قابلیت Instinct برای پیشنهاد محصول با واکنش منفی کاربران روبه‌رو شد

پیشنهادهای هوش مصنوعی Instinct با معرفی قابلیت تازه‌ای برای توصیه محصولات و مقصدهای سفر خبرساز شده است؛ قابلیتی که قرار بود پیشنهادهای گزیده و متناسب با سلیقه کاربران ارائه کند، اما بعضی از کاربران می‌گویند بدون درخواست آن‌ها سراغ پیشنهادهای خرید رفته است. Instinct این ویژگی را با نام Instinct Selections معرفی کرده و آن را راهی برای ترکیب توانایی عامل هوش مصنوعی خود با سلیقه و تجربه افراد متخصص می‌داند.

این واکنش‌ها در زمانی مطرح شده که شرکت‌های فعال در حوزه عامل‌های هوش مصنوعی برای جلب و حفظ کاربران رقابت می‌کنند. عامل هوش مصنوعی، نرم‌افزاری است که می‌تواند بر اساس درخواست کاربر وظایفی را انجام دهد؛ در مورد Instinct، مدیرعامل شرکت گفته است این عامل از انجام تراکنش برای کاربران نیز پشتیبانی می‌کند. با این حال، هنوز روشن نیست توصیه‌های جدید چگونه به تجربه روزمره کاربران اضافه می‌شوند یا آیا در آینده برای شرکت درآمدی ایجاد خواهند کرد.

Instinct Selections قرار است چه کاری انجام دهد؟

بر اساس توضیح Noah Shinn، بنیان‌گذار و مدیرعامل Instinct، ایده این قابلیت همکاری با گروه‌هایی مانند سرآشپزهای محلی، طراحان، معماران و راهنمایان سفر است. هدف، افزودن «سلیقه انسانی» به پیشنهادهایی است که پیش‌تر می‌توانستند بر پایه اطلاعات گردآوری‌شده از وب شکل بگیرند. شرکت نام افرادی را که قرار است در این همکاری‌ها مشارکت کنند اعلام نکرده است.

Shinn گفته است کاربری که در جست‌وجوی رستوران باشد، می‌تواند از پیشنهادهای گزینش‌شده سرآشپزهایی بهره ببرد که با مکان‌های کمترشناخته‌شده شهر آشنایی دارند. برای یافتن مسیر طبیعت‌گردی نیز عامل می‌تواند گزینه‌هایی را بر اساس ترجیحات فرد پیشنهاد دهد. در حوزه خرید خانه، شرکت می‌گوید توصیه‌ها می‌توانند با سبک، فضای خانه و بودجه کاربر تناسب داشته باشند.

تفاوت ادعایی این روش با پیشنهادهای معمول چت‌بات‌ها، اتکا به انتخاب افراد به‌جای ارائه صرفِ گزینه‌هایی است که از میان داده‌های عمومی وب استخراج شده‌اند. با این حال، در زمان معرفی قابلیت جزئیاتی درباره نحوه انتخاب همکاران، معیارهای گزینش پیشنهادها یا شیوه کنترل و ویرایش فهرست‌ها از سوی کاربران ارائه نشد. در نتیجه، هنوز نمی‌توان دانست در عمل چه سهمی از توصیه‌ها بر پایه نظر افراد و چه سهمی بر پایه تحلیل نرم‌افزار شکل می‌گیرد.

چرا پیشنهادهای ناخواسته واکنش‌برانگیز شد؟

انتقادهای اولیه بیشتر از آن‌که متوجه اصلِ پیشنهاد محصول باشد، به زمان و زمینه نمایش آن مربوط می‌شد. Shruti Gandhi، شریک عمومی شرکت سرمایه‌گذاری Array VC، در شبکه اجتماعی X نوشت که به چمدان دستی، عینک آفتابی یا کلاه لبه‌دار نیاز نداشته و ترجیح می‌داده فهرستی از کالاهایی دریافت کند که واقعاً به آن‌ها احتیاج دارد. او تجربه‌اش را با تبدیل‌شدن Instinct به اپلیکیشنی شبیه سامانه پیشنهاد کالای Amazon توصیف کرد.

Andrew Yeung، کارآفرین، نیز گفت پیشنهادهایی دریافت کرده که درخواستشان نکرده بود. Chat Joglekar، بنیان‌گذار یک بازار آنلاین برای خریدوفروش کسب‌وکار، تجربه خود را نخستین لحظه ناخوشایندش با یک دستیار هوش مصنوعی توصیف کرد. او گفت پیشنهادها ظاهراً بر اساس اطلاعات ایمیل و سفرهای پیش‌رویش شکل گرفته بودند؛ از جمله توصیه به خرید فلاسک قهوه و لوازم سفر. این گفته‌ها تجربه کاربران را بازتاب می‌دهد و به‌تنهایی جزئیات فنی درباره نحوه دسترسی Instinct به اطلاعات را روشن نمی‌کند.

