هوش مصنوعی

تحول وب‌سایت‌ها با هوش مصنوعی: سرمایه‌گذاری جدیدAccel بر روی Fibr AI

“`html

در حالی که تبلیغات و هدف‌گیری مخاطب به طور فزاینده‌ای شخصی‌سازی شده‌اند، اما وبسایت‌ها که مقصد نهایی این ترافیک هستند، تقریباً بدون تغییر باقی مانده‌اند. شرکت Fibr AI با استفاده از هوش مصنوعی سعی دارد این شکاف را پر کند و صفحات وب عمومی را به تجربه‌هایی یک‌به‌یک و متناسب با هر بازدیدکننده تبدیل نماید؛ موضوعی که باعث شده شرکت Accel روی این استارتاپ سرمایه‌گذاری بیشتری انجام دهد.

Accel رهبری دور سرمایه‌گذاری اولیه ۵.۷ میلیون دلاری Fibr AI را پس از سرمایه‌گذاری اولیه ۱.۸ میلیون دلاری در سال ۱۴۰۳ بر عهده داشته است. در این دوره جذب سرمایه، WillowTree Ventures و MVP Ventures نیز مشارکت داشته‌اند. علاوه بر این، برخی از مدیران ارشد شرکت‌های فورچون ۱۰۰ نیز به عنوان سرمایه‌گذار فرشته و مشاور به این طرح پیوسته‌اند تا مجموع سرمایه جذب‌شده این استارتاپ به ۷.۵ میلیون دلار برسد.

برای شرکت‌های بزرگ، شکاف بین تبلیغات شخصی‌سازی‌شده و تجربه‌های کلی وبسایت معمولاً با ترکیبی از نرم‌افزارهای شخصی‌سازی، تیم‌های مهندسی و آژانس‌های بازاریابی پر می‌شد؛ مدلی که هم کند، هم پرهزینه و هم به سختی قابل مقیاس‌پذیری است. در حالی که تبلیغات می‌توانند به سرعت برای مخاطبان مختلف سفارشی‌سازی شوند، تغییرات وبسایت پس از ورود بازدیدکننده نیازمند هماهنگی‌های چند هفته‌ای است و عملاً فرصت اجرای آزمایش‌های آزمایشی سالانه را محدود می‌سازد. Fibr AI معتقد است این مدل سنتی انسانی دیگر پاسخگو نیست. این شرکت برای بهبود عملکرد صفحات و شخصی‌سازی آن‌ها در زمان واقعی، از عوامل هوش مصنوعی مستقل استفاده می‌کند که می‌توانند هدف کاربر را تشخیص بدهند، نسخه‌های مختلف ایجاد کنند و به طور پویا صفحات را بهینه‌سازی نمایند.

Fibr AI مدل مبتنی بر آژانس و مهندسی را با سیستم‌های خودکار و مستقل جایگزین می‌کند که به صورت پیوسته فعالیت دارند. آنکور گوئال (در تصویر بالا، سمت راست)، یکی از بنیان‌گذاران و مدیرعامل شرکت، در گفتگو با خبرنگار تاکید کرد.

گوئال به منبع گفت: «ما خود نرم‌افزار هستیم، و آژانس در واقع نیروی کاری متشکل از عوامل هوشمندی است که ما به کار می‌گیریم.» او افزود این رویکرد به Fibr AI این امکان را می‌دهد که هزاران آزمایش را به صورت موازی اجرا کند، نه فقط چند مورد محدود در سال.

اوایل جذب بازار به کندی صورت گرفت. Fibr AI در ابتدای سال ۱۴۰۲ توسط گوئال و پریتام روی (در تصویر بالا، سمت چپ) بنیان نهاده شد و در طول دو سال نخست فقط یک یا دو مشتری داشت، چراکه شرکت‌های بزرگ زمان زیادی صرف ارزیابی این راهکار کردند. اما به گفته گوئال، اوضاع سال گذشته تغییر کرد و جذب مشتری توسط شرکت‌های بزرگ آمریکایی، از جمله بانک‌ها و مراکز سلامت، افزایش یافت و این شرکت اکنون ۱۲ مشتری دارد.

گوئال به منبع گفت: «ما یک لایه زیرساختی پنهان هستیم. وقتی راه‌اندازی شود، دیگر کسی نیازی به فکر کردن درباره‌اش ندارد.» او اضافه کرد همین موضوع باعث شده Fibr AI قراردادهای سه تا پنج ساله‌ای با شرکت‌های بزرگ داشته باشد؛ شرکت‌هایی که تمایل دارند زیرساخت وبسایت خود را استانداردسازی کنند و مرتبا به آن سر نزنند.

از نظر فنی، Fibr AI به عنوان یک لایه بالای وبسایت فعلی عمل می‌کند و به سیستم‌های تبلیغات، آنالیتیکس و داده‌های مشتری شرکت متصل می‌شود تا بفهمد بازدیدکنندگان چگونه به سایت رسیده‌اند و چه چیزی می‌خواهند. سپس، عوامل هوش مصنوعی آن محتوا، تصاویر و چیدمان صفحات را بر اساس آن تنظیم و اصلاح می‌کنند و با هر URL مانند یک سیستم یادگیرنده و پویا رفتار می‌کنند، نه یک صفحه ثابت. به جای اتکا بر قوانین دستی یا تست‌های دنباله‌دار A/B، این سیستم انبوهی از آزمایش‌های کوچک را به صورت موازی اجرا و تجربه کاربران را به صورت سیستماتیک و بهینه‌سازی‌شده به‌روز می‌کند.

