پرش به محتوای اصلی
پرش به محتوای مقاله

رابط‌های تعاملی Callimacus در برابر مسیرهای پیش‌فرض وب سنتی

·۲۰ مهر ۱۴۰۵۱۰ دقیقه مطالعه
گوگلیلمو فالیونی، هم‌بنیان‌گذار و رئیس علم و فناوری کالیماکوس، در مصاحبه‌ای از سری مصاحبه‌های تخصصی.
گوگلیلمو فالیونی، هم‌بنیان‌گذار و رئیس علم و فناوری کالیماکوس، در مصاحبه‌ای از سری مصاحبه‌های تخصصی.
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

تغییر پارادایم از «شخصی‌سازی بر اساس تاریخچه» به «ترکیب رابط کاربری بر اساس قصد آنی». در اینجا دیگر محتوا در صفحه قرار نمی‌گیرد، بلکه صفحه در لحظه دور محتوا و قصد کاربر ساخته می‌شود.

تصور کنید وارد وب‌سایت یک بوتیک لوکس می‌شوید، اما خبری از صفحه اصلی ثابت نیست؛ در عوض، رابطی در چند میلی‌ثانیه دقیقاً بر اساس نیاز و قصد خاص شما ساخته می‌شود. این هدف Callimacus است، پلتفرمی که توسط شرکت Solomei AI در میلان توسعه یافته تا واحد بنیادین وب، یعنی «صفحه» را از بین ببرد و آن را متلاشی کند.

برای چندین دهه، اینترنت شبیه به رسانه‌های چاپی عمل کرده است: محتوا در ظرف‌های ثابتی به نام صفحه محبوس است. چه از اپلیکیشن موبایل استفاده کنید و چه از مرورگر، شما معمولاً مسیری را طی می‌کنید که ماه‌ها پیش توسط یک مهندس انسان طراحی شده است. این مدل ایستا، میلیون‌ها کاربر متنوع را مجبور می‌کند از جریان‌های یکسانی عبور کنند و برندها تنها با تکیه بر آزمون‌های A/B حدس می‌زنند که کدام نسخه از صفحه بهتر عمل می‌کند.

گوگلیلمو فاگلیونی (Guglielmo Faglioni)، هم‌بنیان‌گذار و مدیر ارشد علم و فناوری در Callimacus، استدلال می‌کند که عصر ظرف‌های ثابت به پایان رسیده است. فاگلیونی یک کارآفرین فناوری و مهندس نرم‌افزار است که بیش از یک دهه تجربه در ساخت محصولات دیجیتال دارد. او پیش از Callimacus، از سال ۲۰۱۶ به عنوان مدیرعامل Gorilla Technologies فعالیت می‌کرد؛ شرکتی در زمینه توسعه نرم‌افزار که در حوزه تجارت الکترونیک، وب‌سایت‌ها و اپلیکیشن‌های موبایل تخصص دارد. پیش از آن، او شرکت GuiDev را تأسیس کرد و در آنجا به عنوان مهندس ارشد نرم‌افزار iOS فعالیت می‌نمود.

طبق مصاحبه‌ای با unite.ai، فاگلیونی معتقد است که ساخت اپلیکیشن‌های iOS درس حیاتی‌ای به او آموخته است: اینکه هر صفحه (Screen) از پیش طراحی شده و هر کاربر دقیقاً همان صفحه یکسان را می‌بیند. شما اپلیکیشن را طراحی می‌کنید، آن را منتشر می‌کنید و تماشا می‌کنید که میلیون‌ها نفر از یک جریان یکسان عبور می‌کنند. او استدلال می‌کند زمانی که مدل‌های هوش مصنوعی قادر شدند «قصد» (Intent) کاربر را بفهمند و تصمیمات ساختاریافته را با سرعت کافی بگیرند، صنعت می‌تواند بالاخره از بهینه‌سازی آنچه «داخل» صفحه قرار می‌گیرد دست بردارد و شروع به زیر سؤال بردن خودِ مفهوم «صفحه» کند.

