Guglielmo Faglioni, medgründer og vitenskaps- og teknologidirektør i Callimacus – intervjuserie

Guglielmo Faglioni, medgründer og vitenskaps- og teknologidirektør i Callimacus, er teknologigründer og programvareingeniør med over ti års erfaring med å utvikle digitale produkter og applikasjoner. Ved siden av rollen i Callimacus har han vært administrerende direktør i Gorilla Technologies siden 2016, et programvareutviklingsselskap som fokuserer på mobilapper, nettsteder og netthandelsløsninger. Tidligere i karrieren grunnla Faglioni GuiDev, der han jobbet som ledende programvareingeniør for iOS. I Callimacus bidrar han til å lede selskapets vitenskapelige og tekniske utvikling av KI-drevne digitale opplevelser.

Callimacus er en KI-plattform utviklet av det Milano-baserte Solomei AI, som erstatter det tradisjonelle konseptet med statiske nettsider med digitale opplevelser som settes sammen dynamisk for hver besøkende. Arkitekturen bruker et orkester av spesialiserte KI-agenter til å tolke signaler som spørsmål, klikk og rulleatferd, fastslå brukerens hensikt og sette sammen relevante grensesnittelementer i sanntid. Plattformen kan kobles til systemer som Shopify, Salesforce, innholdsstyringssystemer og API-er, samtidig som den gir utviklere SDK-er for å integrere funksjonene for intensjonsforståelse og generering av grensesnitt i eksisterende frontend-løsninger. Callimacus er også tatt i bruk for å levere KI-drevne digitale opplevelser for luksusmotemerket Brunello Cucinelli.

Før du var med på å grunnlegge Callimacus, brukte du flere år på programvareutvikling som iOS-ingeniør, før du senere grunnla og ledet Gorilla Technologies. Hvilke erfaringer fra denne reisen overbeviste deg om at den tradisjonelle, sidebaserte arkitekturen på nettet var moden for en grunnleggende nytenkning i KI-æraen?

Utvikling av iOS-apper lærte meg noe det tok flere år å forstå fullt ut: Hver skjerm utformes på forhånd, og alle brukere ser den samme. Du tegner appen, lanserer den og ser deretter millioner av ulike mennesker ta seg gjennom en identisk brukerflyt. Du kan segmentere og A/B-teste, men du velger fortsatt mellom versjoner noen har tegnet på forhånd. Nettet arvet den samme modellen fra trykte medier: siden som en fast beholder. Da modellene ble i stand til å forstå hensikter og ta strukturerte beslutninger raskt nok, ble det mulig å stille spørsmål ved selve beholderen i stedet for å optimalisere det som ligger i den.

Callimacus erstatter forhåndsdefinerte brukerreiser på nettsteder med et «orkester» av KI-agenter som tolker de besøkendes hensikter og setter sammen et grensesnitt i sanntid. Kan du forklare hva som skjer rent teknisk fra det øyeblikket en besøkende kommer inn på nettstedet, til den tilpassede opplevelsen vises?

Callimacus er bygget rundt en sidefri arkitektur. I stedet for å organisere innhold på forhånd i nettsider skiller teknologien vår innholdet fra selve siden. Produkter, redaksjonelt innhold, medier og grensesnittkomponenter eksisterer uavhengig av hverandre, slik at de kan settes sammen på nye måter dynamisk i stedet for å være låst til faste beholdere.

Når den besøkende begynner å samhandle med nettstedet, analyserer Callimacus flerdimensjonale signaler som klikk, navigasjonsmønstre og samtaler basert på spørsmål. Intent Agent bruker disse signalene til å forstå den besøkendes kontekst, interesser, forventninger, atferd og hva vedkommende prøver å oppnå akkurat da. Deretter aktiverer Intent Agent den «reseptoren» som passer best til motivasjonen. En person som leter etter inspirasjon, kan for eksempel følge en annen samhandlingsbane enn en person som tydelig har til hensikt å kjøpe. Systemet velger så det mest relevante innholdet og de mest relevante grensesnittkomponentene, og setter sammen opplevelsen i løpet av millisekunder. Dette skjer ikke bare én gang. Etter hvert som den besøkende samhandler med nettstedet og hensikten endrer seg, kan den sideløse opplevelsen fortsette å tilpasse seg ved å settes sammen på nytt, i stedet for å tvinge den besøkende gjennom en brukerreise som ble utformet på forhånd.

