Mirror Particle xây dựng 'mô hình thế giới' về hành vi con người

Các startup hứa hẹn dự đoán hành vi con người đang có một thời khắc bùng nổ. Chỉ trong hơn một năm qua, hàng loạt cái tên đã gọi vốn thành công với định giá tỷ đô, và mới đây nhất là Mirror Particle — công ty đến từ San Francisco đang theo đuổi một cách tiếp cận hoàn toàn khác biệt.

Mirror Particle sẽ ra mắt tại Startup Battlefield 200 của TechCrunch Disrupt với một mô hình thế giới được xây dựng từ đầu nhằm dự đoán hành vi con người, thay vì dựa vào các mô hình ngôn ngữ lớn để nhập vai theo nhân khẩu học mục tiêu.

Cuộc đua dự đoán hành vi người dùng đang nóng lên

Làn sóng các startup dự đoán hành vi con người đã thu hút dòng vốn khổng lồ: Simile gọi được 200 triệu USD với định giá 2 tỷ USD; Aaru huy động 88 triệu USD ở định giá 1 tỷ USD; và Humans& — startup AI công bố vòng hạt giống 480 triệu USD vào tháng 1 ở định giá 4,48 tỷ USD — đã cho ra mắt sản phẩm Persimmon nhằm mô hình hóa hành vi con người.

Cách làm phổ biến hiện nay là dùng LLM được gợi ý (prompt) hoặc tinh chỉnh để đóng vai một nhóm nhân khẩu học mục tiêu. Nhưng Mirror Particle, thành lập cách đây hai năm, cho rằng hướng tiếp cận này có lỗi về bản chất.

"Nó giống như mang súng nước siêu to đến thác Niagara vậy," Abhivyakti Ahuja, đồng sáng lập kiêm CEO của Mirror Particle, nhận định. "LLM đã được huấn luyện trên hàng trăm tỷ điểm dữ liệu. Bạn có thể tác động đến hành vi của nó được bao nhiêu khi [tinh chỉnh] với một lượng dữ liệu nhỏ như thế? Nó vẫn mắc kẹt trong quá khứ."

Theo Ahuja, LLM không nhìn thế giới theo cách con người nhìn. "LLM mô hình hóa ngôn ngữ viết, nhưng con người được tạo nên từ nhận thức thị giác, suy luận không gian và trí tuệ xã hội." Việc phụ thuộc vào chúng, bà nói, đồng nghĩa với việc thu được insight dựa trên những gì con người không để ý — điều này chẳng liên quan gì đến mục tiêu dự đoán hành vi con người.

Mô hình thế giới được xây dựng từ đầu

Mirror Particle chọn hướng khác: xây dựng một mô hình nền tảng, hay như Ahuja mô tả, một mô hình thế giới làm từ đầu, mô phỏng lý do con người hành động và cách hành vi của họ thay đổi theo thời gian.

"Chúng tôi không muốn nắm bắt con người tĩnh," Ahuja cho biết. "Chúng tôi muốn nắm bắt con người đang thay đổi. Điều đó có nghĩa là phải thu thập dữ liệu theo chiều dọc về cách con người đang thay đổi, những tác nhân nào đang thay đổi họ và ở mức độ nào." Nếu họ không thay đổi, bà nói thêm, "đó cũng là một tín hiệu."

Công ty đã gọi được một vòng thiên thần (angel round) và cho biết sắp hoàn tất vòng gọi vốn đầu tiên từ quỹ đầu tư mạo hiểm. Mirror Particle cũng sẽ tranh tài tại Startup Battlefield 200 — cuộc thi khởi nghiệp danh giá của TechCrunch diễn ra tại TechCrunch Disrupt 2026 ở San Francisco từ ngày 13 đến 15 tháng 10.

Startup này dựa vào sự kết hợp độc quyền các nguồn dữ liệu, bao gồm dữ liệu khách hàng của khách hàng, sự kiện thời sự, văn hóa đại chúng, mạng xã hội và nhiều hơn nữa, để mô hình hóa một phân khúc nhân khẩu học — coi đó như một hệ thống tiến hóa theo thời gian, đồng thời theo dõi cách động cơ thay đổi khi nó đi qua các trải nghiệm. Trọng tâm lớn là "hành vi bộc lộ" — những gì con người thực sự làm thay vì câu trả lời tự khai trong khảo sát.