کاربر دیگری با نام Ash Thaker گفت برای سفر آینده‌اش به‌طور تصادفی اعلان پیشنهاد خرید تجهیزات دریافت کرده بود، درحالی‌که چنین چیزی نخواسته و به آن نیاز نداشته است. او خواستار این شد که کاربر بتواند درباره دریافت توصیه‌ها تصمیم بگیرد و منابع پیشنهادها را نیز خودش انتخاب کند.

این واکنش‌ها نشان می‌دهد که شخصی‌سازی صرفاً به معنای استفاده از اطلاعات بیشتر درباره کاربر نیست. پیشنهاد زمانی می‌تواند مفید به نظر برسد که پاسخ به خواسته‌ای روشن باشد یا در گفت‌وگویی مرتبط مطرح شود. اگر توصیه‌ها بدون درخواست و در زمان‌های نامرتبط ظاهر شوند، حتی انتخاب‌های باکیفیت هم ممکن است برای کاربر شکل تبلیغ یا مزاحمت پیدا کنند. برای سامانه‌ای که قرار است دستیار باشد، تفاوت میان کمک‌کردن و فروش‌محوری می‌تواند بر اعتماد کاربران اثر بگذارد.

ابهام درباره درآمدزایی و جایگاه تجاری قابلیت

Instinct نگفته است که اکنون از توصیه‌های محصول درآمد کسب می‌کند یا در آینده قصد دارد چنین کاری انجام دهد. با این همه، معرفی پیشنهادهای خرید و سفر می‌تواند زمینه مدل‌های تجاری مختلفی را فراهم کند؛ از تبلیغات گرفته تا فروش و همکاری در فروش. همکاری در فروش به مدلی گفته می‌شود که در آن معرفی یک کالا یا خدمت ممکن است برای معرفی‌کننده درآمد ایجاد کند. در حال حاضر، وجود چنین سازوکاری در Instinct Selections تأیید نشده است.

این تمایز برای کاربران مهم است: پیشنهاد مبتنی بر ترجیحات فرد ممکن است با توصیه‌ای که به دلیل رابطه تجاری نمایش داده می‌شود یکسان نباشد. شفافیت درباره دلیل انتخاب هر کالا، وجود یا نبود رابطه مالی و امکان خاموش‌کردن اعلان‌ها می‌تواند به کاربران کمک کند بدانند با چه نوع توصیه‌ای روبه‌رو هستند. شرکت در زمان انتشار گزارش درباره این جزئیات یا نحوه اعمال کنترل‌های کاربر توضیح بیشتری نداده بود. TechCrunch اعلام کرد برای دریافت توضیح با Instinct تماس گرفته است.

قابلیت تازه اندکی پس از اعلام دور تأمین مالی سری C شرکت معرفی شد. Instinct گفته است این دور یک میلیارد دلار بوده و ارزش شرکت را به ۱۰ میلیارد دلار رسانده است. شرکت تعداد افرادی را که از محصولش استفاده می‌کنند اعلام نکرده؛ آماری که می‌تواند به ارزیابی گستره استفاده از عامل کمک کند.

Shinn در گفت‌وگویی پادکستی با سرمایه‌گذار Patrick O’Shaughnessy گفته است ارزش سالانه تراکنش‌هایی که عامل Instinct برای کاربران انجام می‌دهد به یک میلیارد دلار نزدیک می‌شود و بیش از ۵۰ درصد این تراکنش‌ها به سفر مربوط است. این رقم درباره تراکنش‌های انجام‌شده از طریق عامل است و نباید با درآمد شرکت یکی گرفته شود. اظهارنظر او همچنین نشان می‌دهد سفر هم‌اکنون بخش مهمی از استفاده‌ای است که شرکت برای محصولش توصیف کرده است؛ موضوعی که با ورود توصیه‌های سفر به Instinct Selections ارتباط دارد.

این خبر برای چه کسانی اهمیت دارد

این خبر برای کاربران عامل‌های هوش مصنوعی اهمیت دارد، چون نشان می‌دهد قابلیت‌های پیشنهاددهنده می‌توانند مرز میان دستیار و کانال تبلیغاتی را مبهم کنند. کسانی که ترجیح می‌دهند اعلان‌های تجاری یا خرید دریافت نکنند، ممکن است بخواهند پیش از استفاده از چنین قابلیت‌هایی تنظیمات و گزینه‌های کنترل آن را بررسی کنند؛ هرچند در این مورد هنوز همه جزئیات کنترل‌های موجود اعلام نشده است.

برای شرکت‌های سازنده دستیارهای هوشمند نیز واکنش کاربران یادآوری می‌کند که مرتبط‌بودن پیشنهاد فقط به دقت الگوریتم وابسته نیست. رضایت کاربر، زمان ارائه توصیه و امکان انتخاب منابع می‌توانند بر برداشت افراد از مفیدبودن قابلیت اثر بگذارند. در مورد Instinct، استقبال از فهرست‌های گزینش‌شده به این بستگی خواهد داشت که پیشنهادها تا چه اندازه واقعاً با خواسته کاربران هماهنگ باشند و شرکت درباره منشأ و منطق آن‌ها چه میزان شفاف‌سازی کند.