Коротко о главном (TL;DR)
khaa-lo начинался как сервис, помогающий брендам ориентироваться в ИИ-поиске. Основательница Вайшнави Варма превращает его в платформу маркетинговой аналитики, которая помогает брендам понимать потребительские намерения, новые поисковые привычки и рыночные тенденции, одновременно связывая пользователей с актуальными новыми брендами.
Когда покупатель спрашивает у ИИ-ассистента, какой протеиновый порошок подходит для чувствительного кишечника или какая небольшая линейка уходовой косметики не испортит жирную кожу, он передает данные, которые поисковый запрос не содержал никогда. Формулировки отличаются специфичностью, часто неуклюжи, но появляются задолго до любой покупки или отчета о тенденциях.
Большая часть этих сигналов уходит в никуда. Платформа khaa-lo создана для того, чтобы их улавливать. Проект, основанный дизайнером ИИ-продуктов Вайшнави Вармой, начинался как инструмент ИИ-видимости для новых потребительских брендов, а теперь расширяется до поискового продукта, который считывает потребительские намерения напрямую из ИИ-поиска.
С чего всё началось
khaa-lo зародился как ПО для обеспечения видимости в ИИ-поиске для небольших потребительских марок. В основе лежало простое наблюдение за таймингом. Когда Варма только начинала, большинство сервисов для работы с поиском по большим языковым моделям ориентировались на крупный бизнес. Ее беспокоило то, что молодые бренды, не успевшие вовремя адаптироваться, тихо растворятся в безвестности из-за систем, язык которых они так и не научились читать.
В khaa-lo исходили из простой идеи: ИИ-поиск меняет то, как потребители открывают для себя бренды, но большинство компаний по-прежнему измеряют спрос с помощью традиционного поиска, соцсетей и исторических маркетинговых исследований. Ранние разработки Вармы помогали потребительским брендам понять, как они выглядят в сгенерированных ИИ ответах — в сфере, которая всё еще оставалась вне поля зрения разработчиков корпоративного софта.
По мере эволюции рынка менялась и компания. Вместо того чтобы фокусироваться исключительно на доступности в поиске, khaa-lo превратилась в платформу маркетинговой аналитики, созданную для того, чтобы помочь брендам расшифровывать сигналы, поступающие из самого ИИ-поиска. Продукт распознает закономерности в потребительских намерениях, меняющемся поисковом поведении и рыночных трендах, предоставляя маркетинговым командам новый источник аналитики для разработки продуктов, позиционирования и роста.
Масштабирование
Второй этап меняет направление движения информации. Варма превращает khaa-lo в поисковую платформу для независимых производителей потребительских товаров (CPG), которая работает на обе стороны процесса: бренды понимают, о чем потребители спрашивают ИИ в их категории, а потребители получают прямой путь к небольшим и развивающимся маркам, которые соответствуют их запросам. Перед запуском она потратила более двух лет на работу с потребителями и бизнесом, чтобы конкретно понять, как ИИ-поиск меняет покупательские привычки.
Её критика существующего рынка инструментов заключается в том, что он решает проблему не с той стороны. Большинство вендоров помогают компаниям выстраивать нарратив, искусственно подогнанный под ответ на конкретный промт. Компании с уже имеющейся видимостью, объемами контента и авторитетом домена понятны для ИИ-систем изначально, поэтому они получают выгоду первыми и в большем объеме.
Вторичный эффект интересует её гораздо больше. Оптимизация под то, что, по мнению бренда, хочет покупатель, лишь увеличивает пропасть между ними. Платформа khaa-lo создана для того, чтобы бренды могли считывать спрос напрямую.
Рыночные данные подтверждают эту гипотезу. Исследование, представленное в этом году на Adobe Summit на основе базы из более чем 213 миллионов промтов для языковых моделей, показало, что 62% брендов технически невидимы для <енеративных ИИ-моделейгенеративных ИИ-моделей, а результаты в ответах ИИ пересекаются с лидерами традиционного поиска лишь на 8–12%. Авторитет, который развивающиеся бренды никогда не смогли бы позволить себе построить в обычном поиске, не переносится на заменяющие его системы, что выравнивает изначально неконкурентные условия.
Однако это выравнивание никак не коснулось доступа к инструментарию. Исследование было подготовлено Semrush — компанией, которую Adobe поглотила в апреле в рамках сделки на 1,9 миллиарда долларов. Большая часть софта для интерпретации этих изменений создавалась под нужды корпоративного маркетинга, оставляя пробел для растущих брендов, осваивающих ориентированный на ИИ потребительский поиск. Главный тезис khaa-lo заключается в том, что конкурентное преимущество достанется тем брендам, которые смогут истолковать намерения потребителей в ИИ-поиске до того, как это превратится в традиционное маркетинговое исследование. По мнению Вармы, ИИ-поиск должен стать стратегическим инструментом для растущих брендов.
Фиксация без предписаний
Потребительская составляющая несет в себе наибольший дизайнерский риск. Как заявляет компания, в следующем обновлении пользователи смогут загружать чеки и отслеживать показатели повседневного самочувствия, выходящие за рамки привычного подсчета шагов и пульса, включая такие аспекты, как потребление белка и здоровье кишечника.
Компания подчеркивает, что это не медицинское приложение. Оно не ставит диагнозов и не дает медицинских советов. Цель заключается в рефлексии и фиксации: замечать то, что вы на самом деле потребляете, вести учет и использовать эти данные для поиска небольших заслуживающих внимания брендов.
