer å teste, ikke observerte bestillinger |
Bestem på forhånd hvilke funn som skal føre til at dere endrer produktet, begrenser lanseringen eller stanser investeringen. Ledelsen kan fortsatt velge å gå videre med usikkerhet. Da må den si hvilken forutsetning den tar risiko på, fremfor å la et stort antall simulerte svar skjule usikkerheten.
I et lite AS kan samme person ha ansvar for både salg og produktutvikling. Generert materiale må likevel holdes adskilt fra registrerte kundesvar. En større bedrift som bestiller en undersøkelse, bør kreve at leverandøren oppgir hvor dataene fra mennesker kommer fra, hvor gamle de er, hvem de dekker, hvilken modell og metode som er brukt, hvordan resultatene er kontrollert, og hvilke svar som er simulert. Spør om treffsikkerheten er testet på spørsmål og personer som ikke ble brukt til å tilpasse metoden. En demonstrasjon valgt ut etter at resultatene var kjent, gir liten trygghet.
Gjør kundeundersøkelsen raskere uten å fjerne kunden
Det er verdt å prøve KI i forarbeidet: foreslå alternative forklaringer, finne hull i en intervjuguide og hjelpe til med å ordne intervjumateriale bedriften har lov til å behandle. La en fagperson kontrollere oppsummeringene mot de opprinnelige svarene, også motstridende synspunkter og svar som få har gitt. Mål om teamet kommer raskere frem til en bedre begrunnet beslutning. Ta med tiden til kontroll og kostnaden ved undersøkelsen.
I det norske markedet må undersøkelsen dekke de faktiske innkjøperne og måten de kjøper på. Flytende bokmål og en profil merket «norsk innkjøpssjef» viser ikke at simuleringen gjenspeiler lokale avtaler, distribusjon, geografi eller fullmakter. Bruk godkjente verktøy dersom kundeopplysningene er personlige eller fortrolige, og avklar hva som er tillatt før materialet lastes opp.
Ikke krev perfekt dokumentasjon før hvert lille forsøk. En rimelig konsepttest som er enkel å avslutte, kan være fornuftig selv med stor usikkerhet. En stor investering i produksjonsverktøy eller en etterspørselsprognose som skal brukes til å hente kapital, trenger et sterkere grunnlag. Investeringsguiden for KI viser hvordan investeringer bør veies mot kostnaden ved å vente. Artikkelen om prising tar opp det separate spørsmålet om verdien kunden betaler for.
Ledelsen har ansvar for bestillingen av undersøkelsen, kontrollen av resultatene og den kommersielle beslutningen. Når investeringen er vesentlig, bør styret spørre hvor mye av etterspørselsanslaget som bygger på faktiske kunder, hvilken atferd som er observert, og hvilken forutsetning som fortsatt er uprøvd. Styremedlemmene trenger ikke gjennomføre intervjuer eller velge modell.
Still ett enkelt spørsmål før neste markedsundersøkelse godkjennes: Hvor mange relevante personer har faktisk svart, og hvilke svar er simulert? Svaret hjelper bedriften å kjøpe nyttig kunnskap fremfor svar som virker sikrere enn grunnlaget tilsier.
Kildene er kontrollert 25. oktober 2026. Produsenten, de 300 svarene, investeringen på 400 000 kroner og dokumentasjonsoversikten er hypotetiske. Arbeidsmåtene er forfatterens anbefalinger. Illustrasjonen er KI-generert.