Simile atrage peste 200 de milioane de dolari la o evaluare de 2 miliarde de dolari pentru a scala simulările comportamentului uman

Simile a atras peste 200 de milioane de dolari în cadrul finanțării Seria B, la o evaluare post-argent de 2 miliarde de dolari, oferind companiei cu sediul în Palo Alto capitalul substanțial necesar pentru a dezvolta modele de inteligență artificială proiectate pentru a simula modul în care oamenii iau decizii.

Greenoaks a condus runda, în timp ce investitorul existent Index Ventures și-a mărit sprijinul. Hanabi, Bain Capital Ventures, A*, Factory și CVS Health Ventures (CVS ) au revenit și ei, Definition alăturându-se ca noul investitor. Finanțarea vine la doar cinci luni după ce Simile a ieșit din stealth cu o finanțare de 100 de milioane de dolari Seria A condusă de Index Ventures, ducând finanțarea declarată a companiei dincolo de 300 de milioane de dolari.

De la lansarea publică, Simile afirmă că a crescut veniturile de cinci ori, s-a extins la peste 50 de angajați și a rulat zeci de milioane de simulări pentru companii din Fortune 100. Compania intenționează să utilizeze noile fonduri pentru a avansa modelul de bază pentru comportamentul uman, pentru a îmbunătăți fiabilitatea simulărilor și pentru a extinde platforma în industrii precum sănătate, servicii financiare, produse de consum și mass-media.

Construirea inteligenței artificiale pentru a prezice comportamentul în loc de a genera conținut

Majoritatea pieței actuale de inteligență artificială generativă se concentrează pe crearea de ieșiri. Modelele de limbaj mari pot produce software, copii publicitare, imagini, concepte de produse și planuri de afaceri în câteva secunde.

Simile se axează pe procesul de luare a deciziilor care precede producerea acestor ieșiri. Platforma sa este destinată să ajute organizațiile să evalueze ce ar trebui să construiască, cum ar putea răspunde diferitele audiențe și care ar putea fi efectele secundare care ar putea apărea după implementarea unei decizii.

Compania se descrie ca fiind o construire a unui model de bază pentru comportamentul uman, mai degrabă decât un alt model de limbaj general. În loc să optimizeze în primul rând pentru răspunsuri logice sau texte fluente, modelul este antrenat pentru a reprezenta diferențele în preferințele, experiențele, valorile și modelele de decizie ale oamenilor.

Organizațiile pot utiliza platforma pentru a crea scenarii comparabile și pentru a examina modul în care aceeași populație simulată răspunde atunci când variabile precum prețurile, mesajele, caracteristicile produselor sau condițiile politice sunt modificate. Scopul nu este doar să ceară respondenților sintetici păreri, ci să modelizeze modul în care comportamentul poate evolua în multiple condiții și în timp.

De la cercetarea de la Stanford la o platformă de simulare pentru întreprinderi

Tehnologia Simile se bazează pe cercetarea condusă de co-fondatorul și CEO-ul Joon Sung Park și de alți cercetători de la Stanford, Michael Bernstein și Percy Liang.

Park a fost autorul principal al lucrării din 2023 “Agenci generativi: simulacre interactive ale comportamentului uman“, care a prezentat un oraș simulat populat de 25 de agenți AI. Fiecare agent a utilizat un flux de memorie alături de mecanisme de recuperare, reflecție și planificare pentru a menține contextul și a determina următoarele acțiuni.

Agenții au format relații, au dezvoltat rutine și au coordonat activități fără ca fiecare interacțiune să fie programată în mod explicit. Experimentul a ajutat la stabilirea multor ideilor arhitecturale utilizate acum în simulările multi-agente, în care agenții autonomi interacționează unii cu alții, mai degrabă decât răspund în mod independent la stimuli izolați.

Ulterior, cercetarea a testat dacă agenții generativi ar putea reproduce atitudinile și comportamentul real al indivizilor. Într-un studiu care a implicat 1.052 de participanți, cercetătorii au creat agenți utilizând interviuri calitative și au evaluat cât de precis au reprodus răspunsurile participanților.

Agenții au atins 85% din acuratețea pe care participanții au demonstrat-o atunci când au răspuns la aceleași întrebări cu două săptămâni mai târziu. Acesta este un punct important: rezultatul nu înseamnă că comportamentul uman a fost prevăzut cu 85% acuratețe absolută. Înseamnă că agenții s-au apropiat de nivelul de coerență al oamenilor pe care au fost proiectați să îi reprezinte.

Site-ul web al Simile face referire și la o lucrare ulterioară care implică 2,9 milioane de răspunsuri din 210 experimente de științe sociale. Compania afirmă că ajustarea modelelor pe aceste date comportamentale a îmbunătățit alinierea la studii nevizionate anterior cu 26% în comparație cu modelul de bază.

Scorurile de încredere sunt centrale pentru produs

Una dintre afirmațiile tehnice mai importante ale Simile este că a antrenat un model de încredere separat pentru a estima fiabilitatea fiecărei simulări.

Previziunea comportamentului uman este în mod inerent incertă. Aceeași persoană poate lua decizii diferite în funcție de moment, context, informații disponibile și factori care nu sunt prezenți într-un set de date. Un sistem care produce o singură previziune sigură fără a comunica aceste limitări ar putea încuraja organizațiile să trateze comportamentul simulat ca pe un fapt.

Simile afirmă că platforma sa compară distribuțiile de răspunsuri simulate cu răspunsurile colectate de la oameni reali utilizând Distanța de Variație Totală, o măsură statistică a diferenței dintre două distribuții de probabilitate. Fiecare rezultat primește un scor de încredere pe baza cantității și relevanței dovezilor umane care îl susțin.

