20歲輟學生2天募資1.5億元：Human Behavior靠AI看懂用戶行為，連Paul Graham都搶投！

加入知名加速器Y Combinator（YC）、以AI分析客戶流失的新創Human Behavior近期完成500萬美元的募資，但是這次募資只花了2天的時間就完成了。

更值得注意的是，Human Behavior是由年僅20歲的史丹佛大學輟學生Amogh Chaturvedi，與其共同創辦人Chirag Kawediya和Skyler Ji成立，這不是他們第一次創業——就在4個月前，他們才以至少10萬美元的價格出售上一間公司Dough 。

這樣的創業故事和募資速度，似乎正在成為YC的新常態。

從大學活動、輟學到加入YC的年輕創業家

Amogh Chaturvedi和Skyler Ji、Chirag Kawediya，3人的相識始於2023年的史丹佛大學社團活動「駭客之家」（hacker house），參加活動的學生們找到志同道合的朋友一同生活和開發專案。

Human Behavior創辦團隊.jpeg Human Behavior創辦團隊，由左至右分別是：Amogh Chaturvedi、Chirag Kawediya和Skyler Ji。 Human Behavior Linkedin

3人當時的重心放在財會工具Dough，這個後來成為他們第一家新創公司的專案，就是從這時候開始的。

Dough是一個電子商務會計工具，3人也曾以此申請YC，儘管Y Combinator最初對其市場潛力持懷疑態度，但仍讓他們入選2025年的春季班，條件是他們必須轉型，因為他們的產品不具競爭力。或者說，有根本上的缺陷。

幸好Amogh Chaturvedi等人並不是固執頑強的類型，他們接受了YC的建議，並開使大量與客戶對談，他們發現客戶雖然能透過Dough了解哪些產品暢銷或滯銷，但更想知道「原因」。回答這個問題需要基於行為數據的分析報告，而不僅僅是會計報表，這也成為Human Behavior的雛形。

有了這個新的方向，團隊決定將Dough以出售給Employer.com，並全面投入Human Behavior的開發。

AI已經成熟了！過去難以使用的大量資料將成為新黃金？

Human Behavior希望幫助企業更深層理解客戶的使用行為，儘管目前已經有Mixpanel或PostHog等分析工具，但是主要依賴手動標記的事件（manually tagged events）或點擊流數據（clickstream data），因此只能提供「數據總覽」以及純粹的數字，例如多少人在「從註冊到加入購物車」這個環節流失了，卻無法回答如「多少使用者因為AI回應太久而放棄？」、「企業用戶和免費用戶在某功能上平均停留多久？」等問題。

這當然也有個「非AI」解方：使用者操作回放（session replays）。使用者操作回放能夠捕捉用戶在產品中的每一個操作，提供極其詳細的數據。然而，面對成千上萬的錄影，人工審查這些影片是件極其耗時且令人望而卻步的任務，難以從中提煉出有用的洞察。

正如Chirag Kawediya接受《TechCrunch》採訪時所說，使用傳統分析工具的公司通常需要工程師為每個按鈕和點擊設置事件追蹤器，這會耗費數小時甚至數週的工程時間，「即使你有了這些數據，你仍然會遇到更大的問題：用戶實際上是如何與你的產品互動的，這樣你才能改進它」。

那Human Behavior怎麼解決？他們利用電腦視覺（computer vision）和視覺AI模型（vision AI models）來分析使用者操作回放，並大規模自動生成洞察。Human Behavior聲稱其AI能夠「觀看所有用戶的網路行為，因此能確切了解用戶如何使用產品的每個部分」。

這項技術的突破在於，過去電腦視覺模型在解析大規模使用行為作使用者操作回放方面不夠精確，但是現在技術已經逐漸成熟，Human Behavior能夠自動化地總結和分割數千小時的錄影，無需手動事件追蹤，從而大幅節省了工程時間和精力。

Amogh Chaturvedi指出，Human Behavior目前的客戶主要是快速成長的A輪和B輪新創公司，他們每天都會收到摘要郵件，突出顯示哪些功能被使用、出現了哪些錯誤以及哪些用戶流失了。創辦人將使用者操作回放稱作是「尚未開發的金礦」，預期未來這套數據集還能用於驅動自動化品質分析和嵌入式IT支援解決方案。

Amogh Chaturvedi也表示，對於一些現有的分析公司而言，要複製Human Behavior的模式可能很困難，因為他們的底層架構可能無法在不徹底重構的情況下支援這種轉變，這正是Human Behavior脫穎而出的關鍵。