Listen Labs 69 میلیون دلار جمع کرد: موفقیت بزرگ پس از تبلیغ ویروسی بیلبورد برای مصاحبه با مشتریان با هوش مصنوعی

ایالات متحده - خبرگزاری اخباری

Listen Labs 69 میلیون دلار جمع کرد: موفقیت بزرگ پس از تبلیغ ویروسی بیلبورد برای مصاحبه با مشتریان با هوش مصنوعی

در نمایش جسورانه‌ای از استراتژی نوآورانه و مهارت فنی، Listen Labs، شرکتی که آماده است تا تحقیقات بازار را از طریق هوش مصنوعی (AI) بازتعریف کند، با موفقیت دور تأمین مالی سری B به ارزش 69 میلیون دلار را به پایان رساند. این سرمایه‌گذاری توسط Ribbit Capital رهبری شد و با مشارکت قابل توجه Evantic و سرمایه‌گذاران موجود از جمله Sequoia Capital، Conviction و Pear VC همراه بود. این تزریق قابل توجه سرمایه، Listen Labs را 500 میلیون دلار ارزش‌گذاری می‌کند و کل سرمایه جمع‌آوری شده آن را به 100 میلیون دلار می‌رساند؛ دستاوردی قابل توجه در تنها نه ماه پس از راه‌اندازی.

این جریان قابل توجه سرمایه، تا حدی، گواهی رویکرد بازاریابی جسورانه و ویروسی این شرکت است. آلفرد وال‌فورس، مدیرعامل، با چالش هولناک استخدام بیش از 100 مهندس در یک چشم‌انداز فناوری بسیار رقابتی روبرو بود و استراتژی استخدام غیرمتعارفی را انتخاب کرد. به جای آگهی‌های شغلی سنتی، وال‌فورس 5000 دلار – یک پنجم بودجه بازاریابی خود – را به یک بیلبورد مرموز در سانفرانسیسکو اختصاص داد. این بیلبورد پنج رشته از اعداد به ظاهر تصادفی را نمایش می‌داد که بعدها مشخص شد توکن‌های هوش مصنوعی رمزگذاری شده هستند. این توکن‌ها به یک چالش پیچیده کدنویسی منجر شد: توسعه الگوریتمی که به عنوان یک نگهبان دیجیتال برای Berghain، کلوپ شبانه بدنام و گزینشی برلین، عمل کند.

این کمپین فوراً علاقه را برانگیخت و هزاران متقاضی را برای حل معمای کدنویسی جذب کرد. در مجموع 430 نفر با موفقیت این چالش را حل کردند و برخی پیشنهاد شغلی در Listen Labs دریافت کردند. برنده نهایی با سفری به برلین با تمام هزینه‌های پرداخت شده پاداش گرفت. این اقدام منحصر به فرد نه تنها توجه قابل توجه رسانه‌ها را جلب کرد، بلکه به عنوان نمایشی قدرتمند از روح نوآوری شرکت و توانایی آن در جذب استعداد از طریق حل خلاقانه مسئله عمل کرد.

Listen Labs با بهره‌گیری از این شتاب، آماده است تا پلتفرم مصاحبه با مشتریان مبتنی بر هوش مصنوعی خود را گسترش دهد. پیشنهاد اصلی شرکت به شکاف حیاتی در تحقیقات بازار سنتی می‌پردازد که اغلب با سرعت، هزینه و دقت دست و پنجه نرم می‌کند. محقق هوش مصنوعی Listen، شرکت‌کنندگان را شناسایی می‌کند، مصاحبه‌های عمیق انجام می‌دهد و بینش‌های عملی را ظرف چند ساعت ارائه می‌دهد، که تضاد شدیدی با هفته‌ها یا ماه‌های مورد نیاز روش‌های متعارف دارد. این امر به کسب‌وکارها اجازه می‌دهد تا بازخورد مشتری را مستقیماً در فرآیندهای تصمیم‌گیری، از توسعه محصول گرفته تا استراتژی‌های بازاریابی، ادغام کنند.

وال‌فورس محدودیت‌های روش‌های تحقیق موجود را تشریح کرد. وی گفت: «اساساً نظرسنجی‌ها به شما دقت کاذب می‌دهند زیرا مردم در نهایت به یک سوال پاسخ می‌دهند... شما نمی‌توانید داده‌های پرت را به دست آورید. مردم در واقع در نظرسنجی‌ها صادق نیستند.» در مقابل، در حالی که مصاحبه‌های انسانی یک به یک عمق و توانایی کاوش بیشتر را ارائه می‌دهند، مقیاس‌پذیری مؤثر آنها به طور کلی دشوار است. Listen Labs با استفاده از یک مدیر هوش مصنوعی که قادر به انجام مصاحبه‌های گسترده و تجزیه و تحلیل داده‌ها با سرعت و ثبات قابل توجهی است، این شکاف را پر می‌کند.

