CustDev
AI-двойники клиентов: LinkedIn → synthetic persona за 30 секунд
В сентябре 2025 на Hacker News вышёл пост, который многие могли пропустить. Show HN: «AI customer twins for instant marketing validation». Создатель resonaX писал: вставьте ссылку на LinkedIn — получите AI-двойника через 30 секунд. Спрашивайте его о чём угодно. Купил бы он ваш продукт? Что ему мешает? Какие возражения?
Пост собрал 70 комментариев, 70 бета-пользователей подписались за первый месяц. Идея оказалась настолько очевидной, что странно, что никто не сделал этого раньше.
Но есть нюанс.
И он касается не только resonaX. Это история про весь emerging-рынок synthetic users — от Askpot (синтетические интервью) до UXSquid (AI-исследования) и holyshift.ai (агенты, которые сами говорят с реальными пользователями).
Рынок взорвался. Вопрос не в том, будут ли AI-двойники забирать долю у классических исследований. Вопрос в том — где synthetic persona даёт точность, а где генерирует шум, который выглядит как инсайт.
resonaX: что под капотом
resonaX берёт LinkedIn-профиль — опыт, роль, индустрию, навыки — и на его основе строит AI-персону. Пользователь может задавать вопросы: «Как ты отнесёшься к цене $199 в месяц?», «Что тебе не нравится в текущих решениях?», «Почему ты не купишь?».
По заявлению автора, персона учитывает не только профиль, но и поведенческие паттерны — если к профилю привязана CRM-история (через интеграцию), двойник становится точнее.
Кейсы, которые приводят beta-пользователи — тестирование позиционирования и цен на лендингах. То, что раньше требовало мини-исследования на 5–10 респондентов, теперь можно сделать за один вечер.
Но: LinkedIn-профиль — это самопрезентация. Человек пишет, кем хочет казаться, а не кем является. Его реальные боли, триггеры покупки и критерии выбора часто лежат за пределами «опыт работы» и «навыки».
Скорость vs глубина: главный конфликт
У synthetic personas есть очевидное преимущество — скорость. Вместо трёх недель рекрутинга — 30 секунд. Вместо транскрибации — готовый диалог. Вместо субъективной интерпретации — структурированные данные.
Но скорость — не синоним точности. И здесь начинается главный водораздел.
Когда synthetic persona адекватен:
- Тестирование позиционирования и формулировок — «как звучит этот заголовок для сегмента Х?»
- Первичный скрининг возражений — «что может помешать купить?»
- Проверка ценовых диапазонов — «$49 или $99?»
- Генерация гипотез для глубоких интервью
Когда synthetic persona врёт:
- Глубинная мотивация — «почему ты на самом деле ушёл от конкурента?»
- Контекст принятия решений — «кто ещё участвовал в покупке?»
- Эмоциональные триггеры — «что ты почувствовал, когда увидел эту цену?»
- Неочевидные барьеры — «почему ты не купил, хотя всё нравилось?»
Разница не в том, что synthetic persona «хуже». Разница в том, что она отвечает на основе известных данных о сегменте. А настоящий прорыв в исследованиях — всегда про то, что неизвестно. Про то, что клиент сам не формулирует, пока его не разговоришь.
Конкуренты: кто ещё на поле
Askpot (Show HN, декабрь 2025) — synthetic user interviews для валидации идей. В отличие от resonaX, Askpot не строит персону из профиля, а генерирует синтетических респондентов на основе описания целевой аудитории. Ближе к классическому кастдеву по форме — диалог, транскрипт, инсайты.
UXSquid (2024) — AI-исследования пользовательского опыта. Более широкий продукт: synthetic interviews + аналитика поведения + отчёты. Ориентирован на UX-команды, а не на маркетинг.
Askmore (2023) — пионер направления. AI проводит user interviews с реальными респондентами. Не синтетика, а автоматизация процесса интервью. Рекрутинг остаётся человеческим.
holyshift.ai (ноябрь 2025) — AI-агенты, которые сами находят реальных пользователей и проводят с ними интервью. Другой подход: не заменять респондента цифровым двойником, а автоматизировать поиск и коммуникацию с живыми людьми.
Каждый из этих инструментов решает одну часть уравнения. Ни один — всё уравнение целиком.
Где здесь CustDevica
Мы не конкурируем с resonaX за скорость. Нам не нужно 30 секунд — нам нужно, чтобы персона была репрезентативна.
За три года мы провели больше 5 000 глубинных интервью. Это не просто цифра для сайта. Это обучающая выборка, на которой мы понимаем: где AI-двойник говорит правду, а где галлюцинирует, потому что данных о сегменте недостаточно.
Мы не строим персону из LinkedIn-профиля. Мы собираем её из всего массива данных клиента: интервью, CRM, история звонков, поддержка, отзывы, продажи. Чем больше контекста — тем меньше шума.
Наш фокус — не instant validation для лендинга. Наш фокус — continuous discovery, где synthetic persona работает как постоянно обновляемая модель сегмента, а не как одноразовый ответ.
Итог: скорость — это не цель
resonaX делает важную вещь: он снижает барьер входа в исследования. Команда, которая никогда не проводила кастдев, может за вечер получить 20 ответов от AI-двойников и принять решение о позиционировании. Это лучше, чем ничего. Это часто лучше, чем «решение по ощущениям».
Но это не отменяет глубоких исследований. Это их передняя дверь.
Мы видим будущее как гибрид: synthetic screening → real interview для стратегических вопросов → synthetic persona, которая учится на каждом реальном интервью и становится точнее.
Не замена. Дополнение. Ускорение там, где скорость оправдана, и глубина там, где без неё нельзя.
Пять тысяч интервью — не для того, чтобы их заменить. А для того, чтобы на их основе построить новый инструмент.