Стартапы, обещающие предсказывать поведение людей, переживают звездный час. За последний год компания Simile привлекла 200 миллионов долларов при оценке в 2 миллиарда долларов; Aaru привлекла 88 миллионов долларов при оценке в 1 миллиард долларов; а Humans&, ИИ-стартап, объявивший в январе о масштабном раунде посевного финансирования на сумму 480 миллионов долларов при оценке в 4,48 миллиарда долларов, запустил Persimmon для моделирования человеческого поведения.
Текущее положение дел в области прогнозирования поведения человека в значительной степени опирается на большие языковые модели (LLM), которым задают промпты или которые дообучают для роли целевой демографической группы. Но двухлетний стартап из Сан-Франциско Mirror Particle считает этот подход в корне неверным.
«Это все равно что идти с водным пистолетом на Ниагарский водопад», — говорит Абхивьякти Ахуджа, сооснователь и генеральный директор Mirror Particle, которая предоставляет брендам ИИ-механизм для прогнозирования потребительского поведения и лежащих в его основе причин. «LLM обучались на сотнях миллиардов точек данных. Насколько сильно вы можете повлиять на их поведение путем [дообучения] с таким небольшим объемом данных? Они все еще застряли в прошлом».
Ахуджа не считает, что LLM видят мир так же, как человек. «LLM моделируют письменный язык, но люди состоят из визуального восприятия, пространственного мышления, социального интеллекта». По ее словам, полагаться на них означает получать инсайты на основе того, чего люди не замечают, что уходит от сути при попытке предсказать человеческое поведение.
Mirror Particle применяет другой подход: создает базовую модель или, как описывает это Ахуджа, модель мира с нуля, которая имитирует, почему люди поступают так, как они поступают, и как поведение человека меняется с течением времени.
«Мы не хотим фиксировать статичного человека», — сказала Ахуджа. «Мы хотим зафиксировать меняющегося человека. Это означает сбор продольных (лонгитюдных) данных о том, как люди меняются, какие триггеры меняют их и в какой степени». Если они не меняются, добавила она, «это тоже сигнал».
Компания Mirror Particle уже привлекла раунд ангельских инвестиций и заявляет, что близка к закрытию своего первого венчурного раунда. На следующей неделе стартап также будет соревноваться в Startup Battlefield 200 — известном конкурсе стартапов от TechCrunch, который пройдет в рамках мероприятия TechCrunch Disrupt 2026 в Сан-Франциско 13–15 октября.
Стартап полагается на проприетарную комбинацию данных, которая включает клиентские данные его заказчиков, текущие события, поп-культуру, социальные сети и многое другое, для моделирования демографического сегмента, рассматривая его как систему, которая развивается с течением времени и отслеживает изменение мотиваций по мере прохождения через жизненный опыт. Основное внимание уделяется «проявляемому поведению» — тому, что люди делают на самом деле, а не ответам на опросы, о которых они сообщают сами.
Как и у ее конкурентов, первоначальная стратегия выхода на рынок Mirror Particle сосредоточена на тех областях, где уже существуют бюджеты на подобные инсайты: маркетинговые исследования, а также стратегия брендов и продуктов. Например, Mirror может помочь косметическому бренду не просто написать более удачный рекламный текст для макияжа, который понравится поколению Z, но и определить, нужен ли этому демографическому сегменту такой продукт вообще.
«Что, если [целевая демографическая группа] не хочет палитры теней для век?» — сказала Ахуджа. «Возможно, румяна — лучший выбор, если вы хотите продать продукт на этом рынке».
Механизм прогнозирования Mirror Particle также предоставляет клиентам обоснование «почему» для текущего или будущего поведения — мотивацию, ограничения и дополнительный контекст, оправдывающие ее рекомендации, что помогает брендам принимать более разумные решения.
В одном из ранних пилотных проектов известный бренд кормов для домашних животных хотел узнать, какие изображения разместить на упаковке для увеличения продаж. Курица? Говядина? Овощи? Технология Mirror показала, что бренд задает неправильный вопрос. Изображения не имели значения. Проблема заключалась в том, что бренд был настолько узнаваем, что его воспринимали как массовый и дешевый товар, и продажи останутся на прежнем уровне до тех пор, пока компания не решит эту проблему с восприятием.
«То, как мы видим развитие нашей модели, похоже на то, как ребенок познает мир», — сказала Ахуджа, отметив, что младенцы переходят от зрения к языку, к осознанию тела и к социальному интеллекту.
Такой фундаментальный интерес к моделированию человеческого мозга проистекает из прошлого опыта Ахуджи в области изучения нейробиологии и информатики. Родом из Индии, она в итоге поступила в Университет Торонто, где ее вдохновили достижения пионера искусственного интеллекта Джеффри Хинтона в области нейронных сетей.
После учебы Ахуджа попала в Amazon Robotics, где создавала роботов, строящих других роботов. Именно там она познакомилась со своими сооснователями, Уиллом Сонгом и Томсоном Йеном. Сонг потратил часть своей карьеры на создание механизмов персонализации продаж, а Йен сосредоточился на использовании глубокого обучения для понимания того, как ИИ-агенты постигают человеческое поведение.
Долгосрочное видение стартапа заключается в том, чтобы стать «универсальным уровнем для прогнозирования поведения человека» и перейти от анализа широких групп населения к инсайтам на уровне отдельных индивидов.
«Нам просто нужна лучшая модель человека, если мы собираемся работать бок о бок с ИИ и друг с другом», — сказала Ахуджа.
Ознакомьтесь с Mirror Particle и многими другими инновационными стартапами, прошедшими проверку редакционной командой TechCrunch, на следующей неделе на выставке Disrupt в центре Сан-Франциско. Победитель нынешнего Startup Battlefield будет определен нашей коллегией судей из венчурных фондов во второй половине дня в четверг, 15 октября.
Когда вы совершаете покупки по ссылкам в наших статьях, мы можем получать небольшую комиссию. Это не влияет на нашу редакционную независимость.
Ребекка Беллане — старший корреспондент в TechCrunch, где она освещает бизнес, политику и новые тенденции, формирующие искусственный интеллект. Ее работы также публиковались в Forbes, Bloomberg, The Atlantic, The Daily Beast и других изданиях.
Вы можете связаться с Ребеккой или подтвердить подлинность обращения по электронной почте rebecca.bellan@techcrunch.com или с помощью зашифрованного сообщения на rebeccabellan.491 в Signal.
Посмотреть биографию
