Guglielmo Faglioni, сооснователь и директор по науке и технологиям Callimacus — серия интервью

Guglielmo Faglioni, сооснователь и директор по науке и технологиям Callimacus, — технологический предприниматель и инженер-программист с более чем десятилетним опытом разработки цифровых продуктов и приложений. Помимо работы в Callimacus, с 2016 года он занимает должность генерального директора Gorilla Technologies — компании, занимающейся разработкой программного обеспечения для мобильных приложений, веб-сайтов и электронной коммерции. Ранее Faglioni основал GuiDev, где работал ведущим инженером-программистом для iOS. В Callimacus он помогает руководить научной и технической разработкой подхода компании к созданию цифровых решений на основе ИИ.

Callimacus — платформа на основе ИИ, разработанная миланской компанией Solomei AI. Она заменяет традиционные статичные веб-страницы цифровыми решениями, которые динамически собираются для каждого посетителя. В основе её архитектуры — ансамбль специализированных ИИ-агентов, которые анализируют такие сигналы, как вопросы, клики и прокрутка страниц, определяют намерения пользователя и в реальном времени формируют подходящие элементы интерфейса. Платформа может подключаться к таким системам, как Shopify и Salesforce, к системам управления контентом и API, а также предоставляет разработчикам SDK для интеграции возможностей определения намерений и генерации интерфейсов в существующие фронтенды. Callimacus также использовали для создания цифровых решений на основе ИИ для люксового модного бренда Brunello Cucinelli.

До того как основать Callimacus, вы много лет разрабатывали программное обеспечение как инженер для iOS, а затем основали Gorilla Technologies и возглавили компанию. Какой опыт, полученный за это время, убедил вас, что традиционную веб-архитектуру, основанную на страницах, пора кардинально переосмыслить для эпохи ИИ?

Работа над приложениями для iOS помогла мне понять одну вещь, значение которой я в полной мере осознал лишь спустя годы: каждый экран проектируют заранее, и все пользователи видят один и тот же вариант. Вы разрабатываете приложение, выпускаете его, а затем наблюдаете, как миллионы самых разных людей проходят один и тот же сценарий. Можно сегментировать аудиторию и проводить A/B-тесты, но выбирать всё равно приходится из вариантов, которые кто-то заранее нарисовал. Веб унаследовал ту же модель из печатных изданий: страница как фиксированный контейнер. Когда модели научились достаточно быстро понимать намерения и принимать структурированные решения, стало возможно поставить под вопрос сам контейнер, а не просто оптимизировать его содержимое.

Callimacus заменяет заранее заданные сценарии взаимодействия с сайтом «ансамблем» ИИ-агентов, который определяет намерения посетителя и формирует интерфейс в реальном времени. Расскажите, что происходит с технической точки зрения с момента, когда посетитель заходит на сайт, до появления персонализированного интерфейса?

Callimacus построена на архитектуре без страниц. Вместо того чтобы размещать контент на заранее заданных веб-страницах, наша технология отделяет контент от самой страницы. Товары, редакционные материалы, медиа и компоненты интерфейса существуют независимо друг от друга, поэтому их можно динамически комбинировать, а не помещать в фиксированные контейнеры.

Когда посетитель начинает взаимодействовать с сайтом, Callimacus анализирует многомерные сигналы, например клики, шаблоны навигации и диалоги с помощью подсказок. Агент намерений использует эти сигналы, чтобы понять контекст и интересы посетителя, его ожидания и поведение, а также то, чего он пытается добиться в данный момент. Затем агент намерений активирует наиболее подходящий «рецептор» для этой мотивации. Например, человек, который ищет вдохновение, может пройти по иному сценарию взаимодействия, чем тот, кто явно намерен совершить покупку. После этого система выбирает наиболее подходящие материалы и компоненты интерфейса и за миллисекунды формирует пользовательский опыт. Этот процесс происходит не один раз. По мере взаимодействия посетителя и изменения его намерений пользовательский опыт без страниц может продолжать перестраиваться под него, вместо того чтобы заставлять его следовать сценарию, разработанному заранее.

Персонализация существует в интернете уже много лет — благодаря рекомендательным системам, сегментации и A/B-тестированию. Чем интерфейсы, которые генерируются с учётом намерений пользователя, принципиально отличаются от этих более ранних подходов?

Для нас принципиальное отличие заключается в том, чтобы не просто персонализировать контент на основе прошлого опыта пользователя, а понимать, что ему нужно сейчас. Большинство существующих методов персонализации опираются на такие данные, как профили в CRM-системах, файлы cookie и история поведения. Они могут рассказать о том, что люди делали раньше, но намерения гораздо более ситуативны и могут меняться даже в рамках одного сеанса.

Callimacus создана для того, чтобы определять намерения по сигналам в реальном времени и персонализировать опыт на индивидуальном уровне. При этом система не ограничивается изменением рекомендации или одного элемента страницы. Контент, компоненты интерфейса и сценарий взаимодействия могут формироваться с учётом текущих намерений конкретного человека, а затем перестраиваться по мере их изменения. Таким образом, вместо выбора одного из заранее заданных вариантов преимущественно на основе исторических данных система формирует сам пользовательский опыт, исходя из того, чего человек стремится добиться в данный момент. Исторические данные могут дать контекст, но то, как меняется пользовательский опыт, определяется намерениями в реальном времени.

