Alfred Wahlforss estava a ficar sem opções. A sua inicialização, Ouça Labs, necessário contratar mais de 100 engenheiros, mas competindo contra Mark Zuckerberg $100 milhões de ofertas Parecia impossível. Então ele passou $5.000 — um quinto do seu orçamento de comercialização — em uma Publicidade em San Francisco mostrando o que parecia sem sentido: cinco cadeias de números aleatórios.
Os números eram, na verdade, fichas de IA. Decodificados, eles levaram a um desafio de codificação: construir um algoritmo para atuar como um segurança digital em Berghain, o clube noturno de Berlim famoso por rejeitar quase todos na porta. Em poucos dias, milhares tentaram o quebra-cabeças. O 430 partiu-o. Alguns foram contratados. O vencedor voou para Berlim, todas as despesas pagas.
Esta abordagem não convencional atraiu agora $69 milhões em fundos da Série B, liderados por Capital de Ribbit com a participação de Evantic e investidores existentes Sequoia Capital, Convicção, e Pear VC. Os valores redondos Ouvir Laboratórios em $500 milhões e traz o seu capital total para $100 milhões. Em nove meses desde o lançamento, a empresa cresceu a receita anualizada em 15x para oito números e realizou mais de um milhão de entrevistas com IA.
"Quando você fica obcecado com os clientes, tudo mais segue", disse Wahlforss em entrevista à VentureBeat. "Equipes que usam a Ouvir trazem o cliente para cada decisão, de marketing para produto, e quando o cliente está encantado, todo mundo está."
Por que a pesquisa de mercado tradicional é quebrado, eo que Listen Labs está construindo para corrigi-lo
Ouvir Pesquisador de IA encontra participantes, realiza entrevistas em profundidade, e fornece insights acionáveis em horas, não semanas. A plataforma substitui a escolha tradicional entre inquéritos quantitativos — que fornecem precisão estatística mas falta nuance—e entrevistas qualitativas, que dão profundidade, mas não podem escalar.
Wahlforss explicou a limitação das abordagens existentes: "Essencialmente pesquisas dão-lhe falsa precisão porque as pessoas acabam respondendo a mesma pergunta... Você não pode obter os outliers. As pessoas realmente não são honestas em pesquisas." A alternativa, entrevistas humanas individuais, dá-lhe muita profundidade. Você pode fazer perguntas de acompanhamento. Você pode tipo de verificar se eles realmente sabem o que eles estão falando. E o problema é que você não pode escalar isso."
A plataforma funciona em quatro etapas: os usuários criam um estudo com a assistência de IA, Ouça recruta participantes de sua rede global de 30 milhões de pessoas, um moderador de IA realiza entrevistas em profundidade com perguntas de seguimento, e os resultados são embalados em relatórios prontos para executivos, incluindo temas-chave, rolos de destaque e slides.
O que distingue a abordagem do Listen é o seu uso de conversas em vídeo abertas em vez de formas de múltipla escolha. "Em uma pesquisa, você pode adivinhar o que deve responder, e você tem quatro opções", disse Wahlforss. "Oh, eles provavelmente querem que eu compre alto rendimento. Deixe-me clicar nesse botão contra uma resposta aberta. Só gera muito mais honestidade."
O segredo sujo do $140 mil milhões de indústrias de investigação de mercado: fraude generalizada
Ouve. encontra e qualifica os participantes certos em sua rede global de 30 milhões de pessoas. Mas construir esse painel exigiu confrontar o que Wahlforss chamou de "uma das coisas mais chocantes que aprendemos quando entramos nesta indústria"—Fraude desenfreada.
"Essencialmente, há uma transação financeira envolvida, o que significa que haverá maus jogadores", explicou. "Na verdade, tínhamos algumas das maiores empresas, algumas delas têm bilhões de receitas, enviamos pessoas que afirmam ser tipo compradores de empresas para nossa plataforma e nosso sistema imediatamente detectado, como, fraude, fraude, fraude, fraude, fraude."
A empresa construiu o que chama de "guarda de qualidade" que cruza os perfis do LinkedIn com respostas de vídeo para verificar a identidade, verificar a consistência de como os participantes respondem às perguntas e sinaliza padrões suspeitos. O resultado, de acordo com Wahlforss: "As pessoas falam três vezes mais. Eles são muito mais honestos quando falam sobre assuntos sensíveis como política e saúde mental."
Emérito, uma empresa de educação online que utiliza o Listen, relatou que cerca de 20% das respostas da pesquisa anteriormente caíram na categoria fraudulenta ou de baixa qualidade. Com o Escute, eles reduziram isso para quase zero. "Não tivemos que substituir nenhuma resposta por causa de fraude ou informações sem sentido", disse Gabrielli Tiburi, Gerente Assistente de Insights de Clientes da Emérito.
