TechCrunch→ оригинал

Sequen raises $16M for TikTok-style personalization technology for consumer companies

Startup Sequen raised $16 million in a Series A round. The company developed an AI ranking and personalization engine—a TikTok algorithm equivalent—and is now o

Sequen raises $16M for TikTok-style personalization technology for consumer companies
Источник: TechCrunch. Коллаж: Hamidun News.

Стартап Sequen закрыл раунд Series A на $16 млн и объявил о масштабировании платформы AI-персонализации для крупных потребительских компаний. Технология компании воспроизводит ключевое конкурентное преимущество TikTok — алгоритм, который в реальном времени угадывает, что именно пользователь захочет увидеть следующим, — и делает этот инструмент доступным для любого ретейлера или медиаплатформы. Что строит Sequen Компания разработала собственный движок ранжирования и персонализации на основе машинного обучения.

Система обрабатывает поведенческие сигналы пользователя — клики, время просмотра, историю покупок, паузы и выходы — и строит динамическую модель предпочтений. На её основе алгоритм расставляет приоритеты в лентах, каталогах товаров, push-уведомлениях и рекомендательных блоках. До сих пор технологии такого уровня были доступны лишь крупнейшим платформам: ByteDance, Netflix, Amazon, Spotify.

Их реализация требовала собственных ML-команд из десятков специалистов, петабайтов исторических данных и нескольких лет итераций. Sequen позиционирует свой продукт как API или встраиваемый SDK, который подключается без необходимости строить инфраструктуру с нуля. Почему это важно Разрыв между персонализацией TikTok и персонализацией типичного интернет-магазина колоссален.

TikTok удерживает пользователей по 95 минут в день — во многом потому, что следующий ролик система подбирает точнее, чем любая редакционная выборка или простой коллаборативный фильтр. Для потребительских компаний ставки высоки: по отраслевым оценкам, разница в конверсии между умной и стандартной персонализацией составляет 15–30%. Netflix оценивает свой рекомендательный движок в $1 млрд ежегодной экономии на удержании аудитории.

Большинству брендов недоступна не только такая технология, но и понимание того, как к ней подступиться. Раунд и планы Состав инвесторов раунда пока не раскрыт. Для компании на стадии Series A $16 млн — типичная сумма для B2B-инфраструктурного продукта с доказанным product-market fit.

Привлечённые средства Sequen направит на расширение инженерной команды, масштабирование облачной инфраструктуры и выход в новые вертикали: e-commerce, видеостриминг, новостные агрегаторы и приложения для здоровья. Ключевое отличие бизнес-модели: Sequen — не B2C-продукт, а технологический фундамент. Компания строит инфраструктурный слой, на котором другие организации выстраивают пользовательский опыт.

Это делает её стратегически ближе к Stripe в платёжной сфере, нежели к конечным потребительским приложениям. Кто конкурирует Рынок AI-персонализации насыщен, но фрагментирован. Braze фокусируется на персонализированных маркетинговых коммуникациях.

Dynamic Yield, купленный McDonald's и перепроданный Mastercard, решает задачи веб-персонализации. Bloomreach и Insider работают в схожих нишах. Однако большинство этих решений ориентировано на маркетинговый слой — письма, баннеры, уведомления.

Sequen претендует на более глубокий уровень: алгоритм, управляющий самой структурой контента внутри продукта, — то, что делают рекомендательные системы Pinterest или YouTube, теперь в формате white-label для любого бизнеса. Что это означает Персонализация уровня TikTok превращается из привилегии технологических гигантов в базовую инфраструктуру. Компании вроде Sequen ускоряют этот переход, предлагая готовые AI-движки вместо многолетних внутренних разработок.

Для потребительского интернета это означает: через несколько лет разрыв между пользовательским опытом в TikTok и в среднем ретейл-приложении начнёт сокращаться — и сокращаться быстро.

ЖХ
Hamidun News
AI‑новости без шума. Ежедневный редакторский отбор из 400+ источников. Продукт Жемала Хамидуна, Head of AI в Alpina Digital.
Загружаем комментарии…