Start-up-urile care promit să prezică modul în care oamenii se vor comporta traversează o perioadă fastă. În ultimul an, companii precum Simile au atras investiții de 200 de milioane de dolari, Aaru a obținut 88 de milioane de dolari, iar Humans& a lansat Persimmon, o soluție AI pentru modelarea comportamentului uman, după o rundă de finanțare de 480 de milioane de dolari. Abordarea actuală pentru predicția comportamentului uman se bazează în mare măsură pe modele lingvistice mari (LLM) care sunt fie instruite, fie adaptate pentru a simula un anumit demografic. Însă, Mirror Particle, un start-up din San Francisco, fondat acum doi ani, consideră că această abordare este fundamental greșită.
„Este ca și cum ai aduce un furtun de joacă la Cascada Niagara”, spune Abhivyakti Ahuja, co-fondator și CEO al Mirror Particle. Compania oferă brandurilor un motor AI care prezice comportamentul consumatorilor și motivele din spatele acestuia. „LLM-urile au fost antrenate pe sute de miliarde de puncte de date. Cât de mult poți influența comportamentul lor prin adaptarea cu o cantitate atât de mică de date? Ele sunt încă blocate în trecut”, explică Ahuja. Ea consideră că LLM-urile nu percep lumea așa cum o face un om. „LLM-urile modelează limbajul scris, dar oamenii sunt făcuți din percepție vizuală, raționament spațial și inteligență socială.” Bazarea pe acestea, subliniază ea, înseamnă obținerea de informații bazate pe ceea ce oamenii nu observă, ceea ce este irelevant atunci când încerci să prezici comportamentul uman.
Mirror Particle adoptă o altă strategie: construirea unui model de bază, sau, așa cum o descrie Ahuja, un model al lumii construit de la zero, care simulează de ce oamenii fac ceea ce fac și cum se schimbă comportamentul uman în timp. „Nu vrem să capturăm persoana statică”, spune Ahuja. „Vrem să capturăm persoana în schimbare. Asta înseamnă să capturăm date longitudinale despre cum se schimbă oamenii, ce îi declanșează și în ce măsură.” Dacă aceștia nu se schimbă, „și acest lucru este un semnal”, adaugă ea.
Mirror Particle a atras deja o finanțare „angel” și se apropie de închiderea primei sale runde de finanțare de tip venture. Compania concurează săptămâna viitoare în Startup Battlefield 200, o competiție renumită de start-up-uri organizată de TechCrunch la TechCrunch Disrupt 2026 în San Francisco, între 13 și 15 octombrie.
Start-up-ul se bazează pe o combinație proprietară de date, care include datele clienților, evenimente curente, cultură pop, social media și multe altele, pentru a modela un segment demografic, considerându-l un sistem care evoluează în timp și urmărind modul în care motivațiile se schimbă pe măsură ce grupul trece prin diverse experiențe. O mare parte din focus este pe „comportamentul dezvăluit” – ceea ce oamenii fac de fapt, spre deosebire de răspunsurile din sondaje auto-raportate. La fel ca rivalii săi, strategia inițială de lansare pe piață a Mirror Particle se concentrează pe domeniile în care bugetele există deja pentru acest tip de informații: cercetare de piață și strategie de brand și produs.
Mirror ar putea, de exemplu, să ajute un brand de frumusețe nu doar să scrie texte publicitare mai bune pentru produse de machiaj care să atragă generația Z, ci și să determine dacă acel demografic dorește de fapt produsul respectiv. „Ce se întâmplă dacă [demograful țintă] nu vrea farduri de pleoape?” întreabă Ahuja. „Poate că fardul de obraz este o opțiune mai bună dacă vrei să vinzi un produs pe această piață.” Motorul de predicție al Mirror Particle oferă clienților și „motivul” din spatele comportamentului actual sau viitor – motivațiile, constrângerile și contextul suplimentar care justifică recomandarea sa, ajutând brandurile să ia decizii mai inteligente.
Într-un pilot timpuriu, un brand cunoscut de hrană pentru animale de companie a dorit să știe ce imagini să folosească pe ambalaj pentru a crește vânzările. Pui? Vită? Legume? Tehnologia Mirror a constatat că brandul punea întrebarea greșită. Imaginile nu contau. Problema era că brandul era atât de recunoscut încât era considerat de piață de masă și ieftin, iar vânzările se plateau până când percepția negativă era abordată.
„Modul în care vedem evoluția modelului nostru este asemănător modului în care un bebeluș învață despre lume”, spune Ahuja, menționând că bebelușii trec de la viziune la limbaj, apoi la conștientizarea corpului și, în final, la inteligența socială. Acest interes fundamental pentru modelarea creierului uman provine din background-ul lui Ahuja în neuroștiințe și informatică. Originare din India, ea a studiat la Universitatea din Toronto, unde a fost inspirată de contribuțiile pionierului AI, Geoffrey Hinton, la rețelele neuronale. După facultate, Ahuja a ajuns la Amazon Robotics, unde a construit roboți care construiesc alți roboți. Acolo i-a întâlnit pe co-fondatorii săi, Will Song și Thomson Yen. Song a petrecut o parte semnificativă a carierei sale construind motoare de personalizare a vânzărilor, iar Yen s-a concentrat pe utilizarea învățării profunde pentru a înțelege cum agenții AI percep comportamentul uman.
Viziunea pe termen lung a start-up-ului este de a deveni „strat general pentru anticiparea comportamentului uman” și de a trece de la analize la nivel de populație la perspective la nivel individual. „Avem nevoie doar de un model mai bun al oamenilor dacă vrem să lucrăm alături de AI și unii cu alții”, concluzionează Ahuja.
Descoperă Mirror Particle și multe alte start-up-uri inovatoare, verificate de echipa editorială TechCrunch, săptămâna viitoare la Disrupt în centrul orașului San Francisco. Câștigătorul Startup Battlefield din acest an va fi desemnat de juriul nostru de investitori în după-amiaza zilei de joi, 15 octombrie.