Listen Labs ने वायरल बिलबोर्ड हायरिंग स्टंट के बाद AI ग्राहक साक्षात्कार को स्केल करने के लिए $69M जुटाए

संयुक्त राज्य अमेरिका - इख़बारी समाचार एजेंसी

Listen Labs ने वायरल बिलबोर्ड हायरिंग स्टंट के बाद AI ग्राहक साक्षात्कार को स्केल करने के लिए $69M जुटाए

अभिनव रणनीति और तकनीकी कौशल के एक साहसिक प्रदर्शन में, Listen Labs, एक ऐसी कंपनी जो कृत्रिम बुद्धिमत्ता के माध्यम से बाजार अनुसंधान को फिर से परिभाषित करने के लिए तैयार है, ने $69 मिलियन के सीरीज़ बी फंडिंग राउंड को सफलतापूर्वक पूरा किया है। इस निवेश का नेतृत्व Ribbit Capital ने किया, जिसमें Evantic की महत्वपूर्ण भागीदारी और Sequoia Capital, Conviction और Pear VC सहित मौजूदा निवेशकों का योगदान रहा। यह पर्याप्त पूंजी निवेश Listen Labs का मूल्यांकन $500 मिलियन करता है, जिससे इसका कुल वित्तपोषण $100 मिलियन हो जाता है, जो इसके लॉन्च के बाद केवल नौ महीनों के भीतर एक उल्लेखनीय उपलब्धि है।

पूंजी का यह महत्वपूर्ण प्रवाह, आंशिक रूप से, कंपनी के साहसिक और वायरल विपणन दृष्टिकोण का प्रमाण है। अत्यधिक प्रतिस्पर्धी तकनीकी परिदृश्य में 100 से अधिक इंजीनियरों को नियुक्त करने की चुनौतीपूर्ण समस्या का सामना करते हुए, सीईओ अल्फ्रेड वालफ़ोर्स ने एक अपरंपरागत भर्ती रणनीति चुनी। पारंपरिक नौकरी पोस्टिंग के बजाय, वालफ़ोर्स ने अपने विपणन बजट का पांचवां हिस्सा, $5,000, सैन फ्रांसिस्को में एक रहस्यमय बिलबोर्ड पर आवंटित किया। बिलबोर्ड पर बेतरतीब ढंग से संख्याओं की पांच पंक्तियाँ थीं, जो बाद में एन्कोडेड AI टोकन साबित हुईं। ये टोकन एक जटिल कोडिंग चुनौती की ओर ले गए: बर्लिन के कुख्यात रूप से चयनात्मक नाइट क्लब बर्घेन के लिए एक डिजिटल बाउंसर के रूप में कार्य करने वाला एक एल्गोरिथम विकसित करना।

इस अभियान ने तत्काल रुचि जगाई, जिससे कोडिंग पहेली के लिए हजारों आवेदक आकर्षित हुए। कुल 430 लोगों ने सफलतापूर्वक चुनौती को हल किया, जिनमें से कुछ को Listen Labs में नौकरी की पेशकश मिली। अंतिम विजेता को बर्लिन की सभी खर्चों सहित यात्रा से पुरस्कृत किया गया। इस अनूठी तरकीब ने न केवल महत्वपूर्ण मीडिया का ध्यान आकर्षित किया, बल्कि कंपनी की नवाचार भावना और रचनात्मक समस्या-समाधान के माध्यम से प्रतिभा को आकर्षित करने की क्षमता का एक शक्तिशाली प्रदर्शन भी साबित हुआ।

इस गति का लाभ उठाते हुए, Listen Labs अपने AI-संचालित ग्राहक साक्षात्कार मंच को बढ़ाने के लिए तैयार है। कंपनी का मुख्य प्रस्ताव पारंपरिक बाजार अनुसंधान में एक महत्वपूर्ण अंतर को संबोधित करता है, जो अक्सर गति, लागत और सटीकता के साथ संघर्ष करता है। Listen का AI शोधकर्ता प्रतिभागियों की पहचान करता है, गहन साक्षात्कार आयोजित करता है, और पारंपरिक तरीकों से आमतौर पर आवश्यक हफ्तों या महीनों के विपरीत, घंटों के भीतर कार्रवाई योग्य अंतर्दृष्टि प्रदान करता है। यह व्यवसायों को उत्पाद विकास से लेकर विपणन रणनीतियों तक, निर्णय लेने की प्रक्रियाओं में ग्राहक प्रतिक्रिया को सीधे एकीकृत करने की अनुमति देता है।

वालफ़ोर्स ने मौजूदा अनुसंधान पद्धतियों की सीमाओं पर विस्तार से बताया। उन्होंने कहा, "मूल रूप से सर्वेक्षण आपको झूठी सटीकता देते हैं क्योंकि लोग अंततः एक ही प्रश्न का उत्तर देते हैं... आप बाहरी लोगों को प्राप्त नहीं कर सकते। लोग वास्तव में सर्वेक्षणों में ईमानदार नहीं होते हैं।" इसके विपरीत, एक-एक करके मानव साक्षात्कार गहराई प्रदान करते हैं और आगे जांच करने की क्षमता रखते हैं, लेकिन उन्हें कुशलतापूर्वक स्केल करना बेहद मुश्किल होता है। Listen Labs एक AI मध्यस्थ का उपयोग करके इस विभाजन को पाटता है जो व्यापक साक्षात्कार आयोजित करने और डेटा का उल्लेखनीय गति और निरंतरता के साथ विश्लेषण करने में सक्षम है।

