Simile выходит из скрытого режима с 100 млн долларов, чтобы стать пионером в прогнозировании человеческого поведения

В ходе важного события для сектора искусственного интеллекта, стартап Simile, родившийся в Стэнфорде и специализирующийся на прогнозировании принятия решений человеком, официально вышел из скрытого режима (stealth mode) с новым финансированием в размере 100 млн долларов. Столь значительное вливание капитала подчеркивает смещение акцентов в ИИ-индустрии — переход от генерации текста к сложной симуляции поведения. Раунд был возглавлен Index Ventures при участии Bain Capital Ventures, A* и Hanabi Capital, наряду с заметными ангельскими инвестициями от светил ИИ Фей-Фей Ли (Fei-Fei Li) и Андрея Карпатого (Andrej Karpathy).

Это масштабное финансирование на ранней стадии подчеркивает огромный рыночный аппетит к «агентным» ИИ-технологиям (agentic AI), которые могут не только понимать язык, но также моделировать и предвидеть действия человека в сценариях реального мира.

Раскрытие причин человеческих решений

В то время как нынешняя волна генеративного ИИ (Generative AI) в совершенстве овладела искусством создания контента — текста, изображений и кода — Simile стремится решить принципиально иную задачу: прогнозирование того, как ведут себя люди. Основная технология компании сосредоточена на создании высокоточных симуляций людей, часто называемых «генеративными агентами» (generative agents). Эти агенты предназначены для моделирования конкретных групп населения или отдельных лиц с целью прогнозирования их решений в различных контекстах.

По заявлению компании, её проприетарная модель была обучена на разнообразном и инновационном наборе данных, включая глубинные интервью с сотнями людей об их жизни, исторические данные о транзакциях и обширный корпус научных журналов, посвященных поведенческим экспериментам. Этот мультимодальный подход позволяет агентам Simile выходить за рамки статистических догадок, предлагая более обоснованную симуляцию человеческих предпочтений и логики принятия решений.

Практические области применения этой технологии обширны. В корпоративной сфере инструменты Simile могут позволить компаниям проводить «виртуальные фокус-группы» в масштабе. Вместо опроса реальных людей — процесса, который часто является медленным и дорогостоящим — компании могут тестировать запуски продуктов, маркетинговые сообщения или стратегии ценообразования на популяции ИИ-агентов, которые статистически отражают их целевую демографическую группу.

Первые отчеты указывают на то, что крупные игроки розничной торговли уже изучают эту технологию. CVS, американский гигант в сфере здравоохранения и ритейла, по сообщениям, тестирует сервис Simile для оптимизации принятия решений относительно ассортимента товаров и схем их выкладки. Моделируя пешеходный трафик клиентов и их выбор при покупке, ритейлеры могут потенциально сократить отходы и повысить показатели конверсии с беспрецедентной точностью.

Преемственность, основанная на исследованиях Стэнфорда

Доверие инвесторов к Simile во многом обусловлено её командой основателей, которая представляет собой «команду мечты» из академических и технических талантов Стэнфордского университета. Компания была сооснована Джун Паком (Joon Park), Майклом Бернштейном, Перси Ляном и Лейни Яллен.

Джун Пак, доктор наук (PhD) Стэнфорда, широко известен своей основополагающей работой о «Генеративных агентах» (Generative Agents), которая продемонстрировала, как агенты на базе LLM могут имитировать правдоподобные социальные взаимодействия в виртуальной деревне. Это исследование считается фундаментальным текстом в развивающейся области агентного ИИ.

Майкл Бернштейн (Michael Bernstein), профессор компьютерных наук в Стэнфорде, привносит в проект глубокий исторический контекст. Он является соавтором оригинального проекта ImageNet — эталонного набора данных, который стал катализатором современной революции глубокого обучения в компьютерном зрении. Его участие сигнализирует о том, что Simile стремится к аналогичному фундаментальному влиянию на область симуляции поведения (behavioral simulation).

Перси Лян (Percy Liang), еще один профессор Стэнфорда и директор Центра исследований базовых моделей (CRFM), добавляет значительный вес технической архитектуре компании, гарантируя, что базовые модели являются надежными, масштабируемыми и соответствуют последним достижениям в области исследований базовых моделей (foundation models).

Подтверждено титанами индустрии

Список инвесторов выглядит как справочник «Кто есть кто» эпохи возрождения ИИ. Раунд возглавляет Index Ventures, фирма, которая последовательно делает ранние ставки на трансформирующие платформы. Их лидерство в этом раунде говорит о том, что они рассматривают симуляцию поведения как следующий крупный платформенный сдвиг, сопоставимый с появлением SaaS или мобильных вычислений.

Возможно, еще более показательным является участие индивидуальных инвесторов Фей-Фей Ли (Fei-Fei Li) и Андрея Карпатого (Andrej Karpathy). Ли, которую часто называют «крестной матерью ИИ» за её работу над ImageNet (совместно с Бернштейном) и руководство Стэнфордским институтом человекоцентричного ИИ (HAI), давно выступает за создание ИИ, понимающего человеческий контекст. Её поддержка подтверждает подход Simile к «человекоцентричному» моделированию.

Карпатый, сооснователь OpenAI и бывший директор по ИИ в Tesla, является одним из самых уважаемых прагматиков в индустрии. Его инвестиции свидетельствуют о технической уверенности в способности Simile реализовать сложное обещание надежного прогнозирования поведения — задачу, которая требует выхода за рамки «галлюцинаций», характерных для стандартных больших языковых моделей (LLM).

Стратегический сдвиг: от чат-ботов к симуляторам

Восхождение Simile отмечает более широкую тенденцию в ландшафте венчурного капитала. Поскольку инфраструктурный уровень ИИ (чипы и базовые модели) становится насыщенным и на нем доминируют технологические гиганты (Big Tech), умный капитал перемещается на прикладной уровень — в частности, к приложениям, которые решают дорогостоящие и сложные бизнес-задачи.

Прогнозирование человеческого поведения — это «Святой Грааль» для отраслей, начиная от финансов и розничной торговли до государственной политики. Традиционные методы, такие как опросы, фокус-группы и A/B тестирование, являются реактивными и ограниченными по масштабу. Simile предлагает проактивную, бесконечную среду для тестирования. В случае успеха эта технология может коренным образом изменить методы проектирования продуктов и анализа рынков.

Тем не менее, технология также поднимает этические вопросы относительно конфиденциальности и манипуляций, которые компании, вероятно, придется решать по мере масштабирования. Обучаясь на «интервью с сотнями людей», Simile должна ориентироваться в сложностях согласия на использование данных и потенциальной возможности своих агентов подкреплять предубеждения, присутствующие в поведенческих данных.

Ключевые показатели компании

В следующей таблице приведены основные сведения о выходе Simile на рынок и её финансировании:

Взгляд в будущее

Имея в банке 100 млн долларов и семимесячный задел разработки в скрытом режиме, Simile занимает выгодную позицию для агрессивного найма сотрудников и совершенствования своего продукта. Ближайшее внимание компании, скорее всего, будет сосредоточено на расширении пилотных программ с корпоративными партнерами, такими как CVS, и доказательстве того, что её «симулированные люди» действительно могут предсказывать непредсказуемые действия реальных людей.

По мере созревания цикла хайпа вокруг ИИ, рынок ищет в ИИ мышление «Системы 2» (System 2 thinking) — модели, которые могут рассуждать, планировать и симулировать результаты, а не просто генерировать текст. Simile находится на переднем крае этого нового рубежа, пытаясь превратить хаотичные переменные человеческой психологии в вычислимую и предсказуемую науку.