Vectorial raccoglie 3 milioni di dollari in un round seed per testare i prodotti con clienti simulati

L’IA può aiutare un team a sviluppare una nuova funzionalità di prodotto in poche ore. Capire se le persone la desiderano davvero può richiedere ancora settimane. Vectorial scommette sul fatto che i modelli del comportamento umano possano ridurre questo divario e ha raccolto 3 milioni di dollari in un round seed per integrare audience simulate nel processo di sviluppo dei prodotti.

L’azienda di San Francisco ha annunciato il finanziamento il 20 ottobre, specificando che tra i sostenitori figurano Smilegate, SenseAI Ventures e Dent Capital. Vectorial segnala inoltre il sostegno degli ecosistemi di Berkeley e Stanford e la partecipazione di responsabili di prodotto di Meta, Shopify e Mastercard. L’azienda intende ampliare i propri set di dati comportamentali attraverso nuove partnership per la condivisione dei dati e sviluppare la prossima versione del modello SAPIENS.

La proposta è semplice: consentire ai team di prodotto, design e marketing di esaminare le possibili reazioni di diversi pubblici a un’esperienza digitale prima di esporvi clienti reali. La questione più difficile è capire se le reazioni simulate siano abbastanza affidabili da migliorare le decisioni.

Creare un modello di pubblico riutilizzabile

Vectorial descrive la propria piattaforma come un sistema in due fasi. Per prima cosa, crea un modello del pubblico di riferimento usando dati comportamentali. Poi i team eseguono simulazioni su quel pubblico, valutando percorsi all’interno del prodotto, idee per campagne, messaggi del brand o agenti IA rivolti ai clienti nelle esperienze web e mobile.

Il modello SAPIENS rappresenta caratteristiche demografiche, psicologiche e comportamentali, compresi tratti non direttamente visibili nel profilo di un cliente. L’obiettivo è cogliere le differenze tra le persone, anziché considerare un segmento di mercato come un unico cliente medio. Un team di design e uno di marketing possono così lavorare sullo stesso modello di pubblico di base, pur ponendosi domande diverse.

Sul proprio sito, Vectorial spiega che i clienti possono calibrare le popolazioni usando segmenti CRM, sondaggi precedenti, trascrizioni delle conversazioni con l’assistenza e dati analitici di prodotto. Descrive inoltre la possibilità di effettuare una verifica retrospettiva rispetto a uno studio già completato, prima di usare il pubblico modellato per una nuova domanda di ricerca. In questo modo è possibile valutare concretamente se la simulazione rispecchi una specifica base di clienti.

Per un team di prodotto, questo potrebbe significare confrontare diverse procedure di onboarding prima di impegnare risorse di sviluppo. Uno sviluppatore di videogiochi potrebbe esaminare le reazioni di diversi gruppi di giocatori a una funzionalità proposta. Un’azienda che introduce un assistente IA potrebbe valutare come cambiano le conversazioni a seconda delle circostanze degli utenti. Si tratta di possibili applicazioni della piattaforma, non di prove che ogni reazione prevista si verificherà dopo il lancio.

Che cosa misurano le dichiarazioni sull’accuratezza

Vectorial afferma di aver modellato oltre 2,5 milioni di persone e completato più di 30.000 simulazioni. Nell’annuncio del finanziamento, l’azienda dichiara che le simulazioni hanno riprodotto con un’accuratezza superiore all’85% i risultati di precedenti studi sugli utenti e descrive SAPIENS come il 30% più accurato dei modelli linguistici generalisti nella previsione del comportamento.

Sono risultati riportati dall’azienda. Sul suo sito attuale, Vectorial indica separatamente un’accuratezza dell’87% negli studi di test tenuti da parte e un miglioramento del 35% nella corrispondenza con le opinioni reali. L’azienda distingue esplicitamente la corrispondenza con le opinioni dall’accuratezza comportamentale. Queste cifre vanno quindi interpretate come risultati di valutazioni diverse, non come un’unica misura intercambiabile della capacità del software di prevedere il comportamento delle persone.

