Pixel Societies использует AI-агентов, чтобы подобрать коллег, друзей и партнёров до встречи

Стартап Pixel Societies разрабатывает технологию, которая претендует изменить саму логику выбора людьми своего окружения — коллег, друзей и романтических партнёров. Вместо проб и ошибок в реальном мире компания предлагает использовать AI-агентов, которые симулируют социальное взаимодействие двух людей ещё до их первой встречи. Это не алгоритм совместимости на основе анкеты — это попытка смоделировать живую химию отношений средствами генеративного ИИ.

Принцип работы строится на multi-agent архитектуре. Каждый пользователь создаёт своего цифрового двойника — AI-агента, обученного на данных о его стиле общения, реакциях, предпочтениях и поведенческих паттернах. Когда двум людям нужно оценить совместимость, их агенты взаимодействуют в смоделированных сценариях: рабочие переговоры, неформальное общение, конфликтные ситуации.

Результатом становится прогноз: насколько комфортным и продуктивным окажется реальный контакт между двумя конкретными людьми. Логика проекта опирается на хорошо известную боль. Компании тратят огромные ресурсы на найм и онбординг людей, которые в итоге не вписываются в команду.

Люди инвестируют время и эмоции в отношения, которые разваливаются из-за несовместимости, обнаруженной слишком поздно. Стоимость неудачного найма для компании среднего размера нередко превышает 50% годового оклада позиции — именно на этой боли и строится pitch стартапа. Pixel Societies предлагает сдвинуть момент открытия несовместимости с постфактум на стадию до знакомства.

Технические ограничения при этом очевидны. Агент — это слепок прошлого поведения человека, а не его живая проекция. Люди меняются под влиянием новых обстоятельств, отношений и профессионального роста — и агент, обученный на данных двухлетней давности, будет воспроизводить уже неактуальные паттерны.

Взаимодействие в симуляции неизбежно беднее живого: интонации, мимика, случайное молчание — всё это выпадает из модели. Особенно уязвима в этом контексте романтическая совместимость, которая нередко рождается именно там, где алгоритм не мог её предсказать. Этические вопросы стоят не менее остро.

Симуляция взаимодействия с реальным человеком без его явного согласия — серьёзная тема как с правовой, так и с этической точки зрения. Кому принадлежат данные цифрового двойника? Может ли человек отозвать своего агента из системы?

Что происходит, если алгоритм ошибается и рекомендует избежать знакомства с тем, кто мог бы стать важным человеком в жизни пользователя? Публичных ответов от Pixel Societies пока нет. На практике первым рынком, скорее всего, станет корпоративный сегмент.

HR-технологии уже прошли путь от ATS-скрининга к AI-интервью и анализу мимики кандидатов. Симуляция командной совместимости — следующий логичный шаг: оценить не только навыки, но и предсказать, как кандидат будет взаимодействовать с конкретными людьми. Корпоративный рынок давно привык к data-driven решениям, поэтому такой шаг выглядит эволюционным, а не революционным.

AI-агенты последовательно расширяют сферу применения — от профессиональных задач к социальным. Pixel Societies — один из первых стартапов, который делает из этого полноценный продукт. Насколько точной окажется симуляция и насколько люди готовы доверить алгоритму выбор своего окружения — вопрос открытый.

Но вектор движения очевиден: следующий человек в вашей жизни, возможно, уже прошёл предварительную проверку у агента.