大規模企業の場合、ユーザーがアプリの再設計や新しいウェブサイトの機能にどのように反応するかを予測するには、研究を委託し、その調査のために参加者を募集し、最終決定を下す前に結果を確認する必要がある 。 これは労働集約型の取り組みであり、ニューヨークに本拠を置くAlphaの1人は、人工知能の助けを借りて合理化を図っています。
アルファ 今週、Crosslink Capital Ventures、Calibrate Ventures、Spider Capital、Cendana Capitalを中心とした1000万ドルの資金調達ラウンドを発表した。これはアプリ開発者、メディア企業、小売業者、その他が製品ロードマップを迅速かつ簡単にチャート作成するのに役立つ洞察プラットフォームです。
創業者でCEOのThor Ernstsson氏はVentureBeatに電話インタビューで語った。「私たちはあらゆるビジネスプラットフォームのための洞察を提供する最初のオンデマンド製品です。
ユナイテッドヘルスの子会社Audax Healthのモバイルゲーム会社ZyngaとCTOの前リードアーキテクトであったErnstssonは、迅速な実験のメリットを直接経験し、これらの利益を拡張性の高い製品に掘り起こそうとしました。
「私にとっては、試行したものの数とそのベットの大きさではなく、どれだけ早くそれから学ぶことができるか」と彼は述べた。 “[あまりにも頻繁に]、意思決定者は彼らの腸に依存している。
上：Alphaダッシュボードのスクリーンショット。
画像提供：アルファ
エルンストソンは最近のことを指摘した 報告する 調査会社のInnosightは、製品の停滞がS＆P500の企業の保有期間を、34年から平均1964年に、2016年には24年に短縮することに寄与していることを発見しました。
彼の解決方法：調査質問を生成し、提案された設計および製品をテストする機械学習アルゴリズム、これらのテストを完了する1億人以上のユーザーのネットワーク、および結果を吐き出すソフトウェア。 Ernstsson氏は、「設定やコストのかかるインフラストラクチャを必要とせずに、規模の見積もりをシームレスに検証する理想的なツールです」と述べています。
Ernstssonによると、このアルゴリズムは実験の実行コストを90％削減し、実験を3ヶ月から3日間実行するのに要する時間を短縮することができます。 具体的な成功事例の1つは、多国籍企業の投資管理会社であるD. E. Shawが、Alphaのワークフローを使用して、予想よりも3倍の速さで製品を検証することです。
これは、NBCユニバーサル、エクスペリアン、AARPに感銘を与えるだけのものでした。アルファは、その顧客の間で数えています。
「私たちはパーソナライゼーションの中心に到達することができます。これは非常にユニークです」とErnstsson氏は述べています。 「視聴者を特定して具体的にターゲット設定するのに十分な量と十分な人数があります。 私はそれを行うことができる別の会社を考えることはできません。