Удерживать эту грань сложнее, чем заявить о ней. Продукты для здоровья и велнеса часто скатываются к предписывающему языку, потому что рекомендации работают на продажи, а разрыв между «вот что вы зафиксировали» и «вот что вам следует сделать» под давлением роста исчезает очень быстро. Варма сознательно заложила защиту от этого давления, что помещает khaa-lo в более тихий сегмент рынка велнеса — тот, который строится вокруг осознанного потребления и вкуса, а не клинического авторитета.
Загрузка чеков — более точный механизм. История покупок — одна из наименее перформативных записей, которые ведет человек. Она фиксирует то, что человек реально купил, а не то, что он обещал ленте соцсетей, что делает её гораздо лучшим источником для поиска брендов, чем данные об активности и вовлеченности.
Физика, аудиты и сертификация по UX
Путь Вармы в продуктовый дизайн лежал через корпоративную безопасность. У нее степень по физике Сиракузского университета, после получения которой она занималась управлением уязвимостями в Bank of America. Там она работала с крупными и сложными массивами данных, создавая дашборды, которые должны были удовлетворять требованиям аудита и при этом оставаться понятными для кросс-функционального руководства.
Эти два требования постоянно противоречат друг другу. Дашборды, созданные в угоду аудиторам, обычно перегружают читателя, а те, что читаются легко, часто упускают детали, необходимые для проверки. Чтобы ликвидировать этот пробел, она получила сертификат Google по UX-дизайну — это был её первый официальный шаг в данную дисциплину.
Теперь она применяет этот подход в качестве консультанта для фаундеров на этапе от нуля до единицы — на той стадии, когда продукт уже работает, но сторонний человек не понимает, почему это важно. Опыт в управлении уязвимостями проявляется в виде строгой дисциплины поверх высокой скорости. Быстрая разработка означает, что вопросы, из-за которых раньше спорили месяцами, теперь пропускают: как данные перемещаются по системе и где в модели безопасности есть бреши, которые еще никто не искал. Она хочет, чтобы безопасность и доверие пользователей были заложены на этапе проектирования до того, как продукт окончательно оформится, независимо от темпа работы команды.
Сама эта работа не блещет внешней эффектностью и находится на этапе, предшествующем написанию кода. Она определяет, какие экраны незнакомец увидит первыми и что нетехнический фаундер сможет поддерживать самостоятельно после ухода консультанта. Сюда же относится вопрос, который большинство ИИ-продуктов предпочитают игнорировать: должен ли функционал работать медленнее, чем позволяет техническая база, чтобы пользователь успел понять, что именно произошло. Фаундеры приходят с запросом на интерфейс, а уходят после тяжелого разговора о том, для чего вообще нужен их продукт.
«Технологии созданы, чтобы помогать вам, а не заменять вас» — её девиз. Он звучит скромно, пока не замечаешь, на какой противоположной предпосылке строится большая часть рынка ИИ-продуктов.
Искусство как метод
Тот аспект работы Вармы, который дальше всего отстоит от софта, она считает главным. Она работает в смешанной технике, используя холст и электрокраску, а затем переносит эти текстуры и нарративы на функциональные сайты, созданные для понятного взаимодействия как с людьми, так и с системами ИИ-поиска. Перед тем как открыть дизайнерский софт, она вручную прорисовывает UI и UX для приложений стартапов. Её демонстрации перерастают в AR-арт и интерактивные инсталляции, исследуя то, как творческое самовыражение может стать частью продуктового опыта и пользовательского поиска.
За этой практикой стоит позиция относительно того, что теряют маленькие бренды в процессе оптимизации. У созданного основателем бренда есть культурный голос, который стирается при попытке стать «понятным для машин», и Варма рассматривает это стирание как архитектурную ошибку, а не неизбежную плату. Искусство для нее — одна из сильнейших форм человеческого контакта, доступная тогда, когда рядом нет живого человека.
Этот инстинкт лежит и в основе ее коммерческой деятельности. Приходящие к ней фаундеры обычно обладают работающим продуктом, но не имеют возможности показать его миру, и решением редко становится больше технологий. Им нужен кто-то, готовый возиться с продуктом до тех пор, пока тот не начнет объяснять себя сам.
К чему она идет
В нише, в которой работает Варма, существует хорошо известный сценарий сбоя. Множество инструментов обещают показать брендам, как их видят машины, но в итоге сводятся к графикам, описывающим проблему, не помогая никому ее решить. Та же проблема настигает потребительский ИИ, где бизнес-модель обычно диктует, чем продукт в итоге становится.
Варма посвятила карьеру решению противоположной задачи. Дашборды уязвимостей в Bank of America должны были делать риски понятными для топ-менеджеров, у которых не было времени на их расшифровку, и это же требование проходит красной нитью через всё, что она создала после: маркетинговая аналитика, помогающая брендам распознавать возникающие паттерны потребительских намерений, и потребительский продукт, призванный донести собственные потребности человека до бренда без их упрощения до сухой метрики. Пять лет работы в сфере кибербезопасности, финтеха, медтеха и потребительских технологий были направлены на решение одной дизайн-задачи в возрастающем масштабе.
Именно на это делается ставка в khaa-lo. По мере того как ИИ-поиск становится главным фильтром, через который люди находят товары, преимущество получит тот, кто сохранит человеческий фактор понятным по обе стороны обмена. И Варма проектирует систему для той версии этого сдвига, которую остальной рынок практически вычеркнул из поля зрения.
Опубликовано 7 августа 2026 - 01:42 Наверх