Fibr AI صفحات وب را با استفاده از عوامل هوش مصنوعی شخصی‌سازی می‌کنداعتبار تصویر:Fibr AI

این تغییر رویکرد، مستقیماً برای شرکت‌های بزرگ صرفه‌جویی هزینه به همراه دارد. شخصی‌سازی وبسایت‌ها به روش سنتی معمولاً شامل خرید لایسنس نرم‌افزار، قراردادهای بلندمدت با آژانس‌ها و صرف زمان مهندسی است که هزینه‌ها را بر اساس نیروی انسانی تعریف می‌کند نه بر مبنای خروجی. گوئال گفت: شرکت‌ها هرچه بیشتر Fibr AI را براساس هزینه به ازای هر آزمایش و تاثیر بر نرخ تبدیل ارزیابی می‌کنند، به جای اینکه تعداد ابزارها یا افراد دخیل را ملاک قرار دهند.

برای Accel، این مدل عملیاتی — نه فقط جذابیت هوش مصنوعی — دلیل اصلی سرمایه‌گذاری مجدد بود. پرایانک سواروپ، شریک سرمایه‌گذاری در Accel، گفت: «در دنیای تبلیغات، امروزه همه چیز شخصی‌سازی‌شده و یک‌به‌یک است؛ اما وقتی کاربر وارد وبسایت می‌شود، تجربه به حالت یک‌به‌همه تغییر می‌کند. شاید صدها تبلیغ متفاوت بسازید، اما در پایان، کاربران همه به یک صفحه می‌رسند.» توانایی Fibr برای تبدیل این فرآیند به تجربه‌های شخصی و یک‌به‌یک، باعث شده محدودیت‌های آژانس‌ها و تیم‌های فنی حذف شوند و حجم آزمایش‌ها برای شرکت‌ها افزایش پیدا کند.

سواروپ افزود: پذیرش اولیه شرکت‌های بزرگ، به‌ویژه بانک‌ها و مراکز درمانی، این تئوری را تایید کرد. او گفت: «این صنایع محافظه‌کار و مقرراتی هستند. وقتی آن‌ها بگویند ‘به این نیاز داریم و حاضر به پرداخت هزینه‌اش هستیم’، اطمینان پیدا می‌کنیم که وقت سرمایه‌گذاری بیشتر است.»

آینده‌نگری برای عصر تجارت مبتنی بر هوش مصنوعی عاملی

هرچند عمده فعالیت فعلی Fibr AI بر شخصی‌سازی تجربه بازدیدکنندگان انسانی متمرکز است، اما Accel و Fibr AI همچنین به آینده‌ای می‌اندیشند که در آن هوش مصنوعی به واسطه اصلی کشف آنلاین تبدیل شود. سواروپ اشاره کرد که امروزه کاربران قبل از ورود به وبسایت‌ها، اغلب با مدل‌های زبانی بزرگ و چت‌بات‌های هوشمند – از جمله ChatGPT – به جست‌وجو، مقایسه و فهرست‌کردن محصولات می‌پردازند. در نتیجه، قابلیت تطبیق وبسایت‌ها با آنچه بازدیدکننده — یا یک سیستم هوش مصنوعی نماینده کاربر — از پیش می‌داند، در آینده اهمیت بیشتری پیدا خواهد کرد.

سواروپ گفت: «این قسمت هنوز در ابتدای راه است، اما شرکت‌هایی که همزمان با رفع نیازهای امروز، برای این آینده آماده شوند، مورد توجه ما قرار دارند.»

تجربه پویا با کمک Fibr AI برای کشف خدمات از طریق مدل‌های زبانی و چت‌بات‌های هوشمنداعتبار تصویر: Fibr AI

با جذب سرمایه جدید، Fibr AI قصد دارد تمرکز ویژه‌ای بر توسعه تیم فروش و تیم‌های ارتباط با مشتری در ایالات متحده داشته باشد و همزمان پایه‌های فنی خود را در هند تقویت کند. دفتر مرکزی این استارتاپ در سان‌فرانسیسکو قرار دارد و همچنین در بنگلورو نیز یک شعبه دارد؛ ۱۷ نفر از ۲۳ کارمند این شرکت در هند و شش نفر دیگر در آمریکا مشغول به کار هستند.

گوئال اعلام کرد این استارتاپ تا پایان امسال برای حدود ۵ میلیون دلار درآمد سالیانه و جذب حدود ۵۰ مشتری شرکتی برنامه‌ریزی کرده است.

Fibr AI وارد فضای رقابتی‌ای شده که سال‌ها تحت سلطه رقبایی همچون Adobe و Optimizely بوده؛ شرکت‌هایی که ابزارهای آزمایش و شخصی‌سازی در اختیار سازمان‌های بزرگ قرار داده‌اند. اما هم گوئال و هم سواروپ معتقدند این بسترها به دلیل شیوه اجرایی و فروششان — که عمدتاً بر آژانس‌های بازاریابی و تیم‌های مهندسی متکی هستند — با محدودیت‌هایی روبه‌رو شده‌اند. آن‌ها بر این باورند که این رویکرد سنتی مانع حرکت سریع و مقیاس‌پذیری آزمایش‌های جدید شده، در حالی که جذب مشتری و پیام‌رسانی به طور فزاینده‌ای پویا و متغیر شده است.

سواروپ افزود: «رقبا در زمینه عرضه محصولات جدید کند عمل کرده‌اند و حتی زمانی که قابلیت‌های تازه‌ای ارائه می‌شود، معمولاً چند سال بعد از تغییر تقاضاها وارد بازار می‌شوند.»

“`

علیرضا

علیرضام، یه عشق تکنولوژی که همیشه دنبال خبرای جدید و داغ دنیای دیجیتال می‌گرده

مقالات مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا