Guglielmo Faglioni, współzałożyciel i dyrektor ds. nauki & technologii w Callimacus – cykl wywiadów

Guglielmo Faglioni, współzałożyciel i dyrektor ds. nauki & technologii w Callimacus, jest przedsiębiorcą technologicznym i inżynierem oprogramowania z ponad dziesięcioletnim doświadczeniem w tworzeniu produktów cyfrowych i aplikacji. Równolegle z pracą w Callimacus od 2016 roku pełni funkcję dyrektora generalnego Gorilla Technologies, firmy zajmującej się tworzeniem oprogramowania, specjalizującej się w aplikacjach mobilnych, stronach internetowych i rozwiązaniach e-commerce. Wcześniej Faglioni założył GuiDev, gdzie pracował jako główny inżynier oprogramowania iOS. W Callimacus współkieruje pracami naukowymi i technicznymi nad podejściem firmy do cyfrowych doświadczeń opartych na AI.

Callimacus to platforma AI opracowana przez mającą siedzibę w Mediolanie firmę Solomei AI, która zastępuje tradycyjne statyczne strony internetowe cyfrowymi doświadczeniami tworzonymi dynamicznie z myślą o każdym odwiedzającym. Jej architektura opiera się na orkiestrze wyspecjalizowanych agentów AI, którzy analizują sygnały, takie jak pytania, kliknięcia i sposób przewijania strony, określają intencje użytkownika oraz w czasie rzeczywistym dobierają odpowiednie elementy interfejsu. Platforma może łączyć się z takimi systemami jak Shopify i Salesforce, a także z systemami zarządzania treścią i interfejsami API. Udostępnia też deweloperom zestawy SDK umożliwiające włączenie jej funkcji rozpoznawania intencji i generowania interfejsów do istniejących warstw front-endowych. Callimacus wdrożono również do obsługi cyfrowych doświadczeń opartych na AI dla luksusowej marki modowej Brunello Cucinelli.

Zanim współzałożył Pan Callimacus, przez lata tworzył oprogramowanie jako inżynier iOS, a później założył i prowadził Gorilla Technologies. Które doświadczenia z tej drogi przekonały Pana, że tradycyjna, oparta na stronach architektura internetu wymaga gruntownego przemyślenia w erze AI?

Tworzenie aplikacji na iOS nauczyło mnie czegoś, co w pełni zrozumiałem dopiero po latach: każdy ekran jest projektowany z wyprzedzeniem i wszyscy użytkownicy widzą ten sam ekran. Projektujesz aplikację, udostępniasz ją, a potem obserwujesz, jak miliony różnych osób przechodzą tę samą ścieżkę. Możesz segmentować użytkowników i prowadzić testy A/B, ale nadal wybierasz spośród wersji zaprojektowanych wcześniej przez kogoś innego. Internet przejął ten sam model z druku: stronę jako stały kontener. Gdy modele zaczęły dostatecznie szybko rozumieć intencje i podejmować ustrukturyzowane decyzje, można było zakwestionować samą ideę kontenera, zamiast optymalizować to, co się w nim znajduje.

Callimacus zastępuje z góry określone ścieżki poruszania się po witrynie „orkiestrą” agentów AI, którzy rozpoznają intencje odwiedzających i komponują interfejs w czasie rzeczywistym. Czy może Pan wyjaśnić, co dzieje się od strony technicznej od chwili, gdy odwiedzający trafia na stronę, do momentu wyświetlenia mu spersonalizowanego doświadczenia?

Callimacus opiera się na architekturze bez stron. Zamiast porządkować treści na z góry określonych stronach internetowych, nasza technologia oddziela treść od samej strony. Produkty, treści redakcyjne, multimedia i komponenty interfejsu istnieją niezależnie od siebie, dzięki czemu można je dynamicznie łączyć na nowo, zamiast zamykać je w stałych kontenerach.

Gdy odwiedzający zaczyna korzystać z witryny, Callimacus analizuje wielowymiarowe sygnały, takie jak kliknięcia, wzorce nawigacji i rozmowy z wykorzystaniem promptów. Intent Agent wykorzystuje te sygnały, by rozpoznać kontekst, zainteresowania, oczekiwania i zachowanie odwiedzającego, a także ustalić, co dana osoba próbuje osiągnąć w danym momencie. Następnie Intent Agent aktywuje najbardziej odpowiedni „receptor”, odpowiadający jej motywacji. Na przykład osoba szukająca inspiracji może podążać inną ścieżką interakcji niż ktoś, kto wyraźnie zamierza dokonać zakupu. System wybiera potem najodpowiedniejsze treści i komponenty interfejsu, a następnie komponuje doświadczenie w ciągu milisekund. Proces ten nie zachodzi tylko raz. W miarę interakcji odwiedzającego i zmian jego intencji doświadczenie bez stron może być na bieżąco komponowane na nowo, zamiast zmuszać go do podążania ścieżką zaprojektowaną z wyprzedzeniem.