Când există dovezi limitate pentru o anumită populație sau scenariu, scorul de încredere este destinat să facă această incertitudine vizibilă. Compania afirmă, de asemenea, că modelele sale sunt recalibrate săptămânal pentru a include schimbări în domenii precum prețuri, politici, condiții economice și comportamentul consumatorilor.

Acest strat de validare ar putea fi la fel de important ca și simulările însele. Pentru întreprinderi care iau decizii scumpe sau sensibile, a ști când un model este puțin probabil să fie de încredere poate fi mai valoros decât a primi o altă previziune plauzibilă.

CVS Health utilizează simulări pentru a testa deciziile înainte de lansare

CVS Health este unul dintre cei mai importanți clienți timpurii ai Simile și a participat, de asemenea, la runda de finanțare prin CVS Health Ventures.

Compania de sănătate a utilizat populații simulate pentru a valida cercetarea existentă a clienților, pentru a examina factorii care influențează satisfacția pacienților și pentru a testa strategii legate de aderența la medicamente. De asemenea, a explorat populații care pot fi dificil de accesat sau scumpe prin intermediul sondajelor tradiționale, inclusiv pacienți cu afecțiuni cronice.

Conform Simile, inițiativa CVS se bazează pe 2,9 milioane de răspunsuri consimțite de la peste 400.000 de participanți în peste 200 de scenarii comportamentale. Simulările au fost utilizate pentru a pre-selecționa idei și pentru a identifica care ipoteze merită testate suplimentar prin cercetare din lumea reală sau pilot.

Acestă distincție contează. Simularea poate reduce numărul de idei care trebuie testate direct cu clienții, dar nu elimină nevoia de a colecta dovezi din lumea reală. CVS a descris tehnologia ca o modalitate de a prioritiza cercetarea și de a rafina intervențiile potențiale înainte de a le expune pacienților sau clienților.

Simile lucrează, de asemenea, cu Gallup pe cercetări de politică, studii de loc de muncă și analize de tendințe sociale. Alte organizații prezentate de companie includ Wealthfront, Deloitte, Banco Itaú și Suntory. Întreprinderile aplică platforma în domenii precum testarea produselor, intrarea pe piață, cercetarea experienței clienților, poziționarea competitivă și pregătirea apelurilor de câștig.

Trecerea de la agenți individuali la piețe simulate

Multe dintre aplicațiile actuale ale Simile seamănă cu cercetarea de piață accelerată. O companie poate testa mai multe concepte de produse sau mesaje împotriva unei populații simulate înainte de a decide care dintre ele merită o campanie reală sau un pilot.

Oportunitatea pe termen lung este considerabil mai complexă. Simile dorește să modelizeze interacțiunile dintre clienți, concurenți, instituții, politici și piețe. Mai degrabă decât a prezice cum vor răspunde indivizii izolați la o întrebare, aceste simulări multi-agente ar examina cum oamenii se influențează reciproc și cum deciziile produc efecte în cascadă.

Aplicații posibile ar putea include modelarea reacțiilor la șocuri financiare, schimbări de politică, lansări de produse sau modificări ale stimulentelor. O simulare ar putea examina nu numai dacă clienții adoptă un nou serviciu, ci și cum această adoptare modifică comportamentul concurenților, percepția publică și cererea pentru produse conexe.

Aici, limitările tehnice vor deveni mai semnificative. Erori mici pot acumula atunci când mii sau milioane de agenți interacționează, în special în simulări în care evenimentele inițiale modifică traiectoria tuturor evenimentelor care urmează. Simile va trebui să demonstreze că metodele sale de validare rămân semnificative pe măsură ce simulările trec de la previziuni individuale la sisteme complexe și dinamice.

Un nou strat de infrastructură decizională

Dimensiunea și viteza finanțării recente a Simile sugerează că investitorii văd simularea comportamentului ca un potențial nou strat în procesul decizional al întreprinderilor.

Organizațiile cheltuie deja sume mari pe sondaje, consultanță, grupuri de focus, teste de produse și cercetări de piață. Simulările cu inteligență artificială ar putea face mai ieftină explorarea mai multor opțiuni, testarea unor segmente de audiență mai înguste și identificarea ideilor slabe înainte de a angaja capital semnificativ.

Tehnologia introduce, de asemenea, întrebări dificile cu privire la consimțământ, reprezentare și răspundere. O populație simulată este la fel de utilă pe cât sunt oamenii, comportamentele și circumstanțele reprezentate în datele sale subiacente. Previziunile pot deveni mai puțin fiabile atunci când sunt utilizate în culturi nefamiliare, piețe în schimbare rapidă sau situații cu risc ridicat și precedent istoric limitat.

Pentru acest motiv, rolul cel mai puternic pe termen scurt pentru platforme precum Simile poate fi să completeze cercetarea umană, mai degrabă decât să o înlocuiască. Simulările pot ajuta organizațiile să decidă care întrebări să investigheze, dar clienții și comunitățile reale rămân necesare pentru a verifica dacă rezultatele se mențin în afara modelului.

Simile are acum resursele pentru a testa dacă simularea comportamentului uman poate progresa de la un domeniu de cercetare emergent la o infrastructură de întreprindere de încredere. Provocarea sa imediată nu este doar să ruleze mai multe simulări, ci să demonstreze că organizațiile pot înțelege limitele sale și pot ști când rezultatele sunt suficient de fiabile pentru a influența decizii cu consecințe.