Guglielmo Faglioni, medgrundare och vetenskaps- och teknikchef på Callimacus – intervjuserie

Guglielmo Faglioni, medgrundare och vetenskaps- och teknikchef på Callimacus, är teknikentreprenör och mjukvaruingenjör med mer än ett decenniums erfarenhet av att utveckla digitala produkter och applikationer. Parallellt med sin roll på Callimacus har han varit vd för Gorilla Technologies sedan 2016, ett mjukvaruutvecklingsföretag med fokus på mobilapplikationer, webbplatser och e-handelslösningar. Tidigare i karriären grundade Faglioni GuiDev, där han arbetade som ledande mjukvaruingenjör för iOS. På Callimacus är han med och leder den vetenskapliga och tekniska utvecklingen av företagets lösningar för AI-drivna digitala upplevelser.

Callimacus är en AI-plattform utvecklad av det Milanobaserade Solomei AI. Den ersätter den traditionella idén om statiska webbsidor med digitala upplevelser som sätts samman dynamiskt för varje besökare. Plattformens arkitektur bygger på en orkester av specialiserade AI-agenter som tolkar signaler som frågor, klick och skrollbeteende, fastställer användarens avsikt och sätter samman relevanta gränssnittselement i realtid. Plattformen kan anslutas till system som Shopify och Salesforce, innehållshanteringssystem och API:er. Den tillhandahåller också SDK:er som utvecklare kan använda för att integrera plattformens funktioner för avsiktsförståelse och gränssnittsgenerering i befintliga gränssnitt. Callimacus har även använts för att driva AI-baserade digitala upplevelser för lyxmodesföretaget Brunello Cucinelli.

Innan du var med och grundade Callimacus ägnade du flera år åt mjukvaruutveckling som iOS-ingenjör och grundade och ledde senare Gorilla Technologies. Vilka erfarenheter från den resan övertygade dig om att webbens traditionella, sidbaserade arkitektur behövde omprövas i grunden för AI-eran?

Att bygga iOS-appar lärde mig något som det tog flera år att verkligen förstå: varje skärm utformas i förväg, och alla användare ser samma skärm. Man ritar appen, lanserar den och ser sedan miljontals olika människor tvinga sig igenom ett identiskt flöde. Man kan segmentera och A/B-testa, men man väljer fortfarande mellan versioner som någon har ritat i förväg. Webben ärvde samma modell från tryckta medier: sidan som en fast behållare. När modellerna blev tillräckligt bra på att förstå avsikter och snabbt fatta strukturerade beslut blev det möjligt att ifrågasätta själva behållaren i stället för att optimera det som ryms inuti den.

Callimacus ersätter fördefinierade webbplatsflöden med en ”orkester” av AI-agenter som tolkar besökarens avsikt och sätter samman ett gränssnitt i realtid. Kan du gå igenom vad som händer rent tekniskt från det att en besökare kommer till webbplatsen tills den personanpassade upplevelsen visas?

Callimacus bygger på en sidlös arkitektur. I stället för att organisera innehåll på fördefinierade webbsidor skiljer vår teknik innehållet från själva sidan. Produkter, redaktionellt innehåll, medier och gränssnittskomponenter finns fristående, så att de kan kombineras dynamiskt i stället för att vara låsta i fasta behållare.

När besökaren börjar interagera analyserar Callimacus flerdimensionella signaler, till exempel klick, navigeringsmönster och promptbaserade konversationer. Intent Agent använder signalerna för att förstå besökarens sammanhang, intressen, förväntningar och beteende samt vad personen försöker uppnå just då. Därefter aktiverar Intent Agent den mest lämpliga ”receptorn” för personens drivkraft. Någon som söker inspiration kan till exempel följa en annan interaktionsväg än någon som tydligt visar att hen har för avsikt att köpa. Systemet väljer sedan det mest relevanta innehållet och de lämpligaste gränssnittskomponenterna och sätter samman upplevelsen på några millisekunder. Processen sker inte bara en gång. När besökaren interagerar och avsikten förändras kan den sidlösa upplevelsen fortsätta att formas om efter besökarens behov, i stället för att tvinga personen genom ett flöde som utformats i förväg.

Personanpassning har funnits på webben i flera år genom rekommendationsmotorer, segmentering och A/B-testning. Vad gör avsiktsstyrda, generativa gränssnitt fundamentalt annorlunda jämfört med de tidigare metoderna?

För oss ligger den grundläggande skillnaden i att personanpassa utifrån det förflutna jämfört med att förstå vad någon behöver just nu. De flesta befintliga lösningar för personanpassning bygger på sådant som CRM-profiler, kakor och tidigare beteende. Det kan ge viss information om vad människor har gjort tidigare, men avsikter är betydligt mer omedelbara och kan förändras under ett och samma besök.

Callimacus är utformat för att förstå avsikter utifrån signaler i realtid och personanpassa upplevelsen för varje individ. Det handlar inte heller bara om att ändra en rekommendation eller ett enskilt element på en sida. Innehållet, gränssnittskomponenterna och interaktionsvägen kan alla utformas utifrån personens aktuella avsikt och sedan sättas samman på nytt när den förändras. Skiftet innebär alltså att man går från att välja mellan fördefinierade upplevelser som till stor del bygger på historisk information till att generera själva upplevelsen utifrån vad individen försöker uppnå just då. Historiska data kan ge sammanhang, men avsikten i realtid avgör hur upplevelsen anpassas.