Chiến lược ban đầu: nghiên cứu thị trường và chiến lược thương hiệu

Giống các đối thủ, chiến lược tiếp cận thị trường ban đầu của Mirror Particle tập trung vào nơi đã có ngân sách cho loại insight này: nghiên cứu thị trường và chiến lược thương hiệu, sản phẩm. Chẳng hạn, Mirror có thể giúp một thương hiệu làm đẹp không chỉ viết nội dung quảng cáo tốt hơn cho sản phẩm trang điểm hướng đến Gen Z, mà còn xác định liệu nhóm khách hàng này có thực sự muốn sản phẩm đó hay không.

"Nếu [nhóm mục tiêu] không muốn bảng phấn mắt thì sao?" Ahuja nói. "Có thể phấn má hồng là lựa chọn tốt hơn nếu bạn muốn bán sản phẩm cho thị trường này."

Công cụ dự đoán của Mirror Particle cũng cung cấp cho khách hàng lý do đằng sau hành vi hiện tại hoặc tương lai — động cơ, ràng buộc và bối cảnh bổ sung để biện minh cho khuyến nghị, giúp các thương hiệu đưa ra quyết định sáng suốt hơn.

Trong một dự án thí điểm ban đầu, một thương hiệu thức ăn cho thú cưng nổi tiếng muốn biết nên đưa hình ảnh gì lên bao bì để tăng doanh số: gà? bò? rau củ? Công nghệ của Mirror phát hiện ra rằng thương hiệu này đang đặt sai câu hỏi. Hình ảnh không quan trọng. Vấn đề là thương hiệu quá dễ nhận diện đến mức bị coi là đại chúng và rẻ tiền, và doanh số sẽ chững lại cho đến khi họ giải quyết vấn đề nhận thức đó.

"Cách chúng tôi hình dung mô hình của mình tiến hóa giống như cách một đứa trẻ học về thế giới," Ahuja nói, lưu ý rằng trẻ sơ sinh chuyển từ thị giác sang ngôn ngữ, rồi nhận thức cơ thể, rồi trí tuệ xã hội.

Từ khoa học thần kinh đến robot

Mối quan tâm nền tảng trong việc mô hình hóa bộ não con người đến từ nền tảng học tập của Ahuja về khoa học thần kinh và khoa học máy tính. Xuất thân từ Ấn Độ, bà theo học tại Đại học Toronto, nơi bà được truyền cảm hứng từ những đóng góp của nhà tiên phong AI Geoffrey Hinton cho mạng nơ-ron.

Sau khi tốt nghiệp, Ahuja làm việc tại Amazon Robotics, chế tạo robot để chế tạo robot khác. Đó cũng là nơi bà gặp các đồng sáng lập Will Song và Thomson Yen. Song đã dành phần lớn sự nghiệp xây dựng các công cụ cá nhân hóa bán hàng, còn Yen tập trung dùng học sâu để tìm hiểu cách các tác nhân AI hiểu hành vi con người.

Tầm nhìn dài hạn của startup là trở thành "lớp nền tảng chung cho việc dự đoán hành vi con người", chuyển từ phân tích ở cấp độ quần thể rộng lớn sang insight ở cấp độ cá nhân.

"Chúng ta chỉ cần một mô hình con người tốt hơn nếu chúng ta muốn làm việc cùng AI và cùng nhau," Ahuja kết luận.

Mirror Particle cùng nhiều startup đổi mới khác đã được đội ngũ biên tập TechCrunch thẩm định sẽ xuất hiện tại Disrupt ở trung tâm San Francisco vào tuần tới. Người chiến thắng Startup Battlefield năm nay sẽ được quyết định bởi hội đồng giám khảo là các quỹ đầu tư mạo hiểm vào chiều thứ Năm, ngày 15 tháng 10.