Como Microsoft, Sweetgreen e Chubbies estão usando entrevistas de IA para construir produtos melhores
A vantagem de velocidade provou ser central para o arremesso da Listen. Investigação tradicional do cliente em Microsoft Pode levar quatro a seis semanas para gerar insights. "Quando chegamos a eles, ou a decisão foi tomada ou perdemos a oportunidade de realmente influenciá-la", disse Romani Patel, Gerente de Pesquisa Sênior da Microsoft.
Com o Listen, a Microsoft agora pode obter insights em dias, e em muitos casos, em horas.
A plataforma já tem várias iniciativas de alto nível. A Microsoft usou o Listen Labs para coletar histórias globais de clientes para sua celebração de 50 anos. "Queríamos que os usuários compartilhassem como o Copilot está capacitando-os a levar o seu melhor para frente", disse Patel, "e fomos capazes de coletar essas histórias de vídeo do usuário dentro de um dia." Tradicionalmente, esse tipo de trabalho teria levado de seis a oito semanas.
Moderno Simples, uma empresa de betonware baseada em Oklahoma, usado Ouça para testar um novo conceito de produto. O processo levou cerca de uma hora para escrever perguntas, uma hora para iniciar o estudo e 2,5 horas para receber feedback de 120 pessoas em todo o país. "Nós fomos de "Devemos mesmo ter este produto?" para "Como devemos lançá-lo?"", disse Chris Hoyle, Diretor de Marketing da empresa.
Chubbies, a marca shorts, obteve um aumento de 24x na participação na pesquisa de jovens—crescendo de 5 para 120 participantes — usando o Ouça para superar os desafios de agendamento de grupos focais tradicionais com crianças. "Há escola, esportes, jantar e dever de casa", explicou Lauren Neville, diretora de Insights e Inovação. "Tive de encontrar uma maneira de ouvir deles que se encaixam nos seus horários."
A empresa também descobriu problemas de produto através de entrevistas de IA que poderiam ter sido não detectados de outra forma. Wahlforss descreveu como a IA "através de conversas, percebeu que havia problemas com as crianças de linha curta, e decidiu, tipo, entrevistar centenas de crianças. E eu entendo que havia problemas no forro dos shorts e que eles eram, tipo, arranhados, citação, unquote, de acordo com as pessoas entrevistadas." O produto redesenhado tornou-se "um sucesso de sucesso."
O paradoxo de Jevons explica porque pesquisas mais baratas criam mais demanda, não menos
Ouça Labs está a entrar num mercado maciço mas fragmentado. Wahlforss citou pesquisa de Andreessen Horowitz estimando a indústria de pesquisa de mercado em aproximadamente $140 mil milhões por ano, povoado por jogadores legados — alguns com mais de um bilhão de dólares em receita — que ele acredita que são vulneráveis a perturbações.
"Há muitas linhas orçamentais existentes que estamos substituindo", disse Wahlforss. "Por isso estamos substituindo-os é que, eles são super caros. Segundo, eles estão presos nesse velho paradigma de escolha entre uma pesquisa ou entrevista, e eles também levam meses para trabalhar com."
Mas a dinâmica mais intrigante pode ser que AI-powered pesquisa não apenas substituir os gastos existentes — cria uma nova procura. Wahlforss invocou o paradoxo de Jevons, um princípio econômico que ocorre quando os avanços tecnológicos tornam um recurso mais eficiente de usar, mas o aumento da eficiência leva ao aumento do consumo global e não à diminuição do consumo.
"O que eu notei é que à medida que algo fica mais barato, você não precisa de menos. Queres mais", explicou Wahlforss. "Há uma demanda infinita para o entendimento do cliente. Assim, os pesquisadores da equipe podem fazer uma ordem de magnitude mais pesquisa, e também outras pessoas que não eram pesquisadores antes podem agora fazer isso como parte de seu trabalho."
Dentro da equipa de engenharia de elite que construiu a Listen Labs antes de terem uma casa de banho a trabalhar.
Ouça Labs traça suas origens para um aplicativo de consumo que Wahlforss e seu co-fundador construiu após reunião em Harvard. "Nós construímos esse aplicativo de consumo que recebeu 20.000 downloads em um dia", lembrou Wahlforss. "Tivemos todos esses usuários, e estávamos pensando: "O que podemos fazer para conhecê-los melhor? E construímos este protótipo do que é hoje o Ouvir."
A equipe fundadora traz um pedigree incomum. O co-fundador de Wahlforss "foi o campeão nacional em programação competitiva na Alemanha, e trabalhou no Tesla Autopilot." A empresa afirma que 30% de sua equipe de engenharia são medalhistas da Olimpíada Internacional em Informática — o mesmo concurso que produziu os fundadores da Cognição, a inicialização de codificação de IA.