Personalizacja w internecie jest stosowana od lat za pomocą systemów rekomendacyjnych, segmentacji i testów A/B. Czym generatywne interfejsy oparte na intencjach zasadniczo różnią się od tych wcześniejszych rozwiązań?

Z naszego punktu widzenia zasadnicza różnica polega na tym, czy personalizację opieramy na przeszłości, czy staramy się zrozumieć, czego ktoś potrzebuje teraz. Większość obecnie stosowanych rozwiązań personalizacyjnych bazuje na takich danych jak profile CRM, pliki cookie i historia zachowań. Mogą one powiedzieć coś o tym, co ludzie robili wcześniej, ale intencje są znacznie bardziej doraźne i mogą się zmieniać w trakcie jednej sesji.

Callimacus zaprojektowano tak, by rozpoznawał intencje na podstawie sygnałów w czasie rzeczywistym i personalizował doświadczenie na poziomie pojedynczego użytkownika. Nie ogranicza się też do zmiany rekomendacji ani jednego elementu strony. Treści, komponenty interfejsu i ścieżka interakcji mogą być komponowane z uwzględnieniem aktualnych intencji danej osoby, a następnie na nowo dostosowywane w miarę ich zmian. Oznacza to odejście od wyboru spośród z góry określonych doświadczeń, opierającego się w dużej mierze na informacjach historycznych, na rzecz tworzenia samego doświadczenia wokół tego, co dana osoba chce osiągnąć w danej chwili. Dane historyczne mogą dostarczać kontekstu, ale to intencje rozpoznawane w czasie rzeczywistym decydują o tym, jak dostosowuje się doświadczenie.

Jeśli każdy odwiedzający może w praktyce otrzymać inną wersję witryny, jak zapobiec temu, by personalizacja stała się nieprzewidywalna? Jak zachować tożsamość marki, jej język projektowy i zasady biznesowe, a jednocześnie zapewnić AI swobodę pozwalającą dostosowywać doświadczenie?

Personalizacja nie oznacza, że AI otrzymuje nieograniczoną swobodę. Kontrola marki jest wpisana w architekturę, dzięki czemu doświadczenie jest zawsze tworzone zgodnie z zatwierdzonymi przez nią zasadami i z wykorzystaniem jej zasobów. Każdy element interfejsu pochodzi z rejestru komponentów zatwierdzonych przez markę i zaprojektowanych zgodnie z jej językiem wizualnym. Model tworzy uporządkowany opis tego, co należy wyświetlić i jak to rozmieszczać; zanim cokolwiek zostanie wyświetlone, opis jest weryfikowany pod kątem zgodności ze ścisłym schematem. Innymi słowy, model decyduje o kompozycji, a system projektowy marki określa, jak może wyglądać każda kompozycja. Zasady biznesowe, takie jak ceny, dostępność i oferta regionalna, są egzekwowane poza modelem jako bezwzględne ograniczenia.

Kontrola oznacza również przejrzystość. Za pośrednictwem zaplecza zespoły biznesowe mogą obserwować działanie witryny: sprawdzać, jakie doświadczenia są tworzone, z myślą o jakich intencjach i jak reagują na nie odwiedzający. Platforma także diagnozuje się sama — i robi to proaktywnie. Wskazuje obszary wymagające poprawy, wypróbowuje nowe konfiguracje, testuje je na podstawie wcześniejszych interakcji użytkowników i ocenia ich skuteczność. Nic nie zostaje opublikowane bez zatwierdzenia przez markę, dlatego AI proponuje poparte dowodami usprawnienia, a ostateczna decyzja należy do marki.

To ważne, ponieważ jednym z problemów, które próbujemy rozwiązać, jest to, że tradycyjne witryny sprawiły, iż wiele marek wygląda i zachowuje się w internecie coraz bardziej podobnie. AI powinna umożliwiać marce lepsze wyrażanie jej tożsamości w kontakcie z każdym odwiedzającym, przy czym marka nadal wyznacza granice, w ramach których tworzone jest to doświadczenie.

Interfejsy generatywne działające w czasie rzeczywistym stwarzają nowe wyzwania związane z niezawodnością, ponieważ AI nie tylko generuje już odpowiedź, ale pomaga też określać, co użytkownik faktycznie widzi i jak porusza się po witrynie. Jak podchodzicie w takim środowisku do halucynacji, błędnego rozpoznawania intencji, bezpieczeństwa i weryfikacji?

