AI summary
Blok menggunakan AI untuk meningkatkan pengujian produk dengan simulasi perilaku pengguna. Investasi awal yang signifikan menunjukkan kepercayaan investor terhadap potensi Blok. Pengujian prediktif dapat membantu perusahaan menghindari rilis fitur yang tidak efektif dan meningkatkan pengalaman pengguna. Blok adalah startup baru yang membantu pengembang aplikasi dengan menggunakan kecerdasan buatan untuk mensimulasikan berbagai persona pengguna dalam menguji fitur-fitur aplikasi mereka. Dengan teknologi ini, pengembang tidak perlu lagi bergantung sepenuhnya pada versi beta atau pengujian langsung yang memakan waktu lama.Para pendiri Blok, Tom Charman dan Olivia Higgs, memahami bahwa peningkatan kompleksitas antarmuka pengguna memerlukan metode pengujian yang lebih canggih agar tidak menimbulkan gesekan atau masalah dalam pengalaman pengguna. Mereka melakukan riset mendalam dengan mewawancarai lebih dari 100 insinyur produk untuk memahami tantangan yang ada.Blok menawarkan produk yang dapat menggunakan data dari platform analitik seperti Amplitude dan Mixpanel, lalu menggabungkannya dengan desain dari Figma dan informasi eksperimen untuk menjalankan simulasi perilaku berbagai persona pengguna. Hasilnya adalah laporan mendalam dengan rekomendasi yang dapat membantu tim pengembang membuat keputusan yang lebih baik.Pendanaan Blok telah mencapai 7,5 juta dolar dengan dukungan dari investor besar dan profesional di perusahaan teknologi ternama. Mereka memfokuskan awal layanan di sektor keuangan dan kesehatan, di mana risiko kesalahan pengujian sangat tinggi dan pengujian langsung tidak mudah dilakukan.Dengan menggunakan teknologi simulasi ini, Blok berharap dapat mengubah pola pengembangan produk digital agar lebih efisien dan prediktif, memungkinkan perusahaan mulai dari startup kecil hingga raksasa teknologi untuk mempercepat rilis fitur tanpa harus mengambil risiko terlalu besar.
Blok menawarkan pendekatan inovatif yang bisa merevolusi cara pengujian produk digital dengan menghilangkan ketergantungan pada A/B testing tradisional yang memakan waktu. Namun, tantangan utama adalah memastikan akurasi prediksi AI dan mengelola biaya komputasi agar solusi tetap terjangkau bagi berbagai ukuran perusahaan.