معماری بدون صفحه (Pageless Architecture)

Callimacus بر اساس یک معماری «بدون صفحه» عمل می‌کند. به جای سازماندهی محتوا در URLهای از پیش تعریف شده، این فناوری محتوا — شامل محصولات، رسانه‌ها و متون تحریریه — را از اجزای رابط کاربری (Interface Components) جدا می‌کند. این عناصر به صورت مستقل در یک ثبت مرکزی (Registry) وجود دارند، که اجازه می‌دهد به جای حبس شدن در ظرف‌های ثابت، به صورت پویا دوباره ترکیب شوند. این رویکرد تأیید می‌کند که معماری سامانه‌ها عامل اصلی موفقیت هوش مصنوعی است، چرا که قدرت مدل به تنهایی بدون یک ساختار درست برای تحویل محتوا، کارآمد نیست.

وقتی بازدیدکننده‌ای وارد سایت می‌شود، سیستم به جای ارسال یک فایل، ارکستراسیونی از عامل‌های هوش مصنوعی متخصص را آغاز می‌کند:

  • تحلیل سیگنال (Signal Analysis): سیستم سیگنال‌های چندبعدی، از جمله کلیک‌ها، الگوهای پیمایش، رفتار اسکرول و گفتگوهای مبتنی بر پرامپت را نظارت می‌کند.
  • عامل قصد (The Intent Agent): این عامل سیگنال‌ها را تفسیر می‌کند تا بستر (Context)، انتظارات، رفتار و اهداف فوری بازدیدکننده را تعیین کند.
  • فعال‌سازی گیرنده (Receptor Activation): بسته به قصد کاربر — مثلاً تفاوت بین جست‌وجوی الهام‌بخش در مقابل قصد مستقیم برای خرید — سیستم یک «گیرنده» خاص را برای هدایت مسیر تعامل فعال می‌کند.
  • ترکیب آنی (Real-Time Composition): سیستم مرتبط‌ترین اجزا را انتخاب کرده و رابط کاربری را در چند میلی‌ثانیه اسمبل می‌کند.

این فرآیند مستمر است. اگر قصد کاربر در طول یک جلسه (Session) تغییر کند، تجربه کاربری پیرامون او دوباره بازسازی می‌شود و نیاز به یک «سفر کاربر» (User Journey) از پیش تعریف شده از بین می‌رود. این پلتفرم می‌تواند به سیستم‌های مختلفی از جمله Shopify، Salesforce، سیستم‌های مدیریت محتوا (CMS) و APIها متصل شود. همچنین برای توسعه‌دهندگان SDKهایی فراهم می‌کند تا این قابلیت‌های تشخیص قصد و تولید رابط کاربری را در فرانت‌اند‌های موجود ادغام کنند.

قصد در مقابل شخصی‌سازی تاریخی

فاگلیونی این رویکرد را از شخصی‌سازی سنتی متمایز می‌کند. اکثر سیستم‌های فعلی بر پروفایل‌های CRM، کوکی‌ها و رفتارهای تاریخی تکیه می‌کنند تا پیش‌بینی کنند کاربر بر اساس گذشته چه می‌خواهد. این داده‌ها به برند می‌گویند که مردم «قبلاً» چه کرده‌اند، اما لزوماً نمی‌گویند که «اکنون» به چه چیزی نیاز دارند.

Callimacus بر «قصد آنی» (Real-time Intent) تمرکز دارد که می‌تواند ثانیه به ثانیه تغییر کند. در حالی که داده‌های تاریخی بستر را فراهم می‌کنند، اما سیگنال آنی است که ترکیب واقعی رابط کاربری را تعیین می‌کند. این بدان معناست که سیستم می‌تواند نه تنها یک پیشنهاد محصول، بلکه کل مسیر تعامل و چیدمان سایت را تغییر دهد. تغییر اصلی، گذار از «انتخاب بین تجربه‌های از پیش تعریف شده» به «تولید خودِ تجربه» بر اساس آنچه فرد در آن لحظه سعی در دستیابی به آن دارد است. این تحول در واقع نمونه‌ای از بازطراحی سازمانی در برابر اتوماسیون ساده است، زیرا به جای اتوماسیون مسیرهای قدیمی، کل فرآیند تعامل با مشتری را بازتعریف می‌کند.

حفظ کنترل برند

برای جلوگیری از اینکه رابط‌های تولید شده توسط هوش مصنوعی غیرقابل‌پیش‌بینی شوند، Callimacus حفاظ‌های معماری (Architectural Guardrails) سخت‌گیرانه‌ای را اجرا می‌کند. شخصی‌سازی به معنای دادن آزادی نامحدود به هوش مصنوعی نیست؛ کنترل برند مستقیماً در معماری گنجانده شده است.

هر المان رابط کاربری از یک ثبت مرکزی (Registry) از اجزایی می‌آید که قبلاً با زبان بصری برند طراحی و توسط برند تأیید شده‌اند. مدل هوش مصنوعی یک توصیف ساختاریافته از چیدمان تولید می‌کند که سپس پیش از رندر شدن، در برابر یک طرحواره (Schema) سخت‌گیرانه اعتبارسنجی می‌شود. در این مدل، هوش مصنوعی درباره «ترکیب» تصمیم می‌گیرد، اما سیستم طراحی برند تصمیم می‌گیرد که آن ترکیب «چه شکلی» باشد.

قوانین تجاری، مانند قیمت‌گذاری، موجودی منطقه‌ای و در دسترس بودن کالا، به عنوان محدودیت‌های سخت (Hard Constraints) خارج از مدل هوش مصنوعی اعمال می‌شوند. کنترل همچنین از طریق یک پنل مدیریت (Backoffice) گسترش می‌یابد که در آن تیم‌های تجاری می‌توانند نظارت کنند که چه تجربه‌هایی برای چه قصدهایی ساخته می‌شوند و بازدیدکنندگان چگونه به آن‌ها پاسخ می‌دهند.

بهینه‌سازی پیش‌دستانه و ایمنی

این پلتفرم به گونه‌ای طراحی شده است که به طور پیش‌دستانه خود را عیب‌یابی کند. سیستم نقاط قابل بهبود را شناسایی کرده، پیکربندی‌های جدید را در برابر تعاملات قبلی کاربران آزمایش می‌کند و اثربخشی آن‌ها را ارزیابی می‌کند. با این حال، هیچ چیز بدون تأیید برند فعال نمی‌شود؛ هوش مصنوعی بهبودهای مبتنی بر شواهد را پیشنهاد می‌دهد، اما تصمیم نهایی با برند است.

برای حل مشکل توهم (Hallucination) و استنتاج نادرست قصد، پلتفرم با «قصد» به عنوان یک «احتمال» برخورد می‌کند. وقتی سیستم نامطمئن است، به جای متعهد شدن به یک تفسیر واحد، تجربه‌ای گسترده‌تر و اکتشافی‌تر می‌سازد. چون تجربه با تعامل بازدیدکننده بازسازی می‌شود، هر سیگنال جدید، حدس قبلی را اصلاح می‌کند. علاوه بر این، حقایق نمایش داده شده در رابط کاربری از سیستم‌های ثبت رسمی برند (Systems of Record) استخراج می‌شوند و توسط هوش مصنوعی تولید نمی‌شوند.

قابلیت اطمینان و مهندسی

برای تضمین پایداری، پلتفرم لایه تحویل (Delivery Layer) را از لایه هوش مصنوعی جدا می‌کند. لایه تحویل دارای هدف دسترسی (Availability Target) بالاتری است. اگر یک مدل کند شود یا در دسترس نباشد، بازدیدکننده همچنان یک تجربه کامل و مطابق با برند را دریافت می‌کند که از پیش‌فرض‌های قطعی (Deterministic Defaults) ساخته شده است.

در بخش مهندسی، Callimacus از LPUهای شرکت Groq استفاده می‌کند تا به تأخیر بسیار کمی که برای استنتاج آنی لازم است دست یابد. معماری سیستم مستقل از مدل (Model-agnostic) است و به تیم اجازه می‌دهد چندین مدل را ارکستره کرده و وظایف را به مدلی که از نظر کیفیت، هزینه و تأخیر مناسب‌ترین است، ارجاع دهد.

عمق تحلیل نیز با توجه به درخواست تغییر می‌کند. یک پرس‌وجوی ساده پاسخی سریع دریافت می‌کند، در حالی که تنها درخواست‌های پیچیده باعث فعال شدن استدلال‌های عمیق‌تر می‌شوند. این امر هزینه‌ها را کنترل می‌کند تا سنگین‌ترین استدلال‌ها تنها زمانی استفاده شوند که نتیجه را به طور معناداری تغییر دهند.

تأثیر واقعی: Brunello Cucinelli

این پلتفرم برای خانه مد لوکس Brunello Cucinelli جهت راه‌اندازی یک بوتیک مبتنی بر هوش مصنوعی مستقر شده است. داده‌های اولیه از این استقرار، تغییر قابل‌توجهی در تعامل کاربران نشان می‌دهد. به گفته فاگلیونی، کاربران تقریباً دو برابر بیشتر از رابط‌های سنتی، زمان فعال در وب‌سایت سپری می‌کنند.

این افزایش تعامل به یک رشد تجاری قابل اندازه‌گیری، به‌ویژه در نرخ «افزودن به سبد خرید» و نرخ تبدیل (Conversion Rate) تبدیل شده است. این موضوع نشان می‌دهد که فاصله گرفتن از سفرهای «یک‌سایز برای همه»، تأثیر معناداری بر تمایز تجربه و عملکرد تجاری دارد.

بازتعریف ابزارهای وب

گذار به مدل بدون صفحه، زیرساخت‌های سنتی وب را می‌شکند. سئو (SEO)، تحلیل‌ها (Analytics) و ابزارهای دسترسی‌پذیری همگی فرض می‌کنند که «صفحه» واحد اصلی اندازه‌گیری است. Callimacus این واحد را به خودِ «محتوا» تغییر می‌دهد.

  • جست‌وجو (Search): محتوا به صورت مستقل با URLهای تمیز و آگاه از زبان وجود دارد. پلتفرم نقشه‌های سایت (Sitemaps) را برای هر منطقه تولید می‌کند و مسیرهای پیمایشی را که بازدیدکنندگان واقعاً بیشتر استفاده می‌کنند شناسایی کرده و آن‌ها را به موتورهای جست‌وجو ارائه می‌دهد. همچنین محتوای درجه اول و قابل اعتماد را مستقیماً به موتورهای جست‌وجوی زاینده و عامل‌های هوش مصنوعی ارائه می‌کند.
  • تحلیل‌ها (Analytics): معیارها از «بازدید صفحه» (Pageviews) به «قصد» (Intent) تغییر می‌کنند. برندها می‌توانند تحلیل کنند که بازدیدکنندگان — حتی بازدیدکنندگان ناشناس — سعی در دستیابی به چه چیزی دارند و این بینش‌ها را به CRM یا CDP خود صادر کنند. تیم‌ها می‌توانند این داده‌ها را به صورت گفتگویی برای ساخت داشبوردهای سفارشی استعلام کنند.
  • تست (Testing): از آنجایی که هر سفر منحصر به فرد است، تیم نمی‌تواند تمام احتمالات را کلیک کند. در عوض، آن‌ها عامل‌ها را در برابر تعاملات واقعی گذشته (Backtest) آزمایش کرده و آن‌ها را به طور مستمر در محیط عملیاتی نظارت می‌کنند.
  • دسترسی‌پذیری (Accessibility): دسترسی‌پذیری در هر جزء (Component) به صورت مجزا گنجانده شده است تا اطمینان حاصل شود که هر ترکیب پویا، این استانداردها را به ارث می‌برد.

اتصال به Salesforce

شرکت Salesforce اخیراً در Callimacus سرمایه‌گذاری کرده است، زیرا پتانسیل اتصال رابط‌های زاینده به داده‌های CRM و تجارت سازمانی را تشخیص داده است. با پیوند دادن بستر عمیق مشتریان یک شرکت با یک فرانت‌اند پویا، وب‌سایت‌ها می‌توانند از لایه‌های نمایش ایستا به رابط‌های هوشمند تکامل یابند.

امروزه سیستم‌های CRM و تجارت حاوی مقادیر عظیمی از بستر درباره محصولات و تعاملات هستند، اما وب‌سایت‌ها تا حد زیادی ایستا باقی مانده‌اند. اتصال این داده‌ها به رابط‌های زاینده اجازه می‌دهد وب‌سایت‌ها محتوا و محصولات را در لحظه پیرامون اهداف بازدیدکننده تطبیق دهند. وب‌سایت تبدیل به یک رابط هوشمند بین سیستم‌های موجود شرکت و مشتری فردی می‌شود.

آینده وب و عامل‌های هوش مصنوعی

فاگلیونی آینده‌ای را متصور است که در آن برندها باید هم به بازدیدکنندگان انسانی و هم به عامل‌های هوش مصنوعی (AI Agents) مستقل خدمات دهند. با انتقال هرچه بیشتر اکتشاف و خرید به دستیاران هوش مصنوعی، برندها با خطر از دست دادن کنترل بر بازنمایی خود مواجه هستند؛ زیرا یک تجربه غنی ممکن است در یک رابط شخص ثالث به یک تصویر محصول ساده و یک قیمت تقلیل یابد.

فاگلیونی استدلال می‌کند که افزودن یک چت‌بات به وب‌سایت کافی نیست. یک پنجره گفتگو می‌تواند به سؤالات پاسخ دهد، اما نمی‌تواند بیان کامل یک برند — زبان بصری، هنر ساخت و داستان‌سرایی آن — را منتقل کند. برندها همیشه به مکانی نیاز دارند که تحت کنترل خودشان باشد تا بتوانند خود را با شرایط خودشان ابراز کنند. او معتقد است وب‌سایت‌ها به عنوان آن لنگرگاه باقی خواهند ماند و فرم خود را برای هر بازدیدکننده، چه انسان باشد و چه یک عامل مستقل، تطبیق می‌دهند.

چرا این موضوع مهم است؟

این فناوری با تکیه بر تخصص در ارکستراسیون عامل‌ها، نرخ تبدیل تجاری را از طریق شخصی‌سازی آنی افزایش می‌دهد. تغییر واحد اندازه‌گیری وب از Pageview به Intent، کل مدل تحلیل داده‌های دیجیتال را دگرگون می‌کند.

تأثیر برای ایران

برای توسعه‌دهندگان ایرانی، این مدل فرصتی است تا به جای طراحی صفحات تکراری، بر روی ساخت اجزای رابط کاربری (Component-based) متمرکز شوند. با این حال، دسترسی به سخت‌افزارهای Groq برای پیاده‌سازی چنین تأخیر کمی در ایران دشوار است.

·نگاه ما
تحریریه دات‌هوش

جایگزینی صفحه با «قصد» (Intent)، در واقع پایان دادن به دیکتاتوری طراح UX بر کاربر است. این رویکرد نشان می‌دهد که وب در حال تبدیل شدن از یک کتابخانه دیجیتال به یک موجود زنده است که با هر ورودی تغییر شکل می‌دهد. ریسک اصلی در اینجا، از دست رفتن «هویت بصری ثابت» است که Callimacus سعی دارد با استفاده از ثبت مرکزی اجزا (Registry) آن را مهار کند.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.