Guglielmo Faglioni, medstifter og videnskabs- og teknologichef hos Callimacus – interviewserie

Guglielmo Faglioni, medstifter og videnskabs- og teknologichef hos Callimacus, er teknologiiværksætter og softwareingeniør med mere end ti års erfaring med at udvikle digitale produkter og applikationer. Sideløbende med sin rolle hos Callimacus har han været administrerende direktør for Gorilla Technologies siden 2016, en softwareudviklingsvirksomhed med fokus på mobilapplikationer, websites og e-handelsløsninger. Tidligere i sin karriere grundlagde Faglioni GuiDev, hvor han arbejdede som ledende iOS-softwareingeniør. Hos Callimacus er han med til at lede virksomhedens videnskabelige og tekniske udvikling af sin tilgang til AI-drevne digitale oplevelser.

Callimacus er en AI-platform udviklet af det Milano-baserede Solomei AI, som erstatter det traditionelle koncept med statiske websider med digitale oplevelser, der sammensættes dynamisk til hver besøgende. Platformens arkitektur benytter et orkester af specialiserede AI-agenter til at fortolke signaler som spørgsmål, klik og rulleadfærd, fastslå brugerens hensigt og sammensætte relevante grænsefladeelementer i realtid. Platformen kan forbindes med systemer som Shopify, Salesforce, indholdsstyringssystemer og API’er, samtidig med at den giver udviklere SDK’er til at integrere dens funktioner til fortolkning af brugerhensigter og generering af grænseflader i eksisterende frontend-løsninger. Callimacus er også blevet implementeret til at drive AI-baserede digitale oplevelser for luksusmodevirksomheden Brunello Cucinelli.

Inden du var med til at grundlægge Callimacus, brugte du flere år på at udvikle software som iOS-ingeniør og grundlagde senere Gorilla Technologies, som du også stod i spidsen for. Hvilke erfaringer fra den rejse overbeviste dig om, at internettets traditionelle, sidebaserede arkitektur var klar til at blive gentænkt grundlæggende i AI-æraen?

Arbejdet med at udvikle iOS-apps lærte mig noget, som det tog flere år fuldt ud at forstå: Hver skærm er designet på forhånd, og alle brugere ser den samme. Man tegner appen, lancerer den og ser derefter millioner af forskellige mennesker arbejde sig gennem et identisk forløb. Man kan opdele brugerne i segmenter og udføre A/B-test, men man vælger stadig mellem versioner, som nogen har tegnet på forhånd. Internettet overtog den samme model fra trykte medier: siden som en fast beholder. Da modeller blev i stand til at forstå hensigter og træffe strukturerede beslutninger hurtigt nok, blev det muligt at sætte spørgsmålstegn ved selve beholderen i stedet for blot at optimere det, der er indeni.

Callimacus erstatter foruddefinerede brugerforløb på websites med et »orkester« af AI-agenter, der fortolker de besøgendes hensigter og sammensætter en grænseflade i realtid. Kan du gennemgå, hvad der rent teknisk sker fra det øjeblik, en besøgende ankommer, til den personaliserede oplevelse vises?

Callimacus er bygget op omkring en arkitektur uden sider. I stedet for at organisere indhold på forhånd i websider adskiller vores teknologi indholdet fra selve siden. Produkter, redaktionelt indhold, medier og grænsefladekomponenter eksisterer uafhængigt af hinanden, så de kan sammensættes dynamisk i stedet for at være låst fast i faste beholdere.

Når den besøgende begynder at interagere, analyserer Callimacus flerdimensionelle signaler som klik, navigationsmønstre og promptbaserede samtaler. Intent Agent bruger disse signaler til at forstå den besøgendes kontekst, interesser, forventninger og adfærd samt, hvad vedkommende forsøger at opnå netop da. Derefter aktiverer Intent Agent den mest passende »receptor« for den pågældendes motivation. En person, der søger inspiration, kan for eksempel følge et andet interaktionsforløb end en person, der tydeligt har til hensigt at købe. Systemet udvælger derefter det mest relevante indhold og de mest relevante grænsefladekomponenter og sammensætter oplevelsen på millisekunder. Processen finder ikke kun sted én gang. Efterhånden som den besøgende interagerer, og hensigten ændrer sig, kan oplevelsen uden faste sider fortsat blive sammensat på ny omkring vedkommende i stedet for at tvinge personen gennem et forløb, der er designet på forhånd.