Per i potenziali clienti, la prova utile consiste nel valutare le prestazioni del modello sul proprio pubblico, sul proprio prodotto e su decisioni di cui si conoscono gli esiti. Una simulazione che stabilisce correttamente quale di due messaggi è più efficace risponde a una domanda diversa rispetto a una che prevede la percentuale esatta di utenti che acquisterà. Vectorial stessa riconosce che le prestazioni sono inferiori quando si tratta di formulare previsioni precise in categorie per le quali i dati comportamentali sono limitati.

È anche qui che la ricerca simulata si distingue dagli strumenti di IA che automatizzano i flussi di lavoro delle ricerche di mercato. Preparare e analizzare i sondaggi più rapidamente può migliorare il processo di raccolta di dati ottenuti da persone. Un simulatore comportamentale, invece, genera previsioni a partire da un modello: per questo la calibrazione e la convalida sono fondamentali per determinare il valore dei risultati.

Dalle competenze di ricerca alle decisioni di prodotto

Vectorial è stata cofondata da Taranveer Singh, amministratore delegato; Jasmine Kaur, direttrice aziendale; e Rahul Garg, responsabile di prodotto. Le loro esperienze combinano modellazione del comportamento, adozione dell’IA nelle imprese e sviluppo di prodotti software.

Le biografie dei fondatori dell’azienda descrivono il lavoro di Singh nell’ambito della ricerca comportamentale e dell’IA, anche presso Carnegie Mellon e Berkeley AI Research. Kaur ha lavorato in precedenza alla creazione di utenti sintetici per il marketing presso Pfizer, mentre Garg ha sviluppato prodotti in aziende tra cui Blinkit e Housing.com. Questa combinazione aiuta a spiegare perché Vectorial si concentri sull’integrare la ricerca nelle decisioni ricorrenti sui prodotti, anziché limitarsi a vendere studi di mercato occasionali.

«Continuiamo a investire nel nostro modello comportamentale, ma un modello da solo non risolve il problema», ha dichiarato Garg nell’annuncio. «Per questo integriamo i modelli comportamentali nel ciclo di sviluppo dei prodotti».

Vectorial annovera clienti nei settori della sanità, dei videogiochi e del commercio, tra cui Midi Health, GoodRx, Suki AI, boAt, Everkind e Concrete Software. Secondo l’annuncio, i clienti conducono circa 600 simulazioni al mese, equivalenti a circa 40 studi sugli utenti. Questi dati sull’utilizzo indicano la frequenza dei test a cui punta l’azienda, ma da soli non dimostrano l’effetto commerciale di ciascuna simulazione.

Una prima valutazione più rapida, senza rinunciare alla convalida nel mondo reale

Il finanziamento iniziale sosterrà nuove partnership per la raccolta di dati comportamentali e lo sviluppo di SAPIENS 2.0. Ampliare la copertura dei dati è importante perché l’utilità della piattaforma dipende dalla fedeltà con cui rappresenta le persone che un’azienda vuole raggiungere, compresi i gruppi che potrebbero comportarsi diversamente dalla maggioranza.

Il principale vantaggio di questo approccio è poter effettuare test prima e più spesso. I team possono esplorare più opzioni, individuare le proprie ipotesi e avviare le ricerche con persone reali ponendosi domande più mirate. Sul sito di Vectorial si afferma che i partecipanti reali restano importanti per le situazioni poco familiari e per il lavoro che richiede prove dirette da parte delle persone.

Per la startup resta una sfida chiara: dimostrare che le simulazioni ripetute portano a scelte di prodotto migliori, e non semplicemente a una maggiore quantità di risultati di ricerca. Se riuscirà a dimostrare questo nesso con clienti e mercati diversi, la modellazione del pubblico potrebbe diventare una fase ricorrente tra la generazione di un’idea e il lancio del prodotto.