Etsy-ში Zoë Weil-მა ხელი შეუწყო მთლიანი სასაქონლო მოცულობის მილიარდი დოლარით გაზრდას სულ რაღაც ერთ წელიწადში ონლაინ მარკეტფლეისის AI რეიტინგის სისტემების გაუმჯობესების გზით. თავისი ახალი startup-ით, Sequen, იგი მიზნად ისახავს თავისი და მისი თანადამფუძნებლების წლების განმავლობაში დაგროვილი AI კვლევებისა და პროდუქტის განვითარების გამოცდილება სხვა ბიზნესებსაც გაუზიაროს სამომხმარებლო სივრცეში.
კომპანია, რომელმაც ახლახან $16 მილიონიანი Series A დაფინანსება მოიზიდა, მომხმარებელს სთავაზობს რეალურ დროში პერსონალიზაციის ტექნოლოგიას და რეიტინგის ინფრასტრუქტურას — ტექნოლოგიას, რომელსაც იყენებენ მსოფლიოს უდიდესი ტექნოლოგიური ფირმები, მაგრამ აქამდე მიუწვდომელი იყო სხვა მსხვილი სამომხმარებლო ბიზნესებისთვის საჭირო უზარმაზარი მონაცემთა ბაზების გამო.
მიუხედავად იმისა, რომ ტექნოლოგიური ინდუსტრიის მიღმა მყოფთათვის შესაძლოა გაუგებარი იყოს, თუ რას მოიცავს ეს ტექნოლოგია, ნებისმიერი ადამიანი, ვისაც გამოუყენებია ისეთი სამომხმარებლო აპლიკაციები, როგორიცაა TikTok, Instagram ან YouTube, ამ სისტემების სამიზნე გამხდარა.
როგორც Sequen-ის CEO-მ, Weil-მა განმარტა: „თანამედროვე ტექნოლოგიები რეალურად აღარ გირჩევთ კონტენტს. ის დროთა განმავლობაში შეუმჩნევლად ცვლის თქვენს სურვილებს, რათა რეალურად მოგინდეთ კონკრეტული ნივთები. ფაქტობრივად, ტექნოლოგია იმდენად დაიხვეწა, რომ ბევრს ეჭვიც კი უჩნდება, თითქოს პლატფორმები მათ საუბრებს უსმენენ“.
Weil ამ ფენომენს Large Event Model-ს (დიდი მოვლენების მოდელი) მიაწერს. მაშინ როცა ChatGPT-ის მსგავსი ჩატბოტების მიერ გამოყენებული Large Language Models (LLMs) აზოგადებს ტեքსტს, Large Event Models აზოგადებს მოვლენების ნაკადებს და კონკრეტულად ადამიანის ქცევას. ამ ტექნოლოგიას აქვს გამოყენების ისეთი სფეროები, რომლებიც სცდება უბრალოდ უკეთესი ალგორითმის შექმნას.
Weil-ს სჯერა, რომ Sequen-ს საბოლოოდ შეეძლება ჩაანაცვლოს cookie ფაილები — თრექინგის ტექნოლოგია, რომელიც პერსონალიზებულს ხდის ვებ-გამოცდილებას საბოლოო მომხმარებლებისთვის, თუმცა ისეთი ფორმით, რამაც კონფიდენციალურობის პრობლემები და რეგულაციების ამოქმედება გამოიწვია.
„ჩვენი Large Event Models სწავლობს მომხმარებლის ცოცხალი მოქმედებებისგან — არა მხოლოდ დაკლიკვისა და სქროლვისგან, არამედ მაუსის მოძრაობის, საუბრებისა და მოცემული სესიის ფარგლებში არსებული სხვა აქტივობებისგან — და არა სტატიკური პროფილების ან მესამე მხარის cookie ფაილებისგან,“ ამბობს Weil. „სწორედ ასე ხდება პერსონალიზაცია რეალურ დროში, მცირე მონაცემების პირობებშიც კი. ასე რომ, დიახ, ჩვენ ხელმისაწვდომს ვხდით TikTok-ის ალგორითმებს Fortune 500-ის იმ კომპანიებისთვის, რომლებსაც არ აქვთ ამის გასაკეთებელი ინფრასტრუქტურა... მაგრამ მე ვიტყოდი, რომ ჩვენ ერთი ნაბიჯით კიდევ უფრო შორს მივდივართ,“ დასძენს ის.
