シミレは、人間の行動シミュレーションを拡大するために、200億円以上の資金を調達し、2000億円の企業価値を達成する

シミレは、シリーズBラウンドで200億円以上の資金を調達し、2000億円のポストマネー評価額を達成しました。この資金調達により、パロアルトを拠点とするスタートアップは、人々が決定を下す方法をシミュレートするための人工知能モデルを開発するための重要な資金を得ることができました。

グリーンオークスがラウンドを牽引し、既存の投資家であるインデックス・ベンチャーズが支援を増やしました。ハナビ、ベインキャピタル・ベンチャーズ、A*、ファクトリー、CVSヘルス・ベンチャーズ (CVS )も戻り、デフィニションは新しい投資家として参加しました。この資金調達は、シミレがインデックス・ベンチャーズが牽引する1億ドルのシリーズAラウンドでステルスモードから脱出してからわずか5ヶ月で行われ、会社の公表資金調達額を300億円を超えるものにしました。

パブリックラウンドの開始以来、シミレは収益を5倍に増やし、50人以上の従業員を雇用し、フォーチュン100企業のために数千万のシミュレーションを実行しました。会社は、新しい資金を使用して、人間の行動の基礎モデルを進歩させ、シミュレーションの信頼性を向上させ、ヘルスケア、金融サービス、消費者製品、メディアを含む業界全体にプラットフォームを拡大することを計画しています。

コンテンツ生成ではなく行動予測のためのAIの構築

現在の生成AI市場の大部分は、出力を生成することに焦点を当てています。大量の言語モデルは、ソフトウェア、市場調査、画像、製品コンセプト、ビジネスプランを数秒以内に生成できます。

シミレは、出力が生成される前の決定プロセスをターゲットにしています。プラットフォームは、組織が何を構築するか、どのように異なるオーディエンスが反応するか、決定が実施された後にどのような2次的な影響が生じるかを評価するのを支援することを目的としています。

会社は、汎用言語モデルではなく、人間の行動の基礎モデルを構築していることを説明しています。論理的な回答や流暢なテキストに最適化するのではなく、モデルは、人々の好み、経験、価値観、意思決定パターンの違いを表現するためにトレーニングされています。

組織は、プラットフォームを使用して比較可能なシナリオを作成し、価格、メッセージング、製品機能、またはポリシーの条件などの変数が変更されたときに、同じシミュレートされた人口がどのように反応するかを調べることができます。目標は、合成の回答者に意見を求めるのではなく、行動が時間の経過とともに複数の条件下でどのように変化するかをモデル化することです。

スタンフォード研究からエンタープライズシミュレーションプラットフォームへ

シミレのテクノロジーは、共同創設者兼CEOのジョン・ソン・パークとスタンフォードの研究者であるマイケル・バーンスタインとパーシー・リャンによって行われた研究に基づいています。

パークは、2023年の「生成エージェント：人間の行動のインタラクティブなシミュラクラ」という論文の第一著者でした。この論文では、25のAIエージェントが住むシミュレートされた町が紹介されました。各エージェントは、コンテキストを維持し、次のアクションを決定するために、メモリーストリームとともに检索、反射、計画メカニズムを使用しました。

エージェントは関係を形成し、ルーチンを開発し、毎回のやり取りが明示的にプログラムされていなくても、活動を調整しました。この実験は、多くの建築思想を確立し、現在のマルチエージェントシミュレーションで使用されています。ここでは、オートノマスエージェントが相互にやり取りするのではなく、独立したプロンプトに個別に反応します。

後の研究では、生成エージェントが実際の個人の態度と行動を再現できるかどうかをテストしました。1,052人の参加者を対象とした研究では、研究者は質的インタビューを使用してエージェントを作成し、参加者の回答をどれだけ正確に再現できるかを評価しました。

エージェントは、参加者が2週間後に同じ質問に回答したときに示した精度の85%に達しました。これは重要な区別です。結果は、人間の行動が85%の絶対精度で予測されたことを意味しません。エージェントは、表現するように設計された人の一貫性レベルに近づいたことを意味します。

シミレのウェブサイトは、210の社会科学実験から2,900万の回答を使用した後の研究にも言及しています。会社は、この行動データでモデルを微調整することで、以前見られなかった研究に対する一致が26%向上したと述べています。

信頼性スコアは製品の中核である

シミレの技術的な主張の1つは、シミュレーションの信頼性を推定するための別の信頼性モデルをトレーニングしたことです。

人間の行動を予測することは、固有に不確実です。同じ人は、タイミング、コンテキスト、利用可能な情報、データセットに存在しない要因などによって、異なる決定を下す可能性があります。単一の自信を持った予測を生成し、限界を伝えないシステムは、組織がシミュレートされた行動を事実として扱うよう促す可能性があります。

シミレは、プラットフォームがシミュレートされた応答分布を、実際の人間からの回答と比較して、総変動距離という統計量を使用して比較することを述べています。各結果は、人間の証拠の量と関連性に基づいて信頼性スコアを受け取ります。

特定の人口やシナリオの証拠が限られている場合、信頼性スコアはその不確実性を可視化することを目的としています。会社はまた、モデルが価格、政策、経済状況、消費者行動などの分野で毎週再調整されることを述べています。

そのような検証レイヤーは、シミュレーション自体と同等の重要性を持つ可能性があります。費用のかかる決定やデリケートな決定を下す企業にとって、モデルが信頼できるかどうかを判断することは、別の妥当な予測を受け取ることよりも価値がある可能性があります。

CVSヘルスは、シミュレーションを使用して、立ち上げ前に決定をテストする

CVSヘルスは、シミレの最も著名な初期顧客の1つであり、CVSヘルスベンチャーズを通じて資金調達ラウンドにも参加しました。

ヘルスケア会社は、シミュレートされた人口を使用して、既存の顧客調査を検証し、患者の満足度の要因を調査し、薬物遵守に関連する戦略をテストしました。また、従来の調査では到達が困難または高価な人口、慢性疾患を持つ患者などを対象に調査を行っています。

シミレによると、CVSイニシアチブは、400,000人以上の参加者から2,900万件の同意された回答を使用しており、200を超える行動シナリオを対象としています。シミュレーションは、アイデアを事前にフィルタリングし、どの仮説が実際の研究またはパイロットテストに値するかを判断するために使用されています。

この区別は重要です。シミュレーションは、直接顧客とテストする必要があるアイデアの数を減らすことができますが、実際の証拠を収集する必要性を排除するものではありません。CVSは、このテクノロジーを、研究を優先順位付けし、患者や顧客に提示する前に潜在的な介入を洗練する方法として説明しています。

シミレは、ガロンとともに、政策研究、職場研究、社会的傾向分析にも取り組んでいます。その他の会社の例には、ウェルスフロント、デロイト、バンコ・イタウ、サントリーが含まれます。企業は、製品テスト、市場参入、顧客体験研究、競合他社のポジショニング、収益発表の準備など、さまざまな分野でプラットフォームを適用しています。

個別のエージェントからシミュレートされた市場へ

シミレの現在の多くのアプリケーションは、加速化された市場調査に似ています。会社は、シミュレートされた人口に対して複数の製品コンセプトまたはメッセージをテストし、どれが実際のキャンペーンまたはパイロットに値するかを決定できます。

長期的な機会は、はるかに複雑です。シミレは、顧客、競合他社、機関、政策、市場の相互作用をモデル化したいと考えています。個々の人が質問に答えるのではなく、人々がどのように相互に影響し、決定が波及効果を生み出すかを調べるマルチエージェントシミュレーションを行うということです。

可能なアプリケーションの例には、金融ショック、政策変更、製品立ち上げ、インセンティブの変更に対する反応のシミュレーションが含まれます。シミュレーションでは、新しいサービスを顧客が採用するかどうかだけでなく、採用が競合他社の行動、世間の認識、関連製品の需要にどのように影響するかも調べることができます。

ここで、技術的な限界がより重要になります。数千または数百万のエージェントが相互作用するシミュレーションでは、特に初期のイベントがすべての後の軌道を変えるシミュレーションでは、小さなエラーが蓄積する可能性があります。シミレは、シミュレーションが個別の予測から複雑なダイナミックシステムに向かうにつれて、検証方法が有効であることを証明する必要があります。

意思決定の新しい層

シミレの最新の資金調達の規模とスピードは、投資家が行動シミュレーションを、企業の意思決定の新しい層として見ていることを示唆しています。

組織は、調査、コンサルティング、フォーカスグループ、製品テスト、市場調査に多大な費用を費やしています。AIシミュレーションにより、より多くのオプションを探索し、より狭いオーディエンスセグメントをテストし、多大な資本を投入する前に弱いアイデアを特定することがより安くなる可能性があります。

テクノロジーはまた、同意、表現、説明責任に関する難しい質問を提起します。シミュレートされた人口は、根本的なデータに表現されている人々、行動、状況にのみ有用です。予測は、未知の文化、急速に変化する市場、または限られた歴史的先行事例を持つ高リスクの状況で展開された場合に、より信頼性が低くなる可能性があります。

そのため、シミレのようなプラットフォームの最も強力な近期の役割は、人間の研究を補完することではなく、代替することではありません。シミュレーションは、組織が調査する質問を決定するのに役立ちますが、実際の顧客やコミュニティは、結果がモデル外で保持されるかどうかを確認するために必要です。

シミレの新しい資金調達により、人間の行動シミュレーションが、出現する研究分野から信頼できる企業インフラストラクチャへと進化するかどうかをテストするためのリソースが提供されました。その最も近い課題は、シミュレーションをより多く実行することではなく、組織が限界を理解し、結果が重要な決定に影響を与えるのに十分に信頼できるかどうかを証明することです。