Zaczynamy od ograniczenia zakresu błędów, które może popełnić AI. Model decyduje o tym, jak skomponować doświadczenie, ale zawarte w nim fakty pochodzą z systemów ewidencyjnych marki. Rozpoznawanie intencji traktujemy jako prawdopodobieństwo. Gdy system nie ma pewności, tworzy szersze, bardziej eksploracyjne doświadczenie, zamiast opierać się na jednej interpretacji. Ponieważ doświadczenie jest na bieżąco komponowane na nowo w miarę interakcji odwiedzającego, każdy nowy sygnał koryguje wcześniejsze przypuszczenie.

Niezawodność zależy również od architektury. Warstwa dostarczająca doświadczenie jest odseparowana od warstwy AI i objęta wyższym docelowym poziomem dostępności. Jeśli model działa wolno lub jest niedostępny, odwiedzający nadal otrzymują kompletne doświadczenie zgodne z marką, oparte na deterministycznych ustawieniach domyślnych.

Butejk AI Brunello Cucinelli to jedno z pierwszych dużych wdrożeń tego modelu w rzeczywistych warunkach. Czego nauczyliście się, obserwując interakcje klientów z doświadczeniem zakupowym komponowanym przez AI — czego nie przewidzieliście podczas tworzenia Callimacus?

Jednym z najwyraźniejszych sygnałów było to, że użytkownicy są skłonni bardziej angażować się w doświadczenie, które wydaje się lepiej dopasowane do ich potrzeb. Zaobserwowaliśmy, że użytkownicy spędzają w witrynie około dwa razy więcej aktywnego czasu, a jednocześnie odnotowaliśmy znaczny wzrost zarówno liczby dodań do koszyka, jak i współczynnika konwersji.

Dla nas było to ważne wstępne potwierdzenie, że odejście od sztywnych ścieżek jednakowych dla wszystkich może znacząco wpłynąć nie tylko na to, jak wyjątkowe wydaje się doświadczenie, lecz także na zaangażowanie i wyniki handlowe.

Dynamiczne witryny podważają również wiele założeń leżących u podstaw optymalizacji pod kątem wyszukiwarek, analityki, dostępności i testowania. Jak muszą ewoluować technologie zaprojektowane z myślą o stosunkowo deterministycznych stronach internetowych, gdy interfejsy i ścieżki użytkowników są generowane dynamicznie?

Większość narzędzi internetowych zakłada, że podstawową jednostką jest strona: indeksuje się strony, mierzy ich wyniki i je testuje. W architekturze bezstronicowej tę rolę przejmuje sama treść, a każda z tych dziedzin musi się do tego dostosować. W przypadku wyszukiwania każda treść istnieje niezależnie od sposobu jej komponowania, dzięki czemu może mieć własny, przejrzysty adres URL uwzględniający język i pojawiać się w automatycznie generowanej mapie witryny dla każdej wersji językowej. Kolejny krok idzie dalej: platforma wykrywa ścieżki nawigacji najczęściej wybierane przez odwiedzających i udostępnia je wyszukiwarkom, a także przekazuje sprawdzone treści własne bezpośrednio agentom AI i generatywnym wyszukiwarkom. Dzięki temu widoczność w wyszukiwarkach odzwierciedla rzeczywisty popyt, zamiast wynikać z przygotowanej z góry mapy witryny.

Analityka przenosi punkt ciężkości z odsłon stron na intencje. Ponieważ system rozpoznaje, co chce osiągnąć każdy odwiedzający — również anonimowy, którego tradycyjna analityka nie uwzględnia — marki mogą analizować zachowania na tym poziomie i eksportować uzyskane informacje do swojego systemu CRM lub CDP. Zespoły mogą też zadawać pytania w naturalnej, konwersacyjnej formie i tworzyć własne pulpity nawigacyjne.

Największe zmiany dotyczą testowania. Nie da się przejść przez każdą możliwą ścieżkę, skoro każda jest inna, dlatego testujemy agentów wstecznie na podstawie rzeczywistych, wcześniejszych interakcji i stale monitorujemy ich działanie w środowisku produkcyjnym. Dostępność opiera się na tej samej zasadzie: jest wbudowana w każdy komponent, więc dziedziczy ją każda kompozycja.

Aby doświadczenia wykorzystujące AI w czasie rzeczywistym były naturalne, wnioskowanie musi odbywać się z niezwykle małym opóźnieniem. Jakie są najtrudniejsze wyzwania inżynieryjne związane z umieszczeniem AI bezpośrednio na krytycznej ścieżce działania witryny, zwłaszcza w zakresie wyboru modeli, buforowania, orkiestracji, kosztów i mechanizmów awaryjnych?

