Simile 融资超过 2 亿美元，估值达到 20 亿美元，用于扩大人工智能行为模拟

Simile 已经完成了超过 2 亿美元的 B 轮融资，估值达到 20 亿美元，这为这家位于帕洛阿尔托的初创公司提供了大量资金，用于开发人工智能模型，以模拟人们如何做出决定。

Greenoaks 领投了这一轮融资，而现有的投资者 Index Ventures 增加了其投资。 Hanabi、Bain Capital Ventures、A*、Factory 和 CVS Health Ventures (CVS ) 也回归了，Definition 加入作为新的投资者。 这次融资仅在 Simile 以 1 亿美元的 A 轮融资由 Index Ventures 领投从隐身状态中脱颖而出 五个月后到来，将公司的公开融资金额超过 3 亿美元。

自从公开推出以来，Simile 表示其收入增加了五倍，扩大到超过 50 名员工，并为《财富》100 强公司运行了数千万次模拟。该公司计划利用新的资金来推进其人工智能行为基础模型，提高模拟的可靠性，并将该平台扩展到包括医疗保健、金融服务、消费品和媒体在内的各个行业。

建立人工智能以预测行为而非生成内容

当前的大多数生成性人工智能市场都集中于创建输出。大量语言模型可以在几秒钟内生成软件、营销文案、图像、产品概念和商业计划。

Simile 正在瞄准生成这些输出之前的决策过程。其平台旨在帮助组织评估他们应该建立什么、不同受众如何响应以及在做出决定后可能出现的次要影响。

该公司将自己描述为建立人工智能行为基础模型，而不是另一个通用语言模型。与其优化逻辑答案或流畅的文本，该模型正在被训练以表示人们偏好、经历、价值观和决策模式的差异。

组织可以使用该平台创建可比拟的场景并检查当价格、信息、产品功能或政策条件等变量发生变化时，相同的模拟人口如何响应。目标不是简单地询问合成受访者关于他们的意见，而是模拟行为如何在多个条件下和随着时间的推移而变化。

从斯坦福研究到企业模拟平台

Simile 的技术建立在联合创始人兼首席执行官 Joon Sung Park 和斯坦福研究人员 Michael Bernstein 和 Percy Liang 进行的研究基础上。

Park 是 2023 年“生成代理：人类行为的交互式模拟”论文的首席作者，该论文介绍了一个由 25 个人工智能代理组成的模拟小镇。每个代理使用记忆流以及检索、反思和规划机制来维持上下文并确定其下一步行动。

代理形成了关系，发展了日常习惯，并在没有每次交互被明确编程的情况下协调活动。该实验有助于建立许多现在用于多代理模拟的架构理念，在这些模拟中，自主代理相互交互，而不是独立地响应孤立的提示。

后续研究测试了生成代理是否可以复制真实个体的态度和行为。在一项涉及 1,052 名参与者的研究中，研究人员使用定性访谈创建了代理，并评估了他们在回答相同问题时的准确性。

代理实现了 85% 的准确性，这是参与者在两周后自己回答相同问题时的准确性。这是一个重要的区别：结果并不意味着人类行为以 85% 的绝对准确性被预测。它意味着代理接近了他们所代表的人的可靠性水平。

Simile 的网站还指向了涉及 2,900 万个回应的 210 个社会科学实验的后续工作。该公司表示，在这些行为数据上微调模型提高了对以前未见研究的对齐度，相比基础模型提高了 26%。

置信度评分是产品的核心

Simile 的一个更有意义的技术主张是，它已经训练了一个单独的置信度模型来估计每个模拟的可靠性。

预测人类行为本质上是不确定的。同一个人可能会根据时间、背景、可用信息和数据中不存在的因素做出不同的决定。一个系统如果没有传达这些限制就产生了单一的自信预测，可能会鼓励组织将模拟行为视为事实。

