Estos jóvenes de 20 y 22 años recaudaron $ 5 millones de YC, catalizador general para estudiar el comportamiento en línea utilizando Vision AI

Amogh Chaturvedi está funcionando con poco sueño, pero mucha condena a las 6 de la mañana, está atontado, se disculpa por reprogramar y aún se recupera de un susto reciente que involucra a un miembro de la familia y un scooter eléctrico.

Sin embargo, en cuestión de minutos, el desastre de Stanford, de 20 años, se enfoca en el enfoque, guiándome cómo él y sus cofundadores vendieron una startup a los 19 años, aterrizaron en Y Combinator y recaudaron $ 5 millones para su próxima compañía, Comportamiento humano.

Lanzado hace solo unos meses, el comportamiento humano está apostando a que Vision AI puede hacer lo que las herramientas de análisis como Mixpanel y Parthog han tenido problemas: dar a las empresas una comprensión real de cómo las personas usan sus productos, incluido por qué se convierten o se convierten.

En lugar de confiar en eventos etiquetados manualmente o datos de clickstream, el comportamiento humano afirma que sus relojes AI observan repeticiones de sesión de usuario real y genera información, respondiendo las preguntas más apremiantes de los equipos de productos sin horas de código de instrumento.

La startup YC de 4 meses cerró su ronda de semillas de $ 5 millones en solo dos días (que se está convirtiendo en una norma para las compañías de YC actuales), con patrocinadores que incluyen Catalyst General, Paul Graham, Vercel Ventures e Y Combinator.

“Podríamos haber hecho el juego de ingeniería financiera porque recibimos más ofertas con valoraciones más altas, pero no queríamos eso”, dijo el CEO.

Chaturvedi conoció a sus cofundadores, Skyler Ji y Chirag kawediyaambos de 22 años, en una casa de hackers que organizó en 2023 como una excusa para vivir y construir con amigos después de su primer año en Stanford.

Su primera startup, Dough, fue una herramienta de contabilidad de comercio electrónico que arrancaron. Al igual que Chaturvedi, Ji abandonó la universidad (dejando a Berkeley) mientras Kawediya se graduó.

Aunque YC fue inicialmente escéptico sobre el potencial de mercado de Daugh, el equipo fue admitido en el lote de primavera del acelerador este año sobre la suposición de que eventualmente girarían, dice Chaturvedi. Lo hicieron casi de inmediato, después de hablar con cada cliente y preguntar sobre cualquier otro problema que enfrentaran.

La retroalimentación fue consistente: mientras que la masa podía mostrar qué productos vendían o no, los clientes querían saber por qué. Responder a eso requerido análisis impulsados ​​por datos de comportamiento, no solo informes contables.

Con esta nueva dirección, el equipo vendió masa por seis cifras a Employer.com, la misma compañía que compró bancoy fue todo sobre el comportamiento humano.

Kawediya explica que las empresas que usan análisis tradicionales a menudo necesitan ingenieros para configurar rastreadores de eventos para cada botón y clic, horas de quema, a veces semanas, de tiempo de ingeniería.

Para una startup de movimiento rápido, eso está lejos de ser ideal. “Incluso una vez que tiene esos datos, todavía está atascado con la pregunta más amplia de cómo los usuarios realmente interactúan con su producto para que pueda mejorarlo”, dice.

Las repeticiones de sesión no son nuevas, pero hasta hace poco, los modelos de visión por computadora no eran lo suficientemente precisos como para analizarlas a escala. Ahora lo son, y el comportamiento humano lo está haciendo para resumir y segmentar miles de horas de metraje. “¿Por qué pasar horas escribiendo código para rastrear los clics cuando podemos ver el video?” Ji agrega.

Hoy, los clientes de Human Behavior, en su mayoría de las nuevas empresas de la Serie A y B de rápido movimiento, obtienen correos electrónicos de resumen diarios que destacan qué características se usaron, qué errores aparecieron y qué usuarios agotaron.

Los fundadores llaman a la sesión de reproducción de una “mina de oro sin explotar”. En este momento, el comportamiento humano ayuda a los equipos a comprender a los usuarios y a los errores de aplastamiento. Con el tiempo, el mismo conjunto de datos podría alimentar el control de calidad y el soporte de TI incrustado. Su ambición es hacer del comportamiento humano el Datadog de la repetición de la sesión, girando docenas de productos de los mismos datos básicos.

Construir con una nueva tecnología desde cero es cómo los fundadores creen que se enfrentarán a jugadores más establecidos como MixPanel y Pasthog. “Para algunas de estas compañías, puede ser difícil replicar lo que tenemos porque su arquitectura no puede soportar el cambio sin comenzar de nuevo”, comentó Chaturvedi.