Personalisering har været en del af internettet i årevis gennem anbefalingsmotorer, segmentering og A/B-test. Hvad gør hensigtsbaserede, generative grænseflader grundlæggende anderledes end disse tidligere tilgange?

For os er den grundlæggende forskel, om man personaliserer ud fra fortiden eller forstår, hvad nogen har brug for lige nu. De fleste eksisterende former for personalisering bygger på ting som CRM-profiler, cookies og tidligere adfærd. Det kan fortælle noget om, hvad folk har gjort før, men hensigter er langt mere umiddelbare og kan ændre sig i løbet af en enkelt session.

Callimacus er udviklet til at forstå hensigter ud fra signaler i realtid og personalisere på individniveau. Platformen er heller ikke begrænset til at ændre en anbefaling eller et enkelt element på en side. Indholdet, grænsefladekomponenterne og interaktionsforløbet kan alle sammensættes ud fra personens aktuelle hensigt og derefter sammensættes på ny, efterhånden som den udvikler sig. Skiftet går altså fra at vælge mellem foruddefinerede oplevelser, der i høj grad bygger på historiske oplysninger, til at generere selve oplevelsen ud fra det, den enkelte forsøger at opnå i øjeblikket. Historiske data kan give kontekst, men hensigten i realtid afgør, hvordan oplevelsen tilpasses.

Hvis hver besøgende i praksis kan få et forskelligt website, hvordan undgår I så, at personalisering bliver uforudsigelig? Hvordan bevarer I et brands identitet, designsprog og forretningsregler, samtidig med at AI får reel frihed til at tilpasse oplevelsen?

Personalisering betyder ikke, at AI får ubegrænset frihed. Brandets kontrol er indbygget i arkitekturen, så oplevelsen altid skabes inden for de regler og med de aktiver, brandet har godkendt. Hvert element i brugergrænsefladen kommer fra et bibliotek med komponenter, som brandet har godkendt, og som allerede er udformet i brandets visuelle stil. Modellen udarbejder en struktureret beskrivelse af, hvad der skal vises, og hvordan det skal arrangeres. Beskrivelsen valideres mod et strengt skema, før noget vises. Med andre ord bestemmer modellen kompositionen, mens brandets designsystem afgør, hvordan en komposition kan se ud. Forretningsregler som priser, tilgængelighed og regionalt sortiment håndhæves uden for modellen som faste begrænsninger.

Kontrol handler også om overblik. Via administrationsværktøjet kan forretningsteams se, hvordan websitet fungerer: hvilke oplevelser der sammensættes, til hvilke formål, og hvordan de besøgende reagerer. Platformen diagnosticerer også sig selv, og det gør den proaktivt. Den påpeger, hvor der kan være behov for forbedringer, afprøver nye konfigurationer, tester dem mod tidligere brugerinteraktioner og vurderer, om de virker. Intet sættes i drift, før brandet har godkendt det, så AI foreslår evidensbaserede forbedringer, mens den endelige beslutning fortsat ligger hos brandet.

Det er vigtigt, fordi et af de problemer, vi forsøger at løse, er, at traditionelle websites har fået mange brands til at fremstå og opføre sig stadig mere ens på nettet. AI bør give et brand større mulighed for at udtrykke sin identitet med udgangspunkt i den enkelte besøgende, samtidig med at brandet fortsat fastlægger rammerne for, hvordan oplevelsen skabes.

Generative brugergrænseflader i realtid medfører nye udfordringer med hensyn til pålidelighed, fordi AI ikke længere blot genererer et svar, men også er med til at afgøre, hvad brugeren rent faktisk ser, og hvordan vedkommende navigerer. Hvordan håndterer I hallucinationer, fejlagtig fortolkning af brugerens hensigt, sikkerhed og verifikation i den sammenhæng?