ბიზნესები, რომლებიც თანამშრომლობენ Sequen-თან, ინტეგრირდებიან startup-ის RankTune პლატფორმასთან, რაც მათ საშუალებას აძლევს API-ების მეშვეობით წვდომა ჰქონდეთ Sequen-ის მოწინავე სარეიტინგო და რეალურ დროში რანჟირების მოდელებზე. (Sequen-ის მომხმარებლები უკვე იყენებენ რაიმე სახის შიდა API-ს თავიანთი რელევანტურობის სტეკის ასამუშავებლად, ამიტომ ისინი უბრალოდ ანაცვლებენ საკუთარ API-ს Sequen-ის API-ით).
გარდა ამისა, Sequen-ის ტექნოლოგია არ არის ისეთივე ინვაზიური კონფიდენციალურობის კუთხით, როგორც cookie ფაილები, რადგან ის რეალურ დროში არსებულ მონაცემებს ეფუძნება — შედეგების პერსონალიზაციისთვის მომხმარებლის ვინაობა არ არის საჭირო. ის ასევე ძალიან სწრაფია და გადაწყვეტილებებს 20 მილიწამზე ნაკლებ დროში იღებს.
მიუხედავად კონფიდენციალურობაზე ორიენტირებული მიდგომისა, Sequen აცხადებს, რომ მის ტექნოლოგიას მაინც შეუძლია შემოსავლების „გიჟური ზრდის“ დემონსტრირება.
ერთ-ერთ მაგალითში, ავეჯის დიდმა კომპანიამ Sequen-ზე გადასვლის შემდეგ შემოსავლების 7%-იანი ზრდა დააფიქსირა, მაშინ როცა მანამდე 0.4%-იანი ზრდაც კი წარმატებად ითვლებოდა. სხვა მომხმარებელმა, Fetch Rewards-მა, წმინდა შემოსავლის 20%-იანი ზრდა სულ რაღაც 11 დღეში მიიღო. startup ასევე მუშაობს სტრიმინგ მედიის კომპანიასთან და ონლაინ ტურისტულ სააგენტოსთან.
სისტემის ფასწარმოქმნა ეფუძნება წამში მოთხოვნების რაოდენობას (RPS), სადაც პაკეტები გვთავაზობს 500 RPS-მდე ან 1,000 RPS-მდე და ა.შ., რა დროსაც ფასდაკლებები იზრდება პაკეტის დონის მატებასთან ერთად. მის პირველ ხუთ კლიენტს შორის, კონტრაქტები შვიდნიშნა ციფრებს აღწევს.
18 თვეზე ნაკლებ დროში კომპანიამ თვეში დაახლოებით 10 მილიარდი მოთხოვნა დაამუშავა და Fortune 500-ის რამდენიმე კომპანიის ნდობა მოიპოვა. მისი შეთავაზება მოიცავს საკუთრებაში არსებულ ტექნოლოგიას, მათ შორის Large Event Models, რანჟირების მოდელებს, ალგორითმებს და სხვა.
ნიუ-იორკში დაფუძნებული კომპანიის 14-კაციანი გუნდი მოიცავს DeepMind-ის, Meta-ს, Anthropic-ისა და სხვა ცნობილი კომპანიების ყოფილ თანამშრომლებს.
Sequen-ის Series A დაფინანსებას ერთობლივად ხელმძღვანელობდნენ White Star Capital და Threshold Ventures, წინა ინვესტორების, მათ შორის Greycroft-ის მონაწილეობით, რომელიც მის seed რაუნდს ლიდერობდა. დღემდე Sequen-მა $22 მილიონი დოლარი მოიზიდა.
წყარო: techcrunch.com
