前Etsy高管创立Sequen，用AI实时个性化技术挑战传统推荐算法
一家由前Etsy高管创立的AI初创公司正在挑战科技巨头的推荐系统霸权。Sequen近日完成1600万美元A轮融资，计划将其专有的实时个性化技术和排名基础设施推向更广泛的消费市场。
从Etsy到Sequen：AI推荐系统的下一站
Zoë Weil曾在Etsy帮助改进AI排名系统，使该在线市场的商品成交总额在一年内增加了10亿美元。如今，她与另外三位联合创始人将多年积累的AI研究和产品开发经验带到了消费领域。
Sequen提供的技术正是TikTok、Instagram、YouTube等超级应用所使用的推荐系统核心。过去，这类实时个性化技术仅限于拥有海量数据集的科技巨头，其他大型消费企业难以触及。
Weil表示：“现代科技已经不再只是推荐内容，而是在潜移默化中塑造用户的偏好，让你不知不觉地产生购买欲望。事实上，这项技术已经强大到让很多人怀疑平台在偷听他们的对话。”
大型事件模型：超越传统LLM的新一代AI
Weil将这一现象归因于“大型事件模型”（Large Event Model）。与传统大语言模型处理文本不同，大型事件模型能够对用户行为事件流进行泛化处理，应用场景远超优化算法本身。
她认为，Sequen的技术最终可能取代Cookie——一种用于个性化网页体验的追踪技术，但其隐私问题已引发监督&管理关注。
“我们的大型事件模型从用户实时行为中学习，不仅包括点击和滚动，还包括悬停、会话以及会话中的各种行为——而非静态画像或第三方Cookie，”Weil介绍道，“这就是即使在数据稀疏的情况下也能实现实时个性化的方式。”
隐私友好的技术架构带来可观收益
与Cookie不同，Sequen的技术基于实时数据，无需识别用户身份即可实现个性化推荐，隐私侵入性更低。同时，其决策延迟控制在20毫秒以内。
“我们的模型能够对实时事件流进行泛化，”Weil解释说，“无论是谁在执行这些事件，系统都能理解并做出判断，完全不需要依赖用户身份。” 尽管强调隐私保护，Sequen声称其技术仍能带来显著的营收增长。某大型家具公司切换到Sequen后实现了7%的营收提升，此前0.4%的增长已被视为成功。Fetch Rewards仅用不到11天就实现了20%的净营收增长。此外，公司还与流媒体和在线旅游领域的企业展开合作。
面向财富500强的RankTune平台
与Sequen合作的企业通过其RankTune平台接入API，访问前沿排名模型和实时排名模型。客户只需用Sequen的API替换现有的自有API即可。
定价采用每秒请求数（RPS）阶梯模式，提供500 RPS、1000 RPS等不同档位，量级越大折扣越高。Weil观察到：“我们看到人们普遍选择最高档位，因为一旦在一个用例中看到效果，他们就想在整个平台部署我们的技术。” 公司成立不到18个月，月处理请求量已达100亿级别，已获得多家财富500强企业的合作。首批五个客户的合同金额已达到七位数。
团队与融资
Weil在Etsy的同事Ethan Benjamin，以及联合创始人Mo Afsharr和Alexander Thom共同创立了Sequen。Raphael Louca近期从Meta加入，担任首席产品官。团队目前14人，成员来自DeepMind、Meta、Anthropic等公司，总部位于纽约。
Sequen的A轮融资由White Star Capital和Threshold Ventures联合领投，Greycroft等既有投资者参与跟投。迄今为止，公司累计融资2200万美元。
评论