Simile 表示，其平台使用总变差距离（Total Variation Distance）- 两个概率分布之间的差异的统计度量- 将模拟的响应分布与从真实人群中收集的响应进行比较。每个结果根据支持的人类证据的数量和相关性接收一个置信度评分。

当某个人口或场景的证据有限时，置信度评分旨在使这种不确定性可见。该公司还表示，其模型每周重新校准，以纳入价格、政策、经济状况和消费者行为等领域的变化。

这种验证层可能与模拟本身一样重要。对于做出昂贵或敏感决定的企业来说，了解模型何时不太可能是可靠的可能比获得另一个合理的预测更有价值。

CVS Health 使用模拟来测试决策

CVS Health 是 Simile 最著名的早期客户之一，也通过 CVS Health Ventures 参与了本轮融资。

该医疗保健公司使用模拟人口来验证现有的客户研究，检查患者满意度的驱动因素，并测试与药物依从性相关的策略。它还探索了传统调查难以或昂贵到达的人口，包括慢性病患者。

根据 Simile 的说法，CVS 计划 利用了来自 400,000 多名参与者、200 多个行为场景中的 2,900 万个同意回应。模拟已被用于预筛选想法，并确定哪些假设值得通过现实世界的研究或试点进行进一步测试。

这种区别很重要。模拟可以减少需要直接用客户测试的想法数量，但它并不能消除收集现实世界证据的需要。CVS 将该技术描述为一种在将患者或客户暴露于潜在干预措施之前，优先考虑研究和改进潜在干预措施的方法。

Simile 还与 Gallup 合作进行政策研究、职场研究和社会趋势分析。该公司提到的其他组织包括 Wealthfront、Deloitte、Banco Itaú 和 Suntory。企业正在将该平台应用于产品测试、市场进入、客户体验研究、竞争对手定位和收益电话准备等领域。

从个体代理到模拟市场

Simile 的许多当前应用类似于加速的市场研究。公司可以在决定哪些产品概念或信息值得进行真正的活动或试点之前，先将其测试到模拟人口中。

更长期的机会更加复杂。Simile 想要模拟客户、竞争对手、机构、政策和市场之间的交互。这些多代理模拟将检查人们如何相互影响以及决策如何产生连锁效应，而不是预测孤立个体如何回答一个问题。

可能的应用包括模拟对财务冲击、政策变化、产品发布或激励措施变化的反应。模拟可能不仅检查客户是否采用新服务，还检查这种采用如何改变竞争对手的行为、公众的看法以及相关产品的需求。

这是技术限制将变得更加重要的地方。小错误可能会在成千上万或数百万个代理相互作用的模拟中积累，特别是在早期事件改变一切后续事件轨迹的模拟中。Simile 需要证明其验证方法在模拟从个体预测转向复杂、动态系统时仍然有效。

决策基础设施的新层次

Simile 最新一轮融资的规模和速度表明，投资者认为行为模拟可能成为企业决策的新层次。

组织已经在调查、咨询、焦点小组、产品试验和市场研究上投入了大量资金。人工智能模拟可以使探索更多选项、测试更窄的受众段和在投入大量资金之前识别出弱点的想法变得更加便宜。

该技术还引发了关于同意、代表性和问责制的艰难问题。模拟人口只与其底层数据中所代表的人、行为和情况一样有用。预测可能会在部署到不熟悉的文化、迅速变化的市场或具有有限历史先例的高风险情况时变得不那么可靠。

因此，像 Simile 这样的平台的最强大的近期作用可能是补充人类研究，而不是取代它。模拟可以帮助组织决定哪些问题需要调查，但真正的客户和社区仍然是必要的，以验证结果是否在模型外保持有效。

Simile 的新融资为其提供了资源来测试人工智能行为模拟是否可以从一个新兴的研究领域发展成为可靠的企业基础设施。其立即的挑战不是简单地运行更多模拟，而是证明组织可以理解其限制，并知道何时结果可靠到足以影响重要的决策。