Vi begynder med at begrænse, hvad AI kan tage fejl af. Modellen afgør, hvordan oplevelsen sammensættes, men oplysningerne i den kommer fra brandets autoritative datakilder. Fortolkning af brugerens hensigt behandles som en sandsynlighed. Når systemet er usikkert, sammensætter det en bredere og mere udforskende oplevelse i stedet for at binde sig til én fortolkning. Da oplevelsen løbende sammensættes på ny, efterhånden som den besøgende interagerer med den, korrigerer hvert nyt signal det foregående gæt.

Pålidelighed handler også om arkitektur. Det lag, der leverer oplevelsen, er adskilt fra AI-laget og har et højere tilgængelighedsmål. Hvis en model er langsom eller utilgængelig, får de besøgende stadig en fuldstændig oplevelse i brandets stil, baseret på deterministiske standardindstillinger.

AI-butikken Brunello Cucinelli er en af de første større implementeringer af denne model i den virkelige verden. Hvad har I lært ved at observere, hvordan kunder interagerer med en handelsoplevelse, der sammensættes af AI, og som I ikke havde forudset, da I udviklede Callimacus?

Et af de tydeligste tegn har været, at folk er villige til at engagere sig mere i en oplevelse, der føles mere relevant for dem. Vi har set brugerne bruge omkring dobbelt så lang aktiv tid på websitet, samtidig med en markant stigning i både andelen, der lægger varer i kurven, og konverteringsraterne.

For os har det været en vigtig tidlig bekræftelse af, at det kan have en mærkbar effekt at gå væk fra faste brugerrejser, der er ens for alle, ikke kun på, hvor særpræget oplevelsen føles, men også på engagement og kommercielle resultater.

Dynamiske websites udfordrer også mange af de antagelser, der ligger til grund for søgemaskineoptimering, analyse, tilgængelighed og test. Hvordan skal teknologier, der er udviklet til relativt deterministiske websider, udvikle sig, når brugergrænseflader og brugerrejser genereres dynamisk?

De fleste webværktøjer tager udgangspunkt i, at siden er den grundlæggende enhed for alt: Man indekserer, måler og tester en side. I en sideløs arkitektur flyttes fokus til selve indholdet, og de enkelte fagområder må følge med. Hvad søgning angår, findes hvert indholdselement uafhængigt af, hvordan det sammensættes, så det kan have sin egen tydelige URL, der tager højde for sproget, og indgå i et automatisk genereret sitemap for hver sprogversion. Næste skridt går videre: Platformen registrerer de navigationsstier, som de besøgende oftest bruger, og gør dem synlige for søgemaskiner. Den stiller også betroet førstepartsindhold direkte til rådighed for AI-agenter og generative søgemaskiner. Synligheden i søgeresultaterne afspejler dermed den reelle efterspørgsel i stedet for et sitemap, der er planlagt på forhånd.

Analyse flytter fokus fra sidevisninger til hensigt. Fordi systemet fortolker, hvad hver besøgende forsøger at opnå – også anonyme besøgende, som traditionelle analyseværktøjer ikke opfanger – kan brands analysere adfærd på dette niveau og eksportere indsigterne til deres CRM eller CDP. Teams kan også stille spørgsmål til dataene på en samtalebaseret måde og opbygge deres egne dashboards.

Test ændrer sig mest. Man kan ikke klikke sig gennem alle tænkelige brugerrejser, når hver rejse er unik, så vi bagudtester agenterne mod reelle, tidligere interaktioner og overvåger dem løbende i produktion. Tilgængelighed bygger på samme princip: Den er indbygget i hver komponent, så alle kompositioner arver den.

For at AI-oplevelser i realtid skal føles naturlige, skal inferens ske med ekstremt lav latenstid. Hvilke tekniske udfordringer er sværest, når AI placeres direkte i et websites kritiske behandlingsforløb, især hvad angår valg af modeller, caching, orkestrering, omkostninger og fallback-løsninger?

