Mirror Particle สตาร์ทอัพที่มีฐานอยู่ในซานฟรานซิสโก กำลังพัฒนา “โมเดลโลก” ของตนเอง และนำเสนอเครื่องมือ AI ให้แบรนด์ใช้คาดการณ์พฤติกรรมผู้บริโภคและเหตุผลเบื้องหลัง อภิวะยักติ อาฮูจา ผู้ร่วมก่อตั้งและซีอีโอ กล่าวว่า โมเดลภาษาขนาดใหญ่ (AI ที่เรียนรู้จากข้อความปริมาณมหาศาลเพื่อประมวลผลภาษา) มีข้อจำกัดโดยพื้นฐานในการคาดการณ์พฤติกรรมมนุษย์ บริษัทจึงเลือกสร้างโมเดลพื้นฐาน (โมเดล AI ที่สร้างขึ้นเพื่อใช้ได้กับงานหลากหลายประเภท) ขึ้นมาใหม่ แทนการปรับแต่งโมเดลภาษา โดยจำลองตามช่วงเวลาว่ามนุษย์ทำอะไรและทำไมจึงเปลี่ยนพฤติกรรม

ภูมิหลังและบริบท

บริษัท AI ที่มุ่งคาดการณ์พฤติกรรมมนุษย์ได้รับเงินลงทุนและเปิดตัวผลิตภัณฑ์อย่างต่อเนื่อง ตามรายงานข่าว ซิมิลระดมทุนได้ 200 ล้านดอลลาร์สหรัฐในช่วงปีที่ผ่านมา ที่มูลค่าบริษัท 2,000 ล้านดอลลาร์สหรัฐ ส่วนอารูระดมทุนได้ 88 ล้านดอลลาร์สหรัฐ ที่มูลค่าบริษัท 1,000 ล้านดอลลาร์สหรัฐ ฮิวแมนส์แอนด์ประกาศระดมทุนรอบซีดมูลค่า 480 ล้านดอลลาร์สหรัฐในเดือนมกราคม ที่มูลค่าบริษัท 4,480 ล้านดอลลาร์สหรัฐ ก่อนเปิดตัวเพอร์ซิมมอน ซึ่งเป็นผลิตภัณฑ์สำหรับสร้างแบบจำลองพฤติกรรมมนุษย์

ประเด็นแข่งขันที่ได้รับความสนใจควบคู่ไปกับตัวอย่างเหล่านี้คือ จะนำเสนอภาพแทนของมนุษย์ด้วยข้อมูลแบบใดและด้วยวิธีใด อาฮูจามองว่าแนวทางเดิมพึ่งพาการสั่งให้โมเดลภาษาขนาดใหญ่รับบทบาทเป็นกลุ่มประชากรเฉพาะ หรือฝึกเพิ่มเติม แต่ภาษาที่โมเดลเรียนรู้เป็นหลักนั้นไม่เหมือนกับการรับรู้โลก ความเข้าใจเชิงพื้นที่ และความฉลาดทางสังคมของมนุษย์จริง ๆ นี่เป็นข้อกังขาที่บริษัทนำเสนอ และในรายงานข่าวไม่มีผลการเปรียบเทียบประสิทธิภาพโดยตรงระหว่างโมเดลภาษาที่มีอยู่กับ Mirror Particle

Mirror Particle อธิบายว่าบริษัทสร้างแบบจำลองมนุษย์ในฐานะผู้ที่เปลี่ยนแปลงไปตามประสบการณ์ ไม่ใช่ชุดของคุณลักษณะที่ตายตัว อาฮูจาระบุว่า บริษัทติดตามด้วยข้อมูลระยะยาว (ข้อมูลที่สังเกตบุคคลหรือกลุ่มเดิมต่อเนื่องตามเวลา) ว่าผู้คนเปลี่ยนแปลงอย่างไร อะไรเป็นตัวกระตุ้นให้เกิดการเปลี่ยนแปลง และการเปลี่ยนแปลงนั้นมีระดับมากน้อยเพียงใด บริษัทมองว่าแม้แต่การที่ไม่มีการเปลี่ยนแปลงก็เป็นสัญญาณเช่นกัน

