AI スタートアップの立ち上げについて知っておくべきことは次のとおりです

ジュリー・ボーンスタインはこう考えた 彼女のアイデアを実行するのは簡単だろう AIスタートアップ。彼女の履歴書は デジタルコマース 非の打ちどころがない：ノードストロームの電子商取引担当副社長、スタートアップ企業スティッチ・フィックスの最高執行責任者（COO）、そして買収されたパーソナライズドショッピングプラットフォームの創設者 ピンタレスト。彼女がシラキュースの高校生だった頃から、彼女はファッションに夢中になっており、セブンティーンでスプレッドを吸ったり、地元のショッピングモールをぶらぶらしていました。そのため、彼女は、顧客が AI を使用して完璧な衣服を見つけるための会社を設立するのに適した立場にあると感じました。

現実は彼女が予想していたよりもはるかに厳しいものでした。私は最近、Bornstein と彼女の CTO である Maria Belousova と一緒に朝食をとり、彼女のスタートアップについて学びました。 空想、Google VenturesなどのVCから5,000万ドルの資金提供を受けています。 AI システムの魔法を人々が実際に役立つものに変換することの驚くべき難しさについて女性たちが私に教えてくれたとき、会話は予期せぬ方向に進みました。T

彼女の話は何かを説明するのに役立ちます。 2025 年の最初のニュースレターでは、次のようになると発表しました。 AI アプリの年。確かにそのようなアプリはたくさんありますが、私が期待していたほど世界を変えることはできませんでした。 2022 年後半に ChatGPT が発表されて以来、人々は AI によって実行されるトリックに驚かされてきましたが、研究に次ぐ研究により、このテクノロジーはまだ生産性の大幅な向上を実現していないことが示されています。 (例外の 1 つはコーディングです。) 8月に発表された研究 AI エンタープライズ パイロット プロジェクト 20 件のうち 19 件では、測定可能な価値が得られなかったことがわかりました。生産性の向上は目前に迫っていると思いますが、人々が予想していたよりも時間がかかっています。 Daydream のような躍進を目指すスタートアップの話を聞くと、粘り強さと忍耐力があれば本当にこうした躍進が実現するかもしれないという希望が生まれます。

ファッショニスタの失敗

ベンチャーキャピタルに対するボーンスタイン氏の当初の提案は明白に見えました。AI を使用して、顧客が喜んでお金を払う完璧な衣服をマッチングすることで、ファッションの難しい問題を解決します。 (Daydream は少し手間がかかります。) セットアップは簡単だと思うでしょう。ChatGPT のようなモデルの API に接続するだけで準備完了です。うーん、いいえ。 265 社を超えるパートナーと登録し、ブティック ショップから小売大手まで 200 万点以上の商品にアクセスするのは簡単でした。 「パリでの結婚式に出席するためのドレスが必要だ」といった単純なリクエストでも、それを満たすのは信じられないほど複雑であることがわかりました。あなたは花嫁ですか、義母ですか、それともゲストですか？今は何の季節ですか？結婚式ってどれくらいフォーマルなの？どのような声明を出したいですか?それらの疑問が解決されたとしても、AI モデルが異なれば、そのようなことについての見解も異なります。 「私たちが発見したのは、モデルの一貫性と信頼性の欠如と幻覚のせいで、モデルがクエリの 1 つまたは 2 つの要素を削除する場合があるということでした」とボーンスタイン氏は言います。 Daydream の長期間延長されたベータ テストに参加したユーザーは、「私は長方形ですが、砂時計のように見せるにはドレスが必要です」のようなことを言うでしょう。モデルは幾何学模様のドレスを見せてそれに応えた。

最終的にボーンスタイン氏は、2024 年秋に予定されていたアプリのリリースを延期すること (現在は利用可能ですが、Daydream は技術的にはまだ 2026 年のある時点までベータ版です) と、技術チームをアップグレードすることの 2 つを行う必要があることを理解しました。 2024 年 12 月に彼女は、Grubhub の元 CTO である Belousova を雇用し、トップ エンジニアのチームを迎え入れました。熾烈な人材戦争における Daydream の秘密兵器は、魅力的な問題に取り組むチャンスです。 「ファッションは、センス、パーソナライゼーション、視覚データを備えているため、非常に魅力的な空間です」とベロウソワ氏は言います。 「これはまだ解決されていない興味深い問題です。」

さらに、Daydream はこの問題を解決する必要があります 二度—まず顧客の言うことを解釈し、次に顧客の時々風変わりな基準をカタログ側の商品と照合します。次のような入力を使用すると、 私の元が新しい妻と一緒に出席するバット・ミツバのためにリベンジドレスが必要なのですが、 その理解が重要です。 「Daydream には、買い物客の語彙と販売者の語彙という概念がありますよね?」ボーンスタインは言う。 「販売者はカテゴリーや属性で話し、買い物客は『このイベントに行く予定です。屋上で開催されます。彼氏と一緒に行きます。』といったことを言います。実際に、実行時にこれら 2 つの語彙を何かにマージするにはどうすればよいでしょうか?そして場合によっては、会話の中で何回か繰り返す必要があります。」デイドリームは言語だけでは十分ではないことを学びました。 「私たちは視覚的なモデルを使用しているので、実際には製品をより微妙な方法で理解しています」と彼女は言います。顧客は特定の色を共有したり、着用するネックレスを見せたりする場合があります。

ボーンスタイン氏は、デイドリームのその後の再構築がより良い結果をもたらしたと述べた。 （ただし、試してみたところ、黒のタキシード パンツをリクエストすると、リクエストしたものに加えてベージュのアスレチック フィット パンツも表示されました。まあ、これはベータ版です。） 「最終的に、私たちは 1 つのコールから多くのモデルのアンサンブルに移行することにしました」とボーンスタイン氏は言います。 「それぞれが専門的な判断を下します。色、生地、季節、場所にそれぞれ 1 つずつあります。」たとえば、Daydream は、OpenAI モデルがその目的のために、衣服の観点から世界を理解するのに非常に優れていることを発見しました。 Google の Gemini はそれほどではありませんが、高速で正確です。