數創國際講堂 2026/10：當 AI 成為「虛擬顧客」：它能代表真實消費者嗎？

麥肯錫曾記錄一家全球飲料公司的案例：原本需一週才能完成的消費者報告，透過 AI 一天內就能完成；團隊更在同一天產出 30 個高擬真度的產品概念，而傳統上，開發一個概念可能需要 7–10 天。

當 AI 大幅加快市場測試、並模擬顧客時，新的問題隨之出現：虛擬顧客該如何建立？產出的結果又該如何驗證，才能支持企業決策？

今年首場數創國際講堂，我們邀請來自香港的 Preferences AI 共同創辦人 Tamir Abdel-wahab 與 Jason Lau，分享 Synthetic Data 在國際市場上如何被企業廣泛應用，以及落地到亞洲市場時面臨的語言與資料覆蓋等挑戰。

Preferences AI 是一家運用 AI 模擬顧客、協助企業理解市場的 AI 新創，客戶涵蓋跨國上市公司，並參與 Google for Startups Scale、NVIDIA Inception 等國際新創計畫。

講座中，Tamir 與 Jason 也將拆解虛擬顧客的建立方式：從打造 AI Persona、設計提問方式，到資料品質控管與如何透過真實消費者資料驗證結果。

活動大綱

1. Synthetic Data 是什麼？它正在怎麼改變傳統市場調查？​​​​​​​​​​​​​​

• Synthetic Respondent 是什麼？又有哪些常見誤解？
• 為什麼 Synthetic Data 開始成為市場研究的新選項？
• 目前國際市場已經有哪些實際應用，企業採用到什麼程度？
• APAC 與美國、歐洲市場目前怎麼看待 Synthetic Data？​​​​​​​​​​​​​​

2. 從市場需求到企業客戶：Preferences AI 的旅程

• Preferences AI 為什麼開始做 Synthetic Data？最初想解決的是什麼問題？
• AI 產品如何打進亞洲市場？實際會遇到哪些挑戰？

​​​​​​​3. AI 合成虛擬消費者（Synthetic Consumer）到底是怎麼建立出來的？

• 如何根據真實人口分布與多維特徵，建立不只是「刻板印象」的虛擬消費者樣本？
• 在不同市場中，如何處理語言、市場覆蓋與基礎資料不足的問題？
• 問卷怎麼設計，才不會讓 AI 的回答產生偏差？
• 從資料整理、可重現性到真人資料驗證，怎麼判斷一份 Synthetic Data 結果已經足以提供給企業使用？​​​​​​​

適合對象

• 正在帶 AI 專案、或要對 AI 專案做決策的 PM／主管
• 有數據功底、第一次被交付 AI 應用任務的技術人員
• 正在搭建或維運 GenAI 應用的工程師
• 被交付任務、需要自行搭建 AI Agent 的業務或專業工作者
• 想往 AI 領域轉職、希望累積實務應用能力的學習者

講師介紹

Tamir Abdel-wahab ｜CEO, Co-Founder of Preferences AI