行业现状与核心矛盾 - 用户研究领域长期面临速度与深度难以兼得的矛盾：大规模调研覆盖广但洞察浅显，深度访谈质量高但周期长达数月[1][5] - 产品迭代以周为单位推进，而传统研究频次以季度为单位，存在严重节奏错配[2] - 传统访谈项目从设计到执行需耗时1个月以上，其中问题设计1周、招募约谈数周[5] AI技术带来的变革 - 语音和推理模型突破使AI具备深度对话能力，首次实现定性访谈与问卷调查相当的执行效率[2][5] - AI访谈可异步进行、智能高效，使研究从项目制转变为嵌入开发流程的基础能力[5][36] - 参与者面对AI时比面对真人更愿意分享，且执行时间从数月压缩至数天[8][36] 市场规模与机会 - 传统用户研究市场已产生多起十亿美元级交易：Qualtrics 2021年IPO估值超270亿美元，Medallia被64亿美元收购[2][16] - 传统软件平台（Qualtrics/SurveyMonkey）和研究服务公司（Nielsen/Kantar）合计创造超250亿美元企业价值[12][17] - AI原生研究当前处于蓝海阶段，多数买家尚无法列举明确供应商[13] 产品形态创新 - 下一代平台需重构全流程：参与者招募变为API驱动基础设施，支持从CRM等内部系统直接调取用户数据[21] - AI访谈支持动态脚本调整，可执行情境访谈、原型测试、产品实测三类模式[22] - 洞察生成从静态报告变为交互式资产，支持对话式查询和跨访谈索引[9][26] 企业级需求与竞争壁垒 - 合规治理是核心门槛：需满足数据安全、隐私保护、偏见控制及审计追溯要求[29] - 大型企业采购分两种模式：资源有限团队用AI替代人力（如周访谈量从12次增至20次），大企业用于增强现有体系[18][19] - 定价模式可能围绕人力ROI设计，而非传统软件分层收费[31] 未来趋势 - 合成用户画像成为新兴方向，可模拟用户行为补充真实反馈，但当前仍处早期阶段[33] - 研究职能从中心化团队分散至产品/设计/增长等多部门，买家群体显著扩大[34] - AI使非研究人员（如产品经理）也能独立完成专业访谈，大幅降低使用门槛[36]

新能源用户结构转型 - 新能源用户结构正从"功能型"向"场景型"深度重构，车企需从产品思维切换至用户思维 [1] - 新能源车主群体分化为八类典型消费群体，包括生活精算师、摩登青年客、潮奢精质族等，形成差异化用车画像 [4] - 新能源车消费逻辑从"技术驱动"走向"生活驱动"，续航和补贴不再是唯一决策因素 [10] 高线城市用户画像 - "科技先锋派"偏爱大电池+快充组合，乐于尝试超充等新技术，高功率快充是首选 [4] - "摩登青年客"注重车辆颜值与智能化体验，出行活跃度高，周末社交与休闲活动频繁，青睐快充车型 [4] - "潮奢精质族"看重品牌调性、豪华质感与智能辅助配置，商务与休闲场景兼具，偏好快慢充结合方式 [4] 低线城市用户画像 - "生活精算师"约60%分布于三至五线城市，追求技术成熟与经济适用，偏好夜间慢充以节省成本 [5] - "实干奋斗者"约60%集中于三至五线城市，用车时间分布广、频次高，凌晨及夜间低电价时段补能为主 [5] - "优价品质流"多分布在一二线城市，注重实用性与性价比，90%以上车次在低电量时补能，夜间慢充为主 [5] 家庭及特殊场景用户 - "温馨生活家"将安全性、空间与舒适性放在首位，周末出行时长明显高于工作日，家用桩夜间补能满足需求 [5] - "野趣体验官"出行半径位居八大人群前列，周末常进行中长距离外出，依赖公共快充网络 [5] 用户行为趋势 - 出行结构个性化显著，如实干奋斗者用车时段覆盖早晚与午后，摩登青年客周末出行频率高 [9] - 补能行为呈现圈层特征，生活精算师和优价品质流偏好夜间慢充，科技先锋派和野趣体验官依赖高功率快充 [9] - 新能源车加速成为"生活连接器"，承担周末出行、社交聚会、亲子出游等多重角色 [9] 行业竞争方向 - 车企需围绕用户用车场景、出行节奏、充电习惯等提供适配服务，而非单纯卖配置 [10] - 区域型产品配置需差异化，高线城市关注品牌与科技，低线城市注重成本控制与实用功能 [9] - 未来竞争核心在于理解用户细分需求，产品、运营、基础设施需围绕人群做精细调整 [10]

图片来源： Perplexity Perplexity 公司的 CEO 表示，其浏览器将追踪用户所有在线行为，以销售"超个性化"广告。Perplexity 不仅想与谷歌竞争，显然还想成为谷歌。 其 CEO Aravind Srinivas 本周在 TBPN 播客中表示， Perplexity 开发自有浏览器的原因之一， 是为了收集用户在其应用之外的所有行为数据，以便销售高 价广告位。 "这也是我们想开发浏览器的另一个原因，我们希望能获取应用之外的数据，以便更深入地了解你，" Srinivas 说，"因为人们在 AI 中输入的某些提示纯粹 与工作相关，那并不涉及个人隐私。" 与工作相关的查询无助于 AI 公司构建足够精确的用户档案。 " 另一方面，你购买什么商品；选择哪家酒店；光顾哪些餐厅；浏览哪些内容消磨时间，这些都更能揭示你的个性， " 他解释道。 Srinivas认为， Perplexity 浏览器的用户会接受这种追踪行为，因为据此展示的广告将更具相关性。 " 我们计划利用所有上下文数据构建更完善的用户画像，或许通过我们的发现流，可以在那里展示一些广告， " 他说道。 Srinivas表示，这款名为 " ...