Если каждый посетитель фактически может видеть свой вариант сайта, как не допустить, чтобы персонализация стала непредсказуемой? Как сохранить индивидуальность бренда, его визуальный язык и бизнес-правила, предоставив ИИ при этом достаточно свободы для адаптации пользовательского опыта?

Персонализация не означает, что ИИ предоставлена неограниченная свобода. Контроль со стороны бренда заложен в архитектуру: пользовательский опыт всегда формируется в рамках утвержденных брендом правил и с использованием одобренных им материалов. Каждый элемент интерфейса берется из реестра компонентов, утвержденных брендом и уже оформленных в соответствии с его визуальным языком. Модель создает структурированное описание того, что показать и как это расположить; прежде чем что-либо отобразится, описание проверяется на соответствие строгой схеме. Иными словами, модель определяет композицию, а дизайн-система бренда — то, как эта композиция может выглядеть. Такие бизнес-правила, как ценообразование, наличие товаров и ассортимент в разных регионах, применяются вне модели как жесткие ограничения.

Контроль означает также возможность наблюдать за происходящим. С помощью внутренней панели бизнес-команды могут видеть, как работает сайт: какие варианты пользовательского опыта формируются, для каких намерений и как на них реагируют посетители. Платформа также самостоятельно и заблаговременно диагностирует свою работу. Она указывает, что может нуждаться в улучшении, пробует новые конфигурации, проверяет их на основе предыдущих взаимодействий пользователей и оценивает их эффективность. Ничего не запускается без одобрения бренда: ИИ предлагает улучшения, подкрепленные данными, а окончательное решение остается за брендом.

Это важно, потому что одна из проблем, которую мы пытаемся решить, заключается в том, что традиционные сайты сделали онлайн-образы и поведение многих брендов все более похожими друг на друга. ИИ должен дать бренду больше возможностей проявлять свою индивидуальность с учетом особенностей каждого посетителя, сохраняя за брендом право определять границы, в рамках которых формируется пользовательский опыт.

Генеративные интерфейсы, работающие в реальном времени, создают новые проблемы с надежностью: ИИ теперь не просто генерирует ответ, но и помогает определять, что именно видит пользователь и как он перемещается по сайту. Как вы решаете проблемы галлюцинаций, неверного определения намерений, безопасности и проверки результатов в таких условиях?

Мы начинаем с того, что ограничиваем возможность ИИ допускать ошибки. Модель определяет, как формируется пользовательский опыт, но содержащиеся в нем факты берутся из основных систем учета бренда. Определение намерений рассматривается как вероятностная оценка. Если система не уверена, она формирует более широкий, исследовательский вариант пользовательского опыта, а не делает ставку на одну трактовку. Поскольку пользовательский опыт продолжает перестраиваться по мере взаимодействия посетителя с сайтом, каждый новый сигнал корректирует предыдущее предположение.

Надежность зависит и от архитектуры. Слой, который обеспечивает пользовательский опыт, изолирован от слоя ИИ, и для него установлен более высокий целевой показатель доступности. Если модель работает медленно или недоступна, посетители все равно получают полноценный пользовательский опыт, соответствующий бренду и основанный на детерминированных настройках по умолчанию.

ИИ-бутик Brunello Cucinelli — один из первых крупных примеров внедрения этой модели в реальных условиях. Что вы узнали, наблюдая за тем, как покупатели взаимодействуют с коммерческим пользовательским опытом, формируемым ИИ, чего не ожидали, когда создавали Callimacus?

Одним из самых очевидных сигналов стало то, что люди готовы активнее взаимодействовать с пользовательским опытом, который кажется им более актуальным. Мы заметили, что пользователи проводят на сайте примерно вдвое больше времени в активном режиме; кроме того, существенно выросли как доля добавлений товаров в корзину, так и коэффициент конверсии.

Для нас это стало важным предварительным подтверждением того, что отказ от фиксированных сценариев, рассчитанных на всех без исключения, может заметно повлиять не только на то, насколько самобытным кажется пользовательский опыт, но и на вовлеченность и коммерческие результаты.

Динамические сайты также ставят под сомнение многие предположения, лежащие в основе поисковой оптимизации, аналитики, доступности и тестирования. Как должны развиваться технологии, созданные для работы с относительно статичными веб-страницами, если интерфейсы и пользовательские сценарии генерируются динамически?

Большинство веб-инструментов исходит из того, что основная единица всего — страница: страницы индексируют, измеряют и тестируют. В архитектуре без страниц этой единицей становится сам контент, и каждой из этих областей приходится к этому адаптироваться. Для поисковых систем каждый фрагмент контента существует независимо от того, как он скомпонован, поэтому у него может быть собственный понятный URL с учетом языка, а также он может присутствовать в автоматически создаваемой карте сайта для каждого языкового региона. Следующий шаг — еще дальше: платформа определяет, какими путями навигации посетители пользуются чаще всего, и делает эти пути доступными для поисковых систем; кроме того, она напрямую предоставляет проверенный контент из собственных источников ИИ-агентам и генеративным поисковым системам. Таким образом, обнаруживаемость контента отражает реальный спрос, а не заранее составленную карту сайта.

