パーソナライズされた AI ID プラットフォームである Honcho の概要: LLM アプリケーションを有効にして、ハイパーパーソナライズされたエクスペリエンスを実現するにはどうすればよいでしょうか。

元記事：ダニエル・バラバンダー（Variantの顧問弁護士兼ベンチャーパートナー）

編集：Zen、PANews

北京時間4月11日、AIスタートアップのPlastic Labsは、Variant、White Star Capital、Betaworksが主導し、Mozilla Ventures、Seed Club Ventures、Greycroft、Differential Ventures、そしてScott Moore、NiMA Asghari、Thomas Howellなどのエンジェル投資家が参加した、535万ドルのプレシード資金調達ラウンドの完了を発表した。同時に、パーソナライズされたAIアイデンティティプラットフォーム「Honcho」の早期アクセスが正式に開始されました。

プロジェクトはまだ初期段階にあるため、暗号通貨コミュニティ全体が Plastic Labs についてほとんど知りません。 PlasticがXを通じて上記の資金調達と製品のアップデートを発表する一方で、主要投資家であるVariantの顧問弁護士兼投資パートナーであるDaniel Barabander氏も、このプロジェクトとHonchoプラットフォームについて詳細な説明を行った。以下は元の内容です。

大規模言語モデル (LLM) アプリケーションの台頭により、ソフトウェアのパーソナライゼーションに対する需要はかつてないほど高まっています。こうしたアプリは自然言語に依存しており、その言語は会話相手に応じて変化します。これは、数学の概念を祖父母に伝える場合と、両親や子供に伝える場合とで表現が異なるのと同じです。あなたが本能的に聴衆に合わせて配信内容を調整するのと同じように、LLM アプリも、より効果的で関連性の高いエクスペリエンスを提供するために、誰に話しかけているのかを「理解」する必要があります。治療アシスタント、法律アシスタント、ショッピング仲間など、これらのアプリケーションが価値を提供するには、ユーザーを真に理解する必要があります。

しかし、パーソナライゼーションが非常に重要であるにもかかわらず、現在、LLM アプリケーションで利用できる既製のソリューションは市場に存在しません。開発者は、ユーザー データ (通常はセッション ログの形式) を保存し、必要に応じて取得するために、独自の断片化されたシステムを構築しなければならないことがよくあります。その結果、各チームが車輪の再発明を行い、独自のユーザー状態管理インフラストラクチャを構築する必要があります。さらに悪いことに、ユーザーインタラクションをベクトルデータベースに保存したり、検索拡張 (RAG) を実行したりする方法では、過去の会話を思い出すことしかできず、ユーザー自身の興味、コミュニケーションの好み、口調に対する敏感さなどのより深い特性を真に把握することはできません。

Plastic Labs は、開発者があらゆる LLM アプリケーションを簡単にカスタマイズできるプラグアンドプレイ プラットフォームである Honcho を提供します。開発者はユーザーモデリングをゼロから構築する必要がなくなりました。 Honcho を統合することで、豊富で永続的なユーザー ポートレートをすぐに取得できるようになります。これらの肖像画は、チームが認知科学の高度な技術を使用したおかげで、従来の方法よりも詳細になっています。また、自然言語クエリをサポートしているため、LLM はユーザーのポートレートに基づいて動作を柔軟に調整できます。

Honcho は、ユーザー状態管理の複雑さを抽象化することで、LLM アプリケーションに新しいレベルの超パーソナライズされたエクスペリエンスをもたらします。しかし、その重要性はそれだけにとどまりません。Honcho によって生成された豊かで抽象的なユーザー ポートレートは、長らく実現が困難だった「共有ユーザー データ レイヤー」への道も開きます。

歴史的に、共有ユーザー データ レイヤーが失敗するのは、主に次の 2 つの理由によるものです。

1. 相互運用性の欠如: 従来のユーザー データは、多くの場合、特定のアプリケーション シナリオに大きく依存しており、アプリ間で移行することが困難です。たとえば、ソーシャル プラットフォーム X は、あなたがフォローしている人々に基づいてモデル化されているかもしれませんが、そのデータは LinkedIn のプロフェッショナル ネットワークでは役に立ちません。 Honcho は、より高レベルでより一般的なユーザー特性をキャプチャし、あらゆる LLM アプリケーションにシームレスにサービスを提供できます。たとえば、コーチング アプリがアナロジーを使用すると最も効果的に学習できることを発見した場合、2 つのコンテキストが大きく異なっていても、セラピー アシスタントはこの洞察を使用して、より効果的にコミュニケーションをとることができます。
2. 即時の価値の欠如:以前の共有レイヤーは、貴重なユーザーデータを生成する鍵となる先行者に具体的なメリットをもたらさなかったため、初期段階でアプリケーションを引き付けることが困難でした。 Honcho は異なります。まず、単一のアプリケーションのユーザー ステータス管理という「第 1 レベルの問題」を解決します。十分な数のアプリケーションが接続されると、ネットワーク効果によって「第 2 レベルの問題」の解決が自然にもたらされます。新しいアプリケーションはパーソナライゼーションのために接続されるだけでなく、最初から既存の共有ユーザー ポートレートも使用できるため、コールド スタートの問題点が完全に解消されます。

現在、Honcho のクローズド ベータ版の待機リストには、依存症コーチ、教育コンパニオン、読書アシスタント、電子商取引ツールなど、さまざまなシナリオを網羅した数百のアプリケーションが登録されています。チームの戦略は、まずアプリケーションのユーザー状態管理という中核的な問題の解決に重点を置き、その後、参加を希望するアプリケーション向けに共有データ レイヤーを徐々に立ち上げることです。このレイヤーでは暗号化インセンティブが使用されます。早期にアクセスするアプリケーションは、このレイヤーの所有権を取得し、その成長の配当を共有します。同時に、ブロックチェーンのメカニズムにより、システムの分散化と信頼性が確保され、中央集権的な機関が価値を抽出したり競合製品を開発したりする懸念がなくなります。

Variant は、Plastic Labs チームが LLM 駆動型ソフトウェアにおけるユーザー モデリングの課題を克服する能力を持っていると考えています。パーソナライズされたチャット指導アプリ「Bloom」を開発している間、チームは、アプリが学生とその学習方法を本当に理解していないという問題をじかに経験しました。 Honcho はこの洞察に基づいて誕生し、すべての LLM アプリケーション開発者が直面する問題点を解決します。