Blok, Yapay Zeka Kişilikleri ile Gerçek Dünya Uygulama Kullanımını Simüle Ediyor

Yapay zeka destekli kodlama araçları olan Cursor, Replit, Claude Code ve Lovable, geliştiricilerin her gün birçok satır kod yazmasına yardımcı olarak ürünleri daha hızlı piyasaya sürmelerini sağlıyor. Ancak, uygulama geliştiricileri hâlâ ya uygulamalarının tam beta sürümlerini piyasaya sürmeye ya da yaklaşan özelliklerin nasıl çalışacağını tahmin etmek için simülasyon yazılımlarına güvenmek zorunda kalıyorlar.

Blok, geliştiricilerin uygulama özelliklerini test etmeleri ve uygulamalarını daha iyi hale getirmek için AI kullanarak farklı kullanıcı kişiliklerini simüle etmelerine olanak tanıyan, görünürlükten çıkan bir şirkettir.

Şirket, 2024 yılında Tom Charman ve Olivia Higgs tarafından kuruldu. Her ikisi de sürekli girişimci olup, seyahat ve öğrenme gibi alanlarda birlikte çalıştıkları girişimlerde deneyim kazandılar.

Kurucular Tom Charman ve Olivia Higgs

Bugüne kadar, startup iki turda toplamda 7.5 milyon dolar fon topladı. İlk aşama turu olan 5 milyon dolarlık seed turu, MaC Venture Capital tarafından yönetildi ve Discord, Google, Meta, Apple, Snapchat ve Pinterest’teki kişilerin katılımıyla gerçekleşti. Blok’un ön seed turu Protagonist ile birlikte Rackhouse, Ryan Hoover’ın Weekend Fund ve Blank Ventures’ın katılımlarıyla gerçekleştirildi.

MaC Venture Capital’den yönetici ortak Marlon Nichols, Blok’un sıklıkla Optimizely ve Amplitude ile karşılaştırıldığını, ancak bu araçların daha reaktif olduğunu belirtti. Blok’un uygulamalar için tahmin edici bir test katmanı sunarak rakiplerini geride bıraktığını ifade etti.

“Blok’u destekledik çünkü ürün geliştirme sürecinin bir dönüm noktasında olduğuna inanıyoruz. Takımlar her zamankinden daha hızlı ürün gönderiyor, ancak hâlâ A/B testleri ve içgüdüye dayalı kritik kararlar alıyorlar. Blok’un simülasyon motoru bu modeli değiştirmekte — takımlara tek bir kod satırı yazılmadan önce kullanıcı davranışını tahmin etme imkânı sunmakta,” dedi TechCrunch’a e-posta yoluyla.

Higgs, arayüzlerin karmaşıklığının zamanla arttıkça test ihtiyacının da arttığını belirtti. Ürün ekiplerinin karşılaştığı problemleri anlamak için 100’den fazla ürün mühendisini mülakata aldıklarını ifade etti.

Techcrunch etkinliği

Boston, MA | 15 Temmuz

“Artan test ihtiyacı, görsel arayüzlerin standartlarının yükselmesi ile doğrudan ilişkili. İnsanların teknoloji ile etkileşim şekli değişiyor; sesli ve yazılı komutlar kullanıyorlar. Bu yüzden görsel UI [öğeleri] eklerken, kullanıcıların iş akışlarına gereksiz sürtünme eklemediğinizden emin olmalısınız,” dedi.

Charman, hem büyük hem de küçük şirketlerin farklı sorunlarla karşılaştığını ifade etti. Küçük şirketlerin ürünlerini test edecek grupları olmadığını ve canlı geri bildirim alamadıklarını, büyük şirketlerin ise uygulamalarına gereksiz özellikler eklemekten kaçınmak istediklerini belirtti.

“Amacımız, şirketlerin özelliklerini deneysel bir şekilde serbest bırakmalarına ve sonuçların ortaya çıkmasını beklemelerine gerek kalmadan bir yere ulaşmak,” dedi.

Bir müşteri Blok ile çalışmaya başladığında, Amplitude, Mixpanel veya Segment’ten etkinlik kayıt verilerini yükler. Blok, ardından davranış modellemesi yapar ve uygulama geliştiricilerin test etmesi için farklı kullanıcı kişilikleri oluşturur. Bu kişilikler, uygulamanın kullanıcı tabanının çoğunu kapsar.

Görsel Kredileri: Blok

Ardından, geliştirme ekibi bir Figma tasarımı ve test etmek istedikleri hipotez ile kullanıcı hedeflerini içeren deneyim detaylarını Blok’a gönderir. Kullanıcı kişilik ajanları, simülasyonu birçok kez çalıştırmaya çalışır. Sonuç olarak, Blok, kullanıcıların belirli bir özelliği nasıl kullanacağına dair içgörüler sunar ve önerilerde bulunur.

Bu içgörüler, deneyin genel raporunu ve nelerin iyi gittiği ile nelerin geliştirilebileceğine dair ayrıntıları içerir. Ekipler, ayrıca kişilik bazında raporları ve önerileri de inceleyebilir. Üstelik, 2025 yılı itibarıyla, deneyiniz hakkında sorgular sorabileceğiniz bir chatbot da mevcut.

Blok, ürününü bir bekleme listesi arkasında tutuyor ve başlangıçta finans ve sağlık sektörlerinde çözümler geliştiren bir müşteri grubuyla çalışıyor. Startup, bu alanların kamuya kötü deneyler sunamayacakları ve ürünü çok fazla deneyimleyemeyecekleri için ideal olduğunu belirtti.

Startup, şirketlerden bir SaaS modeli aracılığıyla ücret alıyor, ancak aynı zamanda hesaplama maliyetlerini dengelemeye çalışıyor. Şirket, bu yıl ortalama tek haneli milyonlarca dolarlık gelir hedefliyor ve daha fazla müşteriye açılmayı planlıyor.

Exit mobile version