Mirror Particle создаёт модель для прогнозирования поведения потребителей
Стартап Mirror Particle из Сан-Франциско разрабатывает фундаментальную ИИ-модель для прогнозирования поведения людей и причин их решений. Компания, основанная два года назад, предлагает брендам движок для анализа потребительских сегментов, уже привлекла ангельское финансирование и, по её словам, близка к закрытию первого венчурного раунда.
Не языковая ролевая игра, а меняющаяся модель человека
Сегодня прогнозы поведения часто строят с помощью больших языковых моделей: их просят или дообучают играть роль заданной демографической группы. Соосновательница и гендиректор Mirror Particle Абхивьякти Ахуджа считает такой подход недостаточным для задач, где важно понять реальный выбор потребителя.
По её мнению, LLM прежде всего моделируют письменный язык, тогда как человеческое восприятие включает визуальные сигналы, пространственное мышление и социальный интеллект. Кроме того, небольшое дообучение не обязательно заметно меняет поведение модели, уже обученной на сотнях миллиардов точек данных.
Mirror Particle строит собственную основу с нуля и называет её «мировой моделью». Цель — описывать не статичного человека, а изменения во времени: какие события и триггеры влияют на людей, насколько меняются их мотивации и что означает отсутствие изменений.
Какие данные и задачи использует стартап
Для моделирования сегмента система объединяет данные клиентов с текущими событиями, поп-культурой, социальными сетями и другими наборами информации. Стартап рассматривает аудиторию как развивающуюся систему и делает акцент на revealed behavior — наблюдаемых действиях, а не только на самоотчётах из опросов.
Первоначально Mirror Particle выходит на рынки исследований, бренд-стратегии и продуктовой стратегии, где на подобную аналитику уже выделяются бюджеты. Например, технология может помочь косметическому бренду выяснить не только формулировку рекламного сообщения для поколения Z, но и то, нужен ли этой аудитории сам продукт.
Проверка исходной гипотезы
В одном из ранних пилотов известный производитель кормов для домашних животных хотел выбрать изображение на упаковке, которое увеличит продажи: курицу, говядину или овощи. Анализ Mirror показал, что выбор иллюстрации не был ключевой проблемой. Марка воспринималась как массовая и дешёвая, и, по выводу системы, продажи будут выходить на плато, пока это восприятие не изменится.
Компания также показывает заказчикам обоснование рекомендаций: заявленные мотивы, ограничения и контекст поведения. Её долгосрочная цель — перейти от анализа широких групп населения к индивидуальным выводам и стать универсальным слоем для предвосхищения поведения людей.
Что это означает для бизнеса
Подход Mirror Particle ориентирован не на автоматическое создание коммуникаций, а на проверку того, верно ли сформулирована коммерческая задача. Для команд, принимающих решения о продукте и позиционировании, практический вывод прост: анализ должен учитывать меняющиеся мотивы и реальные действия аудитории, иначе оптимизация отдельных элементов может не затронуть основную причину слабого спроса.