Personalisering har vært brukt på nettet i årevis gjennom anbefalingsmotorer, segmentering og A/B-testing. Hva er det som gjør intensjonsbaserte, generative grensesnitt grunnleggende forskjellige fra disse tidligere tilnærmingene?

For oss er den grunnleggende forskjellen at man enten tilpasser ut fra fortiden eller prøver å forstå hva noen trenger nå. Det meste av eksisterende personalisering bygger på ting som CRM-profiler, informasjonskapsler og historisk atferd. Dette kan fortelle noe om hva folk har gjort tidligere, men hensikten er langt mer umiddelbar og kan endre seg i løpet av én og samme økt.

Callimacus er utviklet for å forstå denne hensikten ut fra signaler i sanntid og tilpasse opplevelsen for hver enkelt. Plattformen begrenser seg heller ikke til å endre en anbefaling eller ett element på en side. Innholdet, grensesnittkomponentene og samhandlingsbanen kan alle settes sammen rundt personens aktuelle hensikt og deretter settes sammen på nytt etter hvert som hensikten utvikler seg. Skiftet går altså fra å velge mellom forhåndsdefinerte opplevelser som i stor grad bygger på historisk informasjon, til å generere selve opplevelsen ut fra det den enkelte prøver å oppnå der og da. Historiske data kan gi kontekst, men det er hensikten i sanntid som avgjør hvordan opplevelsen tilpasses.

Hvis hver besøkende i praksis kan få et forskjellig nettsted, hvordan hindrer dere at personalisering blir uforutsigbar? Hvordan bevarer dere en merkevares identitet, designspråk og forretningsregler, samtidig som KI får reell frihet til å tilpasse opplevelsen?

Personalisering betyr ikke at KI får ubegrenset frihet. Merkevarekontrollen er innebygd i arkitekturen, slik at opplevelsen alltid genereres innenfor merkevarens godkjente regler og ressurser. Hvert element i grensesnittet kommer fra et register over komponenter som merkevaren har godkjent og fått utformet i tråd med sitt visuelle uttrykk. Modellen lager en strukturert beskrivelse av hva som skal vises, og hvordan det skal settes sammen. Beskrivelsen valideres mot et strengt skjema før noe vises. Med andre ord bestemmer modellen hvordan innholdet settes sammen, mens merkevarens designsystem bestemmer hvordan en slik sammensetning kan se ut. Forretningsregler som priser, tilgjengelighet og regionalt vareutvalg håndheves som absolutte begrensninger utenfor modellen.

Kontroll handler også om innsyn. Via administrasjonsgrensesnittet kan forretningsteam se hvordan nettstedet fungerer: hvilke opplevelser som settes sammen, for hvilke intensjoner og hvordan besøkende reagerer. Plattformen diagnostiserer også seg selv, og gjør det proaktivt. Den peker på hva som kan trenge forbedring, prøver ut nye konfigurasjoner, tester dem mot tidligere brukerinteraksjoner og vurderer om de fungerer. Ingenting publiseres før merkevaren har godkjent det, så KI foreslår forbedringer som støttes av dokumentasjon, mens merkevaren beholder den endelige beslutningsmyndigheten.

Dette er viktig fordi et av problemene vi prøver å løse, er at tradisjonelle nettsteder har gjort at mange merkevarer fremstår og oppfører seg stadig likere på nettet. KI bør gi en merkevare større mulighet til å uttrykke sin identitet overfor hver enkelt besøkende, samtidig som merkevaren fortsatt setter rammene for hvordan opplevelsen utformes.

Generative grensesnitt i sanntid skaper nye utfordringer knyttet til pålitelighet, fordi KI ikke lenger bare genererer et svar, men også bidrar til å avgjøre hva brukeren faktisk ser, og hvordan vedkommende navigerer. Hvordan håndterer dere hallusinasjoner, feilaktig tolkning av intensjoner, sikkerhet og verifisering i et slikt miljø?

Vi begynner med å begrense hva KI kan ta feil av. Modellen bestemmer hvordan opplevelsen settes sammen, men faktaene i den hentes fra merkevarens autoritative systemer. Tolkning av intensjoner behandles som en sannsynlighet. Når systemet er usikkert, setter det sammen en bredere og mer utforskende opplevelse i stedet for å låse seg til én tolkning. Fordi opplevelsen stadig settes sammen på nytt etter hvert som den besøkende samhandler med den, korrigerer hvert nytt signal den forrige antakelsen.

Pålitelighet handler også om arkitektur. Laget som leverer opplevelsen, er isolert fra KI-laget og har et strengere tilgjengelighetsmål. Hvis en modell er treg eller utilgjengelig, får besøkende likevel en komplett opplevelse som følger merkevaren, basert på deterministiske standardvalg.

KI-butikken til Brunello Cucinelli er en av de første store utrullingene av denne modellen i den virkelige verden. Hva har dere lært av å observere hvordan kunder samhandler med en handelsopplevelse satt sammen av KI, som dere ikke hadde forutsett da dere bygde Callimacus?

Et av de tydeligste signalene har vært at folk er villige til å engasjere seg mer i en opplevelse som føles mer relevant for dem. Vi har sett at brukerne bruker omtrent dobbelt så mye aktiv tid på nettstedet, samtidig som både andelen som legger varer i handlekurven, og konverteringsratene har økt betydelig.

For oss har dette vært en viktig tidlig bekreftelse på at det å gå bort fra faste, standardiserte kundereiser kan ha en betydelig effekt, ikke bare på hvor særpreget opplevelsen føles, men også på engasjement og kommersielle resultater.

Dynamiske nettsteder utfordrer også mange av forutsetningene bak søkemotoroptimalisering, analyse, tilgjengelighet og testing. Hvordan må teknologier som er utviklet for relativt deterministiske nettsider, utvikle seg når grensesnitt og brukerreiser genereres dynamisk?

De fleste verktøy for nettet tar utgangspunkt i at siden er grunnenheten for alt: Man indekserer en side, måler en side og tester en side. I en sidelaus arkitektur blir innholdet selv grunnenheten, og hvert fagområde må tilpasse seg dette. For søk finnes hver innholdsdel uavhengig av hvordan den settes sammen, slik at den kan ha sin egen ryddige, språktilpassede URL og inngå i et automatisk generert nettstedskart for alle språk- og regionversjoner. Neste steg går enda lenger: Plattformen oppdager hvilke navigasjonsstier besøkende faktisk bruker mest, og gjør dem tilgjengelige for søkemotorer. Den leverer også pålitelig førstepartsinnhold direkte til KI-agenter og generative søkemotorer. Dermed gjenspeiler synligheten i søk den faktiske etterspørselen, i stedet for et nettstedskart som er utformet på forhånd.

Analyse går fra sidevisninger til intensjoner. Fordi systemet tolker hva hver besøkende prøver å oppnå, også når det gjelder anonyme besøkende som tradisjonelle analyseverktøy ikke fanger opp, kan merkevarer analysere atferd på dette nivået og eksportere innsikten til CRM- eller CDP-systemet sitt. Teamene kan også stille spørsmål til dataene på en samtalebasert måte og lage egne oversikter.

Testing er området som endres mest. Du kan ikke klikke deg gjennom alle mulige kundereiser når hver reise er unik, så vi ettertester agentene mot faktiske tidligere interaksjoner og overvåker dem kontinuerlig i produksjon. Tilgjengelighet bygger på samme prinsipp: Den er innebygd i hver komponent, slik at den ivaretas i hver sammensetning.