Om varje besökare i praktiken kan få en egen webbplats, hur förhindrar ni att personanpassningen blir oförutsägbar? Hur bevarar ni ett varumärkes identitet, formspråk och affärsregler samtidigt som AI får ett meningsfullt handlingsutrymme att anpassa upplevelsen?

Personalisering innebär inte att AI:n får obegränsad frihet. Varumärkets kontroll är inbyggd i arkitekturen, så upplevelsen skapas alltid inom ramen för varumärkets godkända regler och tillgångar. Varje gränssnittselement hämtas från ett register över komponenter som varumärket har godkänt och som redan har utformats enligt dess visuella formspråk. Modellen skapar en strukturerad beskrivning av vad som ska visas och hur det ska arrangeras, och beskrivningen valideras mot ett strikt schema innan något renderas. Med andra ord avgör modellen hur innehållet ska sättas samman, medan varumärkets designsystem avgör hur en sådan sammansättning får se ut. Affärsregler, exempelvis för prissättning, tillgänglighet och regionalt sortiment, upprätthålls utanför modellen som fasta begränsningar.

Kontroll handlar också om insyn. Via backoffice kan affärsteamen se hur webbplatsen fungerar: vilka upplevelser som sätts samman, för vilka avsikter och hur besökarna reagerar. Plattformen diagnostiserar också sig själv, och gör det proaktivt. Den pekar ut vad som kan behöva förbättras, provar nya konfigurationer, testar dem mot tidigare användarinteraktioner och utvärderar om de fungerar. Inget lanseras innan varumärket har godkänt det, så AI:n föreslår evidensbaserade förbättringar medan varumärket fattar det slutliga beslutet.

Det är viktigt eftersom ett av problemen vi försöker lösa är att traditionella webbplatser har fått många varumärken att se alltmer lika ut och uppträda alltmer likartat på nätet. AI bör ge ett varumärke större möjligheter att uttrycka sin identitet utifrån den enskilda besökaren, samtidigt som varumärket fortsätter att definiera ramarna för hur upplevelsen skapas.

Generativa gränssnitt i realtid medför nya utmaningar för tillförlitligheten, eftersom AI inte längre bara genererar ett svar, utan också bidrar till att avgöra vad användaren faktiskt ser och hur hen navigerar. Hur hanterar ni hallucinationer, felaktig tolkning av avsikter, säkerhet och verifiering i en sådan miljö?

Vi börjar med att begränsa vad AI:n kan göra fel. Modellen avgör hur upplevelsen sätts samman, men fakta i den hämtas från varumärkets auktoritativa källsystem. Tolkningen av användarens avsikt behandlas som en sannolikhet. När systemet är osäkert skapar det en bredare och mer utforskande upplevelse i stället för att låsa sig vid en tolkning. Eftersom upplevelsen sätts samman på nytt medan besökaren interagerar med den, korrigerar varje ny signal den föregående gissningen.

Tillförlitlighet handlar också om arkitekturen. Lagret som levererar upplevelsen är isolerat från AI-lagret och har ett högre tillgänglighetsmål. Om en modell är långsam eller otillgänglig får besökarna ändå en komplett upplevelse som följer varumärket och bygger på deterministiska standardinställningar.

AI-butiken från Brunello Cucinelli är en av de första större implementeringarna av den här modellen i verkligheten. Vad har ni lärt er av att observera hur kunder interagerar med en handelsupplevelse som sätts samman av AI, sådant som ni inte förutsåg när ni byggde Callimacus?

En av de tydligaste signalerna är att människor är villiga att engagera sig mer i en upplevelse som känns mer relevant för dem. Vi har sett att användarna tillbringar ungefär dubbelt så mycket aktiv tid på webbplatsen, samtidigt som både andelen som lägger till produkter i varukorgen och konverteringsgraden har ökat betydligt.

För oss har det varit en viktig tidig bekräftelse på att steget bort från fasta kundresor som ska passa alla kan få stor betydelse, inte bara för hur särpräglad upplevelsen känns, utan också för engagemanget och affärsresultaten.

Dynamiska webbplatser utmanar också många av de antaganden som ligger till grund för sökmotoroptimering, analys, tillgänglighet och testning. Hur behöver tekniker som bygger på relativt deterministiska webbsidor utvecklas när gränssnitt och användarresor genereras dynamiskt?

De flesta webbverktyg utgår från att sidan är den grundläggande enheten för allt: man indexerar en sida, mäter en sida och testar en sida. I en arkitektur utan fasta sidor flyttas fokus till själva innehållet, och varje område måste anpassa sig efter det. När det gäller sök finns varje innehållsdel oberoende av hur den sätts samman, så den kan ha en egen tydlig, språkanpassad URL och ingå i en automatiskt genererad webbplatskarta för alla språkområden. Nästa steg går längre: plattformen identifierar de navigeringsvägar som besökarna faktiskt använder mest och gör dem tillgängliga för sökmotorer. Den levererar också betrott förstapartinnehåll direkt till AI-agenter och generativa sökmotorer. Synligheten i sök återspeglar då den faktiska efterfrågan i stället för en webbplatskarta som utformats i förväg.

