Startup de IA recauda 100 millones de dólares para un modelo que predice el comportamiento humano, desde compras hasta preguntas en llamadas de resultados

Simile, una startup de inteligencia artificial, ha levantado 100 millones de dólares en una nueva ronda de financiación para desarrollar un modelo capaz de predecir el comportamiento humano en múltiples escenarios: desde qué productos podría comprar un cliente hasta qué preguntas surgirán en una llamada de resultados, según un informe de Bloomberg.

La ronda, que se anunciaría el jueves, fue liderada por Index Ventures e incluyó la participación de Bain Capital Ventures, A*, y Hanabi Capital. Figuras prominentes del ecosistema AI, como Fei‑Fei Li y Andrej Karpathy, también participaron en la financiación. Simile no ha revelado su valoración.

Cómo funciona el modelo

La compañía salió del modo stealth tras siete meses de trabajo en un modelo entrenado con entrevistas a cientos de personas sobre sus vidas, datos históricos de transacciones y texto de publicaciones científicas relacionadas con experimentos de comportamiento. Su enfoque consiste en crear simulaciones pobladas por agentes generativos que representan las preferencias y decisiones de personas reales.

Según Simile, este método podría ser una alternativa a los grupos focales tradicionales: por ejemplo, CVS Health ha probado el servicio para decidir qué productos stockear y cómo exhibirlos en tienda.

“En una llamada reciente de resultados, simulamos y predijimos ocho de cada diez preguntas que realmente se formularon en esa llamada”, dijo Joon Park, CEO de Simile, en una entrevista con Bloomberg Television.

Aplicaciones empresariales y ventajas

• Predicción de decisiones de compra y optimización de surtido y exhibición en retail.
• Preparación para llamadas de resultados: anticipar preguntas de analistas y reacción del mercado.
• Simulaciones a escala para probar anuncios, lanzamientos o anuncios corporativos antes de su publicación.

Equipo y antecedentes

Simile fue fundada por Joon Park, Michael Bernstein, Percy Liang y Lainie Yallen, todos con vínculos académicos con Stanford. Michael Bernstein es coautor del proyecto ImageNet, referente clave en visión por computador. En su web, la compañía afirma que su investigación pionera en agentes generativos demuestra la posibilidad de simular personas reales con alta precisión y ahora busca desarrollar un modelo base capaz de predecir el comportamiento humano en cualquier situación y a cualquier escala.

Implicaciones éticas y riesgos

• Privacidad: modelos entrenados con entrevistas y datos transaccionales plantean preguntas sobre consentimiento, anonimización y uso de datos personales.
• Sesgos y representatividad: si los datos de entrenamiento no son diversos, las simulaciones pueden reproducir o amplificar sesgos.
• Manipulación y responsabilidad: prever decisiones humanas podría facilitar prácticas de persuasión o microsegmentación poco transparentes.
• Regulación: la adopción a gran escala exigirá marcos legales y estándares de auditoría para garantizar uso ético.

La tecnología promete ventajas comerciales claras, pero su despliegue masivo requerirá salvaguardas técnicas y regulatorias para mitigar riesgos.

Fuente original y cobertura: LiveMint (con inputs de Bloomberg). Leer más: LiveMint — AI startup raises $100 million…

Créditos foto: LiveMint / AFP