For at KI-opplevelser i sanntid skal føles naturlige, må inferensen skje med ekstremt lav forsinkelse. Hva er de største tekniske utfordringene ved å plassere KI direkte i en nettsides kritiske bane, særlig når det gjelder valg av modeller, hurtigbufring, orkestrering, kostnader og reserveordninger?

For inferens bruker vi for øyeblikket Groqs LPU-er, som gir oss svært lav latenstid, og vi koordinerer flere modeller ved å sende hver oppgave til modellen som egner seg best. Vi tester nye modeller etter hvert som de lanseres, og ser etter den som passer best til hver oppgave når det gjelder kvalitet, kostnader og latenstid. Fordi arkitekturen er modelluavhengig, kan vi raskt bytte til en ny modell eller inferensleverandør når det er verdt det. Analysedybden tilpasses også forespørselen: Et enkelt spørsmål får et raskt svar, mens bare nyanserte forespørsler utløser en grundigere analyse. Dette holder kostnadene under kontroll, siden den mest omfattende resonneringen bare brukes når den påvirker resultatet.
Reservealternativer er en del av arkitekturen fra starten av. Laget som leverer brukeropplevelsen, er isolert fra AI-berikelsen, slik at besøkende fortsatt får en fullverdig opplevelse hvis en modell blir treg eller slutter å fungere.

Salesforce har nylig investert i Callimacus ettersom selskapet ønsker å utvide ingeniørvirksomheten, AI-forskningen og den kommersielle driften. Hva så Salesforce i teknologien, og hvordan kan koblingen mellom generative grensesnitt og bedriftsdata fra CRM- og handelssystemer endre hva nettsteder kan gjøre?

Salesforce innså at Callimacus ikke bare legger AI til et eksisterende nettsted. Plattformen tenker den digitale opplevelsen på nytt ved å kombinere samtalebasert AI, kontekst fra virksomheten og personalisering i sanntid for å skape nye måter bedrifter kan engasjere kundene på. I dag inneholder CRM- og handelssystemer store mengder kontekst om kunder, produkter og samhandling, men opplevelsen på nettstedet er fortsatt stort sett statisk. Ved å koble denne konteksten til generative grensesnitt kan nettsteder bli langt mer responsive. De kan gjøre mer enn å vise informasjon: De kan tilpasse innhold, produkter og samhandling i sanntid etter hva den besøkende prøver å oppnå. For oss er dette en av de viktigste mulighetene framover. Nettstedet kan bli et intelligent grensesnitt mellom bedriftens eksisterende systemer og den enkelte kunden, i stedet for bare å være et fast presentasjonslag.

Etter hvert som AI-agenter i økende grad surfer, undersøker og sammenligner produkter, og potensielt handler på vegne av mennesker, kan den større omveltningen etter hvert strekke seg utover nettsteder som tilpasser seg menneskelige besøkende? Hvordan ser du for deg at nettet vil endre seg når merkevarer må betjene både mennesker og autonome AI-agenter samtidig?

Etter hvert som flere oppdager produkter og handler via AI-assistenter, risikerer merkevarer å miste kontrollen over hvordan de blir framstilt. En rik merkevareopplevelse kan lett reduseres til et produktbilde, en kort beskrivelse og en pris i et tredjepartsgrensesnitt. Det skaper en ny utfordring for merkevarene: Hvordan kan de være nyttige for AI-agenter uten å gi avkall på identiteten, historiefortellingen og den direkte relasjonen de har bygget opp med kundene? Å legge til en chatbot på et nettsted løser ikke dette. Et samtalevindu kan svare på spørsmål, men det kan ikke formidle hele uttrykket til en merkevare: det visuelle språket, håndverket og måten den forteller historier på. Merkevarer vil alltid trenge et sted de selv kontrollerer, der de kan uttrykke seg på egne premisser. Vi mener at nettsteder fortsatt vil være dette stedet, selv om en stadig større del av kundereisen formidles gjennom AI, og at de må tilpasses hver enkelt besøkende, enten det er et menneske eller en agent.

Takk for et flott intervju. Lesere som ønsker å vite mer, kan besøke Callimacus.