W przypadku inferencji korzystamy obecnie z procesorów LPU firmy Groq, które zapewniają bardzo niskie opóźnienia. Koordynujemy pracę wielu modeli, kierując każde zadanie do modelu, który najlepiej się do niego nadaje. Testujemy nowe modele w miarę ich pojawiania się, szukając najlepszego rozwiązania dla każdego zadania pod względem jakości, kosztów i opóźnień. Dzięki architekturze niezależnej od modelu możemy szybko przejść na nowy model lub dostawcę inferencji, gdy tylko okaże się to opłacalne. Głębokość analizy również dostosowuje się do zapytania: na proste pytanie system odpowiada szybko, a głębszą analizę uruchamia tylko w przypadku złożonych zapytań. Pozwala to kontrolować koszty, ponieważ najbardziej zaawansowane rozumowanie jest wykorzystywane tylko wtedy, gdy wpływa na wynik.
Mechanizmy awaryjne są częścią architektury od samego początku. Warstwa odpowiedzialna za dostarczanie użytkownikowi treści i funkcji jest odizolowana od wzbogacania ich przez AI, więc jeśli model zwolni lub przestanie działać, użytkownik nadal otrzyma pełne doświadczenie.

Salesforce niedawno zainwestowało w Callimacus, ponieważ firma planuje rozwijać działalność inżynieryjną, badania nad AI i operacje handlowe. Co Salesforce dostrzegło w tej technologii i jak połączenie interfejsów generatywnych z danymi CRM i danymi handlowymi przedsiębiorstw może zmienić możliwości stron internetowych?

Salesforce dostrzegło, że Callimacus nie ogranicza się do dodawania AI do istniejącej strony internetowej. Platforma na nowo definiuje samo cyfrowe doświadczenie, łącząc konwersacyjną AI, kontekst biznesowy i personalizację w czasie rzeczywistym, aby umożliwić firmom nawiązywanie nowych relacji z klientami. Obecnie systemy CRM i platformy handlowe zawierają ogromną ilość informacji o klientach, produktach i interakcjach, ale doświadczenie na stronie internetowej pozostaje w dużej mierze statyczne. Połączenie tych informacji z interfejsami generatywnymi otwiera możliwość tworzenia stron internetowych, które znacznie lepiej reagują na potrzeby użytkowników. Mogą one nie tylko wyświetlać informacje, lecz także dostosowywać treści, produkty i interakcje w czasie rzeczywistym do tego, co odwiedzający chce osiągnąć. Uważamy, że to jedna z najważniejszych nadarzających się możliwości. Strona internetowa może stać się inteligentnym interfejsem łączącym istniejące systemy firmy z jej poszczególnymi klientami, zamiast pełnić jedynie funkcję statycznej warstwy prezentacyjnej.

W miarę jak agenci AI coraz częściej przeglądają internet, prowadzą rozeznanie, porównują produkty i potencjalnie dokonują transakcji w imieniu ludzi, czy ta większa zmiana może ostatecznie wykraczać poza dostosowywanie stron internetowych do ludzkich użytkowników? Jak, Twoim zdaniem, zmieni się internet, gdy marki będą musiały jednocześnie obsługiwać zarówno ludzi, jak i autonomicznych agentów AI?

W miarę jak coraz więcej osób odkrywa produkty i robi zakupy za pośrednictwem asystentów AI, marki ryzykują utratę kontroli nad tym, jak są przedstawiane. Bogate doświadczenie związane z marką można łatwo sprowadzić do zdjęcia produktu, krótkiego opisu i ceny wyświetlanych w interfejsie zewnętrznej platformy. To stawia przed markami nowe wyzwanie: jak pozostać przydatnymi dla agentów AI, nie rezygnując z własnej tożsamości, sposobu opowiadania historii i bezpośredniej relacji z klientami, którą udało się zbudować? Dodanie chatbota do strony internetowej nie rozwiązuje tego problemu. Okno rozmowy może odpowiadać na pytania, ale nie odda pełnego charakteru marki: jej języka wizualnego, kunsztu ani sposobu opowiadania historii. Marki zawsze będą potrzebować miejsca, nad którym mają kontrolę i w którym mogą wyrażać siebie na własnych zasadach. Wierzymy, że taką przestrzenią nadal będą strony internetowe, nawet gdy coraz większa część ścieżki klienta będzie przebiegać za pośrednictwem AI. Będą one musiały dostosowywać się do każdego odwiedzającego — człowieka i agenta.

Dziękujemy za świetny wywiad. Czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Callimacus.