Listen Labs با جذب سرمایه ۶۹ میلیون دلاری، استخدام با بیلبورد هوش مصنوعی و مصاحبه با مشتری را متحول میکند

آلفرد والفرس، مدیرعامل استارتاپ Listen Labs، برای جذب بیش از ۱۰۰ مهندس با چالشهای جدی روبرو بود. در رقابت با پیشنهادهای ۱۰۰ میلیون دلاری مارک زاکربرگ، راهی نامعمول را برگزید: صرف ۵۰۰۰ دلار از بودجه بازاریابی خود برای یک بیلبورد در سانفرانسیسکو که پنج رشته عدد تصادفی را نمایش میداد.
این اعداد در واقع توکنهای هوش مصنوعی بودند که پس از رمزگشایی، به یک چالش برنامهنویسی منجر میشدند: ساخت الگوریتمی برای ایفای نقش «ساقی دیجیتال» در کلاب شبانه Berghain برلین، معروف به رد کردن تقریباً همه افراد از در ورودی. ظرف چند روز، هزاران نفر به حل این معما پرداختند. ۴۳۰ نفر موفق به حل آن شدند و برخی استخدام شدند. برنده این چالش با تمام هزینهها به برلین سفر کرد.
سرمایهگذاری ۶۹ میلیون دلاری و رشد ۱۵ برابری در درآمد
این رویکرد نامتعارف اکنون ۶۹ میلیون دلار سرمایه در دور B، به رهبری Ribbit Capital و با مشارکت Evantic و سرمایهگذاران قبلی از جمله Sequoia Capital، Conviction و Pear VC، جذب کرده است. این دور از سرمایهگذاری، ارزش Listen Labs را به ۵۰۰ میلیون دلار میرساند و مجموع سرمایه جذب شده را به ۱۰۰ میلیون دلار افزایش میدهد. در ۹ ماه از زمان راهاندازی، این شرکت درآمد سالانه خود را ۱۵ برابر افزایش داده و به ارقام هشت رقمی رسانده و بیش از یک میلیون مصاحبه مبتنی بر هوش مصنوعی را انجام داده است.
والفرس در مصاحبهای با VentureBeat اظهار داشت: «وقتی روی مشتریان تمرکز کنید، همه چیز درست میشود. تیمهایی که از Listen استفاده میکنند، مشتری را در هر تصمیمی، از بازاریابی تا محصول، دخیل میکنند و وقتی مشتری راضی باشد، همه راضی هستند.»
چرا تحقیقات بازار سنتی ناکارآمد است و راهکار Listen Labs چیست؟
محقق هوش مصنوعی Listen در عرض چند ساعت، شرکتکنندگان را پیدا میکند، مصاحبههای عمیق انجام میدهد و بینشهای عملی را ارائه میدهد، نه در چند هفته. این پلتفرم جایگزینی برای انتخاب سنتی بین نظرسنجیهای کمی (که دقت آماری بالایی دارند اما ظرافتها را از دست میدهند) و مصاحبههای کیفی (که عمق زیادی دارند اما قابلیت مقیاسپذیری ندارند) است.
والفرس محدودیتهای روشهای موجود را اینگونه توضیح داد: «اساساً نظرسنجیها دقت کاذب به شما میدهند، زیرا افراد در نهایت به یک سوال پاسخ میدهند… شما نمیتوانید موارد خاص را پیدا کنید. افراد در نظرسنجیها صادق نیستند.» او افزود که مصاحبههای انسانی یک به یک «عمق زیادی به شما میدهند. میتوانید سوالات پیگیری بپرسید. میتوانید تا حدی بررسی کنید که آیا واقعاً میدانند در مورد چه چیزی صحبت میکنند. مشکل اینجاست که نمیتوانید آن را مقیاسبندی کنید.»
این پلتفرم در چهار مرحله عمل میکند: کاربران با کمک هوش مصنوعی یک مطالعه ایجاد میکنند، Listen شرکتکنندگان را از شبکه جهانی ۳۰ میلیون نفری خود جذب میکند، یک ناظر هوش مصنوعی مصاحبههای عمیق با سوالات پیگیری انجام میدهد و نتایج در قالب گزارشهای آماده اجرایی شامل موضوعات کلیدی، خلاصههای برجسته و اسلایدها ارائه میشوند.

















دیدگاهها۰
برای ثبت نظر، پرسش یا رأی ابتدا وارد حساب کاربری شوید.