ข้อมูลเฉพาะที่บริษัทใช้ประกอบด้วยข้อมูลลูกค้า ข่าวปัจจุบัน วัฒนธรรมสมัยนิยม และโซเชียลมีเดีย บริษัทนำข้อมูลเหล่านี้มาผสานกันเพื่อสร้างแบบจำลองของกลุ่มประชากรเฉพาะ และให้ความสำคัญกับสิ่งที่ผู้คนทำจริง หรือ “พฤติกรรมที่แสดงออก” มากกว่าสิ่งที่พวกเขาบอกในแบบสำรวจ อย่างไรก็ตาม รายงานข่าวไม่ได้ระบุขนาดข้อมูลที่ชัดเจน วิธีการรวบรวมและตรวจสอบข้อมูล หรือขั้นตอนการคุ้มครองความเป็นส่วนตัว

ความหมายของข่าวนี้

จุดแตกต่างที่ Mirror Particle เสนอคือการให้ข้อมูลแก่ลูกค้าไม่เพียงผลคาดการณ์พฤติกรรม แต่ยังรวมถึงแรงจูงใจ ข้อจำกัด และบริบทของคำแนะนำด้วย แนวคิดคือช่วยให้แบรนด์ก้าวพ้นการถามว่าผู้บริโภคคนใดจะเลือกอะไร ไปสู่การพิจารณาว่าปัจจัยใดขัดขวางหรือส่งเสริมการเลือกนั้น เพื่อนำไปประกอบการตัดสินใจ บริษัทมุ่งเน้นการหาลูกค้ากลุ่มแรกในสาขาที่มีงบประมาณเกี่ยวข้องอยู่แล้ว เช่น การวิจัยตลาด กลยุทธ์แบรนด์ และกลยุทธ์ผลิตภัณฑ์

ตัวอย่างโครงการนำร่องระยะแรกแสดงให้เห็นว่าแนวทางนี้อาจนำไปใช้อย่างไร แบรนด์อาหารสัตว์เลี้ยงชื่อดังแห่งหนึ่งถามว่าควรใส่ภาพไก่ เนื้อวัว หรือผักบนบรรจุภัณฑ์เพื่อเพิ่มยอดขาย Mirror Particle วิเคราะห์ว่า ปัญหาไม่ได้อยู่ที่ภาพ แต่เป็นการรับรู้ว่าแบรนด์เป็นสินค้าทั่วไปและราคาถูก และหากไม่เปลี่ยนการรับรู้นี้ ยอดขายก็อาจหยุดนิ่ง นี่เป็นผลจากโครงการนำร่องที่บริษัทเป็นผู้รายงาน โดยรายงานข่าวไม่ได้ระบุว่ายอดขายจริงเปลี่ยนแปลงไปอย่างไรหลังการวิเคราะห์ดังกล่าว

ตัวอย่างเช่น หากแบรนด์หนึ่งกำลังตัดสินใจเลือกภาพโฆษณาสำหรับผลิตภัณฑ์ การใช้แนวทางนี้อาจไม่ได้ถามเพียงว่าผู้คนชอบภาพแบบใด แต่ยังพิจารณาด้วยว่ากลุ่มเป้าหมายต้องการตัวผลิตภัณฑ์หรือไม่ และมีการรับรู้หรือข้อจำกัดใดที่ขัดขวางการซื้อหรือไม่ อย่างไรก็ตาม ยังสรุปไม่ได้ว่าการวิเคราะห์เช่นนี้จะช่วยเพิ่มยอดขายจริง รายงานข่าวไม่มีตัวเลขที่ใช้ตรวจสอบความแม่นยำในการคาดการณ์ของโมเดล Mirror Particle หรือผลลัพธ์ของลูกค้าบริษัท