यह प्लेटफ़ॉर्म चार-चरणीय सरलीकृत प्रक्रिया के माध्यम से संचालित होता है: उपयोगकर्ता AI सहायता से अपने शोध उद्देश्यों को परिभाषित करते हैं, Listen अपने 30 मिलियन लोगों के विशाल वैश्विक नेटवर्क से उपयुक्त प्रतिभागियों की भर्ती करता है, एक AI मध्यस्थ बुद्धिमान अनुवर्ती प्रश्नों के साथ सूक्ष्म, खुली-छोर वाली वीडियो साक्षात्कार आयोजित करता है, और अंत में, निष्कर्षों को प्रमुख विषयों, मुख्य अंशों और व्यापक स्लाइड डेक सहित कार्यकारी-तैयार रिपोर्टों में संश्लेषित किया जाता है।

Listen के लिए एक महत्वपूर्ण अंतर पारंपरिक बहुविकल्पीय रूपों के बजाय खुली-छोर वाली वीडियो बातचीत पर इसका जोर है। वालफ़ोर्स ने समझाया, "एक सर्वेक्षण में, आप अनुमान लगा सकते हैं कि आपको क्या उत्तर देना चाहिए, और आपके पास चार विकल्प हैं... एक खुली-छोर वाले उत्तर के विपरीत। यह बस बहुत अधिक ईमानदारी उत्पन्न करता है।" यह दृष्टिकोण अधिक प्रामाणिक और विस्तृत प्रतिक्रिया को बढ़ावा देता है।

इसके अलावा, Listen Labs $140 बिलियन के बाजार अनुसंधान उद्योग के भीतर धोखाधड़ी के व्यापक मुद्दे से निपट रहा है। वालफ़ोर्स ने खुलासा किया कि प्रतिभागी पैनल बनाने के लिए उन्हें "सबसे चौंकाने वाली चीजों में से एक" का सामना करना पड़ा - व्यापक धोखाधड़ी गतिविधि। "मूल रूप से, एक वित्तीय लेनदेन शामिल है, जिसका अर्थ है कि बुरे खिलाड़ी होंगे," उन्होंने कहा, उन उदाहरणों का हवाला देते हुए जहां बड़े निगमों ने धोखाधड़ी वाले प्रतिभागी प्रोफाइल प्रस्तुत किए। इससे निपटने के लिए, Listen ने एक परिष्कृत "गुणवत्ता गार्ड" प्रणाली विकसित की है। यह प्रणाली प्रतिभागियों की पहचान को सत्यापित करने, प्रतिक्रिया की संगति की जांच करने और संदिग्ध पैटर्न को चिह्नित करने के लिए LinkedIn प्रोफाइल को वीडियो प्रतिक्रियाओं के साथ क्रॉस-रेफरेंस करती है। परिणाम वास्तविक जुड़ाव और ईमानदारी में एक नाटकीय वृद्धि है, जिसमें प्रतिभागी तीन गुना अधिक बोलते हैं और संवेदनशील विषयों पर स्पष्ट प्रतिक्रिया प्रदान करते हैं।

Emeritus जैसी कंपनियों ने ठोस लाभ देखे हैं, लगभग 20% धोखाधड़ी या निम्न-गुणवत्ता वाली सर्वेक्षण प्रतिक्रियाओं को लगभग शून्य तक कम कर दिया है। Listen के प्लेटफ़ॉर्म की गति और विश्वसनीयता ने प्रमुख निगमों को भी प्रभावित किया है। उदाहरण के लिए, Microsoft ने अपने 50 वीं वर्षगांठ समारोह के लिए Copilot के बारे में प्रशंसापत्र सहित वैश्विक ग्राहक कहानियों को एक ही दिन में एकत्र करने में सक्षम था - एक ऐसा कार्य जिसमें पारंपरिक रूप से छह से आठ सप्ताह लगते। इसी तरह, Simple Modern, एक पेय कंपनी, ने एक नई उत्पाद अवधारणा का परीक्षण किया और कुछ ही घंटों में पूरे देश के 120 प्रतिभागियों से प्रतिक्रिया प्राप्त की। कपड़ों के ब्रांड Chubbies ने युवा अनुसंधान में भागीदारी को 24 गुना बढ़ाया, जिससे उन्हें बच्चों के शॉर्ट्स में खरोंच वाली लाइनिंग जैसी उत्पाद समस्याओं का पता लगाने में मदद मिली, जिसके कारण एक पुन: डिज़ाइन किया गया उत्पाद एक बड़ी सफलता बन गया।

Listen Labs, विशाल लेकिन खंडित बाजार अनुसंधान बाजार को बाधित करने के लिए रणनीतिक रूप से स्थित है। वालफ़ोर्स ने इस क्षेत्र का वार्षिक $140 बिलियन के रूप में अनुमान लगाने वाले शोधों का उल्लेख किया, जो नवाचार के प्रति संवेदनशील स्थापित खिलाड़ियों से भरा है। "बहुत सारे मौजूदा बजट लाइनें हैं जिन्हें हम बदल रहे हैं," उन्होंने कहा, पारंपरिक दृष्टिकोणों की उच्च लागत, पुरानी पद्धतियों और लंबी समय-सीमाओं का हवाला देते हुए। इसके अलावा, वालफ़ोर्स का सुझाव है कि AI-संचालित अनुसंधान, अंतर्दृष्टि को अधिक सुलभ और किफायती बनाकर, न केवल मौजूदा खर्चों को बदल सकता है, बल्कि नई मांग भी पैदा कर सकता है, जो जेवन्स विरोधाभास को दर्शाता है - जहां बढ़ी हुई दक्षता से अधिक समग्र उपयोग होता है।

Ekhbary News Agency