Til inferensbehandling bruger vi i øjeblikket Groqs LPU’er, som giver os meget lav latenstid, og vi orkestrerer flere modeller ved at sende hver opgave videre til den model, der egner sig bedst til den. Vi afprøver nye modeller, efterhånden som de lanceres, for at finde den bedste løsning til hver opgave med hensyn til kvalitet, omkostninger og latenstid. Fordi arkitekturen er modeluafhængig, kan vi hurtigt skifte til en ny model eller inferensudbyder, når det giver mening. Analyseomfanget tilpasses også forespørgslen: En enkel forespørgsel får et hurtigt svar, mens kun forespørgsler med flere nuancer udløser en dybere analyse. Det holder omkostningerne under kontrol, fordi de mest omfattende ræsonnementer kun bruges, når de ændrer resultatet.
Reserve løsninger har været en del af arkitekturen fra begyndelsen. Det lag, der leverer brugeroplevelsen, er adskilt fra AI-berigelsen, så den besøgende stadig får en fuldstændig oplevelse, hvis en model bliver langsom eller svigter.

Salesforce har for nylig investeret i Callimacus, fordi virksomheden ønsker at udvide sine aktiviteter inden for ingeniørarbejde, AI-forskning og kommerciel drift. Hvad så Salesforce i teknologien, og hvordan kan forbindelsen mellem generative grænseflader og virksomheders CRM- og handelsdata ændre, hvad hjemmesider kan?

Det, Salesforce indså, var, at Callimacus ikke blot føjer AI til en eksisterende hjemmeside. Platformen gentænker selve den digitale oplevelse og kombinerer samtalebaseret AI, virksomhedskontekst og personalisering i realtid for at skabe nye måder, virksomheder kan engagere kunder på. I dag rummer CRM- og handelssystemer enorme mængder kontekst om kunder, produkter og interaktioner, men oplevelsen på hjemmesider er stadig i vid udstrækning statisk. Når denne kontekst forbindes med generative grænseflader, kan hjemmesider blive langt mere lydhøre. De skal ikke blot vise information, men også tilpasse indhold, produkter og interaktioner i realtid efter det, den besøgende forsøger at opnå. Det ser vi som en af de vigtigste muligheder for fremtiden. Hjemmesiden kan blive en intelligent grænseflade mellem virksomhedens eksisterende systemer og den enkelte kunde i stedet for blot at være et fast præsentationslag.

Efterhånden som AI-agenter i stigende grad søger efter information, undersøger og sammenligner produkter og potentielt handler på menneskers vegne, kan den større forandring så med tiden række ud over, at hjemmesider tilpasser sig menneskelige besøgende? Hvordan forestiller du dig, at internettet vil ændre sig, når brands skal betjene både mennesker og autonome AI-agenter på samme tid?

Efterhånden som flere søger efter produkter og handler via AI-assistenter, risikerer brands at miste kontrollen over, hvordan de bliver præsenteret. En omfattende brandoplevelse kan let blive reduceret til et produktbillede, en kort beskrivelse og en pris i en tredjepartsgrænseflade. Det skaber en ny udfordring for brands: Hvordan kan man være nyttig for AI-agenter uden at give afkald på den identitet, historiefortælling og direkte relation, man har opbygget med kunderne?  Det løser ikke problemet at føje en chatbot til en hjemmeside. Et samtalevindue kan besvare spørgsmål, men det kan ikke formidle et brands fulde udtryk: dets visuelle sprog, dets håndværk og den måde, det fortæller historier på. Brands vil altid have brug for et sted, de selv kontrollerer, hvor de kan udtrykke sig på deres egne præmisser. Vi mener, at hjemmesider fortsat vil være det sted, selv om en større del af kunderejsen bliver formidlet gennem AI, og at de skal tilpasse sig alle besøgende, både mennesker og agenter.

Tak for et godt interview. Læsere, der gerne vil vide mere, kan besøge Callimacus.