อาฮูจากล่าวว่า โมเดลจะพัฒนาไปในลักษณะเดียวกับที่ทารกเรียนรู้โลก ตั้งแต่การมองเห็นไปสู่ภาษา การรับรู้ร่างกาย และความฉลาดทางสังคม วิสัยทัศน์ระยะยาวของบริษัทคือการก้าวจากการวิเคราะห์กลุ่มประชากรในวงกว้างไปสู่ข้อมูลเชิงลึกระดับบุคคล และเป็นโมเดลพื้นฐานทั่วไปสำหรับการคาดการณ์พฤติกรรมมนุษย์ นี่คือทิศทางที่บริษัทระบุไว้ ไม่ได้หมายความว่าปัจจุบันมีการพัฒนาความสามารถในการคาดการณ์รายบุคคลแล้ว

ข้อเท็จจริงที่ยืนยันได้และสิ่งที่ยังไม่ทราบ

ข้อเท็จจริงที่ยืนยันได้

  • Mirror Particle เป็นสตาร์ทอัพที่อยู่ในปีที่ 2 นับตั้งแต่ก่อตั้ง และนำเสนอเครื่องมือ AI ให้แบรนด์ใช้คาดการณ์พฤติกรรมผู้บริโภคและเหตุผลเบื้องหลัง
  • บริษัทระบุว่าผสานข้อมูลลูกค้าเข้ากับข่าวปัจจุบัน วัฒนธรรมสมัยนิยม โซเชียลมีเดีย และข้อมูลอื่น ๆ โดยเน้นพฤติกรรมจริงมากกว่าคำตอบในแบบสำรวจ
  • ในโครงการนำร่องระยะแรก บริษัทวิเคราะห์ว่าปัญหายอดขายที่หยุดนิ่งของแบรนด์อาหารสัตว์เลี้ยงเกิดจากการรับรู้ต่อแบรนด์ ไม่ใช่ภาพบนบรรจุภัณฑ์
  • บริษัทระบุว่าได้ระดมทุนรอบแองเจิลแล้ว และกำลังจะปิดการระดมทุนรอบเวนเจอร์รอบแรก
  • รายงานข่าวระบุว่า บริษัทมีกำหนดเข้าร่วมการแข่งขันสตาร์ทอัพแบตเทิลฟิลด์ 200 (스타트업 배틀필드 200) ในงานเทคครันช์ ดิสรัปต์ (테크크런치 디스럽트) ซึ่งจะจัดขึ้นที่ซานฟรานซิสโก ระหว่างวันที่ 13–15 ตุลาคม 2026 ในสัปดาห์หน้า

สิ่งที่ยังไม่ทราบ

  • ไม่มีการเปิดเผยจำนวนเงินและรายชื่อนักลงทุนในรอบแองเจิล
  • ไม่ทราบขนาดและเงื่อนไขสุดท้ายของการระดมทุนรอบเวนเจอร์รอบแรก ซึ่งบริษัทระบุว่าใกล้ปิดแล้ว
  • รายงานข่าวไม่มีข้อมูลยืนยันความแม่นยำในการคาดการณ์ของโมเดล ผลเปรียบเทียบกับวิธีเดิม หรือผลลัพธ์จริงของลูกค้าบริษัท
  • ไม่มีการระบุแหล่งข้อมูลที่ชัดเจน ตลอดจนวิธีจัดการและคุ้มครองข้อมูล

สิ่งที่ผู้อ่านควรตรวจสอบ

  • หากพิจารณาใช้เครื่องมือนี้กับกลยุทธ์แบรนด์หรือผลิตภัณฑ์ ควรตรวจสอบทั้งคำแนะนำและข้อมูลพฤติกรรมที่เป็นหลักฐานรองรับ รวมถึงคำอธิบายเรื่องแรงจูงใจและข้อจำกัด
  • เมื่อคำนึงถึงข้อสมมติของบริษัทที่ว่าคำตอบในแบบสำรวจอาจแตกต่างจากพฤติกรรมจริง ควรถามว่าการคาดการณ์อาศัยข้อมูลและขั้นตอนการตรวจสอบแบบใด
  • ข่าวการระดมทุนยืนยันได้ตามคำชี้แจงของบริษัทว่าได้ระดมทุนรอบแองเจิลแล้ว และใกล้ปิดการระดมทุนรอบเวนเจอร์รอบแรก ส่วนจำนวนเงินและเงื่อนไขการลงทุนที่ชัดเจนต้องตรวจสอบว่ามีการเปิดเผยแยกต่างหากหรือไม่