O Acrobacia de outdoor Berghain gerou aproximadamente 5 milhões de visualizações nas mídias sociais, segundo Wahlforss. Refletiu a intensidade da guerra de talentos na Bay Area.
"Tivemos que fazer essas coisas porque alguns dos nossos funcionários, como os antigos, entraram para a empresa antes de termos um banheiro trabalhando", disse ele. "Mas agora resolvemos essa situação."
A empresa cresceu de 5 para 40 funcionários em 2024 e planeja atingir 150 este ano. Contrata engenheiros para funções de não engenharia em marketing, crescimento e operações — uma aposta que na era IA, a fluência técnica importa em toda parte.
Clientes sintéticos e decisões automatizadas: o que a Listen Labs está construindo a seguir
Wahlforss delineou um ambicioso roteiro de produto que empurra para um território mais especulativo. A empresa está construindo "a capacidade de simular seus clientes, para que você possa fazer todas as entrevistas que fizemos, e então extrapolar com base nisso e criar usuários sintéticos ou vozes de usuários simuladas."
Além da simulação, o Listen visa permitir uma ação automatizada baseada em resultados de pesquisa. "Você não pode apenas fazer recomendações, mas também criar agentes de desova para mudar as coisas em código ou alguns churns do cliente? Você pode dar-lhes um desconto e tentar trazê-los de volta?"
Wahlforss reconheceu as implicações éticas. "Obviamente, como você disse, há preocupações éticas lá. Da mesma forma, a tomada de decisão automatizada em geral pode ser ruim, mas teremos grades de segurança consideráveis para garantir que as empresas estejam sempre no circuito."
A empresa já lida com dados sensíveis com cuidado. "Nós não treinamos em nenhum dos dados", disse Wahlforss. "Nós também esfregaremos qualquer PII sensível automaticamente para que o modelo possa detectar isso. E há momentos em que, por exemplo, você trabalha com investidores, onde se você acidentalmente mencionar algo que pode ser material, informação não pública, a IA pode realmente detectar isso e remover qualquer informação assim."
Como a IA poderia remodelar o futuro do desenvolvimento de produtos
Talvez a implicação mais provocativa do modelo de Listen é como ele poderia remodelar o desenvolvimento do produto em si. Wahlforss descreveu um cliente — uma inicialização australiana — que adotou o que equivale a um ciclo de feedback contínuo.
"Eles são baseados na Austrália, então eles estão codificando durante o dia, e então em sua noite, eles estão lançando um estudo de audição com um público americano. Ouça valida o que eles construíram durante o dia, e eles recebem feedback sobre isso. Eles podem então conectar esse feedback diretamente em ferramentas de codificação como Claude Code e iterar."
A visão estende o famoso dictum de Y Combinator — "escrever código, falar com os usuários" — num ciclo automatizado. "O código está agora a ser automatizado. E eu acho que falar com os usuários também vai ser, e você vai ter esse tipo de loop infinito onde você pode começar a enviar este produto verdadeiramente incrível, quase tipo de autonomia."
Se essa visão se materializa depende de fatores além do controle da Ouvinte — a melhoria contínua dos modelos de IA, a vontade empresarial de confiar na pesquisa automatizada, e se a velocidade realmente se correlaciona com melhores produtos. A 2024 Estudo MIT verificou que 95% dos pilotos de IA não conseguem se mover para a produção, uma estatística de Wahlforss citada como a razão pela qual ele enfatiza a qualidade sobre demos.
"Eu tenho que enfatizar constantemente como, vamos ter certeza que a qualidade está lá e os detalhes estão certos", disse ele.
Mas o crescimento da empresa sugere apetite para o experimento. Patel da Microsoft disse que a Ouvir "removeu o esforço de pesquisa e trouxe a diversão e alegria de volta ao meu trabalho." Chubbies está agora empurrando seu fundador para dar a todos na empresa um login. Sling Money, uma stablecoin payments startup, pode criar uma pesquisa em dez minutos e receber resultados no mesmo dia.
"É uma mudança total de jogo", disse Ali Romero, gerente de marketing do Sling Money.
Wahlforss tem uma frase diferente para o que ele está construindo. Quando questionados sobre a tensão entre velocidade e rigor — a crença de longa data de que mover-se rápido significa cortar cantos — Ele citou Nat Friedman, o ex-presidente da GitHub e investidor Listen, que mantém uma lista de um-liners em seu site.
Um deles: "Devagar é falso."
É uma reivindicação agressiva para uma indústria baseada em cautela metodológica. Mas Ouça Labs está apostando que na era IA, as empresas que escutam mais rápido serão as que ganham. A única questão é se os clientes vão responder.