این پلتفرم از طریق یک فرآیند چهار مرحله‌ای ساده عمل می‌کند: کاربران اهداف تحقیق خود را با کمک هوش مصنوعی تعریف می‌کنند، Listen شرکت‌کنندگان مناسب را از شبکه جهانی گسترده 30 میلیون نفری خود استخدام می‌کند، یک مدیر هوش مصنوعی مصاحبه‌های ویدیویی ظریف و باز با سوالات پیگیری هوشمند انجام می‌دهد، و در نهایت، یافته‌ها در گزارش‌های آماده برای مدیران خلاصه می‌شوند که شامل موضوعات کلیدی، کلیپ‌های برجسته و اسلایدهای جامع ارائه است.

یک تمایز کلیدی برای Listen، تأکید آن بر مکالمات ویدیویی باز به جای فرم‌های سنتی چند گزینه‌ای است. وال‌فورس توضیح داد: «در یک نظرسنجی، شما می‌توانید حدس بزنید که چه چیزی باید پاسخ دهید، و چهار گزینه دارید... در مقابل یک پاسخ باز. این به سادگی صداقت بسیار بیشتری را تولید می‌کند.» این رویکرد، بازخورد معتبرتر و دقیق‌تری را ترویج می‌کند.

علاوه بر این، Listen Labs در حال مقابله با مشکل رایج کلاهبرداری در صنعت 140 میلیارد دلاری تحقیقات بازار است. وال‌فورس فاش کرد که ساخت پنل شرکت‌کنندگان آن مستلزم مواجهه با «یکی از تکان‌دهنده‌ترین چیزهایی» بود که با آن روبرو شدند – فعالیت گسترده کلاهبرداری. وی خاطرنشان کرد: «اساساً، یک معامله مالی درگیر است، به این معنی که بازیکنان بد وجود خواهند داشت.» او به مواردی اشاره کرد که شرکت‌های بزرگ پروفایل‌های جعلی شرکت‌کنندگان را ارسال کرده‌اند. برای مقابله با این موضوع، Listen یک سیستم پیچیده «نگهبان کیفیت» توسعه داده است. این سیستم پروفایل‌های LinkedIn را با پاسخ‌های ویدیویی مقایسه می‌کند، هویت شرکت‌کنندگان را تأیید می‌کند، ثبات پاسخ‌ها را بررسی می‌کند و الگوهای مشکوک را علامت‌گذاری می‌کند. نتیجه، افزایش چشمگیر در مشارکت واقعی و صداقت است، به طوری که شرکت‌کنندگان سه برابر بیشتر صحبت می‌کنند و بازخورد صریح در مورد موضوعات حساس ارائه می‌دهند.

شرکت‌هایی مانند Emeritus مزایای ملموسی را دیده‌اند و پاسخ‌های نظرسنجی جعلی یا با کیفیت پایین را از حدود 20 درصد به نزدیک به صفر کاهش داده‌اند. سرعت و قابلیت اطمینان پلتفرم Listen همچنین شرکت‌های بزرگ را تحت تأثیر قرار داده است. به عنوان مثال، مایکروسافت توانست داستان‌های مشتریان جهانی را برای جشن پنجاهمین سالگرد خود، از جمله شهادت‌هایی درباره Copilot، در عرض یک روز جمع‌آوری کند – کاری که به طور سنتی شش تا هشت هفته طول می‌کشید. به طور مشابه، Simple Modern، یک شرکت نوشیدنی، یک مفهوم محصول جدید را آزمایش کرد و تنها در چند ساعت بازخورد از 120 شرکت‌کننده در سراسر کشور دریافت کرد. برند لباس Chubbies مشارکت جوانان در تحقیقات را 24 برابر افزایش داد و به آنها اجازه داد تا مشکلات محصول، مانند آسترهای خراشیده در شلوارهای بچگانه را کشف کنند، که منجر به طراحی مجدد محصولی شد که به موفقیت بزرگی دست یافت.

Listen Labs به طور استراتژیک در موقعیتی قرار دارد تا بازار تحقیقاتی عظیم اما پراکنده را مختل کند. وال‌فورس به تحقیقاتی اشاره کرد که این بخش را سالانه 140 میلیارد دلار تخمین می‌زنند و توسط بازیگران تثبیت شده‌ای که در برابر نوآوری آسیب‌پذیر هستند، اشغال شده است. وی گفت: «خطوط بودجه موجود زیادی وجود دارد که ما در حال جایگزینی آنها هستیم.» وی به هزینه‌های بالا، روش‌های منسوخ شده و زمان‌بندی طولانی رویکردهای سنتی اشاره کرد. علاوه بر این، وال‌فورس پیشنهاد می‌کند که تحقیقات مبتنی بر هوش مصنوعی، با قابل دسترس‌تر و مقرون‌به‌صرفه‌تر کردن بینش‌ها، نه تنها می‌تواند هزینه‌های موجود را جایگزین کند، بلکه تقاضای جدیدی را نیز تحریک کند، که بازتاب پارادوکس جِوونز است – جایی که افزایش کارایی منجر به مصرف کلی بیشتر می‌شود.

خبرگزاری اخباری