Analysen går från sidvisningar till avsikter. Eftersom systemet tolkar vad varje besökare försöker åstadkomma, även för anonyma besökare som traditionella analysverktyg inte fångar upp, kan varumärken analysera beteendet på den nivån och exportera insikterna till sitt CRM- eller CDP-system. Teamen kan också ställa frågor till systemet på ett samtalsbaserat sätt och skapa egna instrumentpaneler.

Testningen förändras mest. Det går inte att klicka sig igenom alla tänkbara användarresor när varje resa är unik, så vi testar agenterna retrospektivt mot verkliga, tidigare interaktioner och övervakar dem kontinuerligt i produktion. Tillgänglighet bygger på samma princip: den är inbyggd i varje komponent, så varje sammansättning får den med sig.

För att AI-upplevelser i realtid ska kännas naturliga måste inferensen ske med extremt låg latens. Vilka är de svåraste tekniska utmaningarna med att placera AI direkt i webbplatsens kritiska flöde, särskilt när det gäller modellval, cachning, orkestrering, kostnader och reservlösningar?

För inferens använder vi för närvarande Groqs LPU:er, som ger oss mycket låg latens, och samordnar flera modeller genom att dirigera varje uppgift till den modell som passar bäst. Vi testar nya modeller allt eftersom de lanseras och söker efter den som passar bäst för varje uppgift när det gäller kvalitet, kostnad och latens. Eftersom arkitekturen är modelloberoende kan vi snabbt byta till en ny modell eller inferensleverantör när det är värt det. Analysdjupet anpassas också efter förfrågan: en enkel fråga får ett snabbt svar, medan bara mer nyanserade frågor leder till en djupare analys. Det håller kostnaderna under kontroll, eftersom den mest omfattande resoneringen bara används när den påverkar resultatet.
Reservlösningar har funnits med i arkitekturen från början. Det lager som levererar upplevelsen är frikopplat från AI-berikningen, så om en modell blir långsam eller slutar fungera får besökaren ändå en fullständig upplevelse.

Salesforce investerade nyligen i Callimacus när företaget nu vill utöka sin verksamhet inom teknik, AI-forskning och kommersiell verksamhet. Vad såg Salesforce i tekniken, och hur skulle kopplingen mellan generativa gränssnitt och företagsdata från CRM- och handelssystem kunna förändra vad webbplatser kan åstadkomma?

Det Salesforce insåg är att Callimacus inte bara lägger till AI på en befintlig webbplats. Plattformen tänker om kring själva den digitala upplevelsen och kombinerar konversationsbaserad AI, företagskontext och personalisering i realtid för att skapa nya sätt för företag att interagera med kunder. I dag innehåller CRM- och handelssystem en stor mängd information om kunder, produkter och interaktioner, men webbplatsupplevelsen är fortfarande till stor del statisk. Genom att koppla samman den informationen med generativa gränssnitt kan webbplatser bli betydligt mer lyhörda. De kan göra mer än att bara visa information: de kan anpassa innehåll, produkter och interaktioner i realtid utifrån vad besökaren försöker åstadkomma. För oss är det en av de viktigaste möjligheterna framöver. Webbplatsen kan bli ett intelligent gränssnitt mellan företagets befintliga system och den enskilda kunden, i stället för att bara vara ett statiskt presentationslager.

När AI-agenter i allt större utsträckning surfar, gör efterforskningar, jämför produkter och eventuellt genomför köp åt människor, skulle den större omställningen så småningom kunna gå längre än att webbplatser anpassas efter mänskliga besökare? Hur tror du att webben kommer att förändras när varumärken samtidigt behöver vända sig till både människor och autonoma AI-agenter?

När allt fler upptäcker produkter och handlar via AI-assistenter riskerar varumärken att förlora kontrollen över hur de framställs. En rik varumärkesupplevelse kan lätt reduceras till en produktbild, en kort beskrivning och ett pris i ett gränssnitt från tredje part. Det skapar en ny utmaning för varumärken: hur kan man fortsätta vara användbar för AI-agenter utan att ge upp sin identitet, sitt berättande och den direkta relation man har byggt upp med kunderna? Att lägga till en chatbot på en webbplats löser inte problemet. Ett chattfönster kan besvara frågor, men det kan inte förmedla ett varumärkes fulla uttryck: dess visuella språk, hantverksskicklighet och sätt att berätta historier. Varumärken kommer alltid att behöva en plats som de själva kontrollerar, där de kan uttrycka sig på sina egna villkor. Vi tror att webbplatser även fortsättningsvis kommer att vara den platsen, även när en allt större del av kundresan förmedlas via AI, och att de måste anpassas efter varje besökare, människa som agent.

Tack för en givande intervju. Läsare som vill veta mer kan besöka Callimacus.