В аналитике акцент смещается с просмотров страниц на намерения. Поскольку система определяет, чего пытается добиться каждый посетитель, в том числе анонимные посетители, которых не учитывает традиционная аналитика, бренды могут анализировать поведение на этом уровне и экспортировать полученные данные в свои CRM- или CDP-системы. Команды также могут задавать вопросы системе в диалоговом режиме и создавать собственные информационные панели.

Сильнее всего меняется тестирование. Невозможно пройти все потенциальные сценарии, если каждый из них уникален, поэтому мы проверяем агентов на реальных прошлых взаимодействиях и постоянно отслеживаем их работу в производственной среде. Для доступности действует тот же принцип: она заложена в каждый компонент, поэтому ею обладает каждая композиция.

Чтобы пользовательский опыт с ИИ в реальном времени воспринимался естественно, вывод модели должен формироваться с минимальной задержкой. Какие инженерные задачи сложнее всего решать, когда ИИ включен непосредственно в критически важный процесс работы сайта, особенно в вопросах выбора моделей, кэширования, оркестрации, затрат и резервных вариантов?

Для обработки запросов мы сейчас используем LPU Groq: они обеспечивают очень низкую задержку. Мы координируем работу нескольких моделей, направляя каждую задачу к той, которая лучше всего для неё подходит. По мере выхода новых моделей мы тестируем их и ищем оптимальный вариант для каждой задачи с точки зрения качества, стоимости и задержки. Благодаря независимой от конкретной модели архитектуре мы можем быстро подключить новую модель или провайдера инференса, если это оправданно. Глубина анализа также зависит от запроса: на простой вопрос система отвечает быстро, а более глубокий анализ включается только для сложных запросов. Это помогает контролировать расходы: наиболее ресурсоёмкое рассуждение используется лишь тогда, когда оно влияет на результат.
Резервные варианты предусмотрены в архитектуре с самого начала. Слой, обеспечивающий пользовательский опыт, отделён от обогащения с помощью ИИ, поэтому, если модель начинает работать медленно или перестаёт отвечать, посетитель всё равно получает полноценный опыт.

Недавно Salesforce инвестировала в Callimacus, поскольку компания стремится расширить инженерные, исследовательские в области ИИ и коммерческие направления. Что Salesforce увидела в этой технологии и как объединение генеративных интерфейсов с корпоративными данными CRM и электронной коммерции может изменить возможности веб-сайтов?

Salesforce поняла, что Callimacus не просто добавляет ИИ на существующий веб-сайт. Платформа переосмысливает сам цифровой опыт, объединяя разговорный ИИ, корпоративный контекст и персонализацию в реальном времени, чтобы открыть компаниям новые способы взаимодействия с клиентами. Сегодня в CRM-системах и системах электронной коммерции содержится огромное количество данных о клиентах, товарах и взаимодействиях, однако опыт взаимодействия с веб-сайтами по-прежнему в основном статичен. Если связать эти данные с генеративными интерфейсами, сайты смогут стать гораздо отзывчивее: не просто показывать информацию, а в реальном времени адаптировать контент, товары и взаимодействие с учётом того, чего хочет достичь посетитель. Мы считаем, что это одна из важнейших возможностей будущего. Веб-сайт может стать интеллектуальным интерфейсом между существующими системами компании и каждым отдельным клиентом, а не просто неизменной витриной.

По мере того как ИИ-агенты всё чаще просматривают сайты, ищут информацию, сравнивают товары и, возможно, совершают покупки от имени людей, может ли в конечном счёте произойти более масштабный сдвиг — не ограничивающийся адаптацией сайтов к посетителям-людям? Как, по-вашему, изменится интернет, когда брендам придётся одновременно взаимодействовать и с людьми, и с автономными ИИ-агентами?

По мере того как поиск товаров и покупки всё чаще перемещаются в ИИ-ассистенты, бренды рискуют утратить контроль над тем, как их представляют. Богатый опыт взаимодействия с брендом легко свести к изображению товара, краткому описанию и цене в стороннем интерфейсе. Перед брендами возникает новая задача: как оставаться полезными для ИИ-агентов, не отказываясь от индивидуальности, историй и прямых отношений с клиентами, которые они выстраивали? Добавление чат-бота на сайт эту проблему не решает. Окно чата может отвечать на вопросы, но не способно передать бренд во всей полноте: его визуальный язык, мастерство исполнения, умение рассказывать истории. Брендам всегда будет нужно подконтрольное им пространство, где они смогут выражать себя на собственных условиях. Мы считаем, что таким пространством останутся веб-сайты, даже если всё большая часть пути клиента будет проходить при посредничестве ИИ. Им придётся адаптироваться к каждому посетителю — будь то человек или агент.

Спасибо за интересное интервью! Читатели, которые хотят узнать больше, могут посетить сайт Callimacus.