Китайский стартап Liangpei Technology запустил сервис знакомств «Лянпэй», который делает ставку не на бесконечную ленту анкет и длительную переписку, а на использование ИИ для поиска более совместимых партнёров. Проект позиционируется как платформа для людей, ориентированных на серьёзные отношения, и, по данным из материала, уже привлёк 15 млн юаней посевных инвестиций от фонда Today Capital.

Основатель компании Цзэн Синьсюнь ранее работал с поисковыми и рекомендательными технологиями в WeChat, TikTok и Kimi, где возглавлял направление AI Search. Его идея строится на том, что знакомство — это тоже задача поиска: пользователю важно не увидеть как можно больше анкет, а быстрее встретить человека с высокой вероятностью совместимости.

Традиционные приложения знакомств хорошо решают проблему ограниченного круга общения: они позволяют познакомиться с людьми за пределами работы, учёбы и круга друзей. Но они не всегда помогают ответить на более важный вопрос — с кем действительно стоит начать общение. Пользователи часто тратят много времени на переписки, после которых выясняется, что у них слишком разные ценности, планы на жизнь или представления об отношениях.

«Лянпэй» пытается собрать больше контекста уже на этапе регистрации. Вместо короткой анкеты пользователь около 20 минут общается с ИИ-свахой, которая задаёт вопросы о жизненном опыте, характере, привычках, взглядах на отношения и будущем. На основе этого диалога формируется более подробный профиль и представление о предпочтениях человека.

Помимо ИИ-свахи, сервис предлагает два дополнительных инструмента. «ИИ-двойник» позволяет анонимно задавать вопросы о другом пользователе, в том числе на потенциально чувствительные темы. Если ответ уже есть в профиле или был дан ранее, система может предоставить его автоматически; в противном случае вопрос передаётся владельцу анкеты без раскрытия личности спрашивающего. «ИИ-советник» должен помогать во время переписки: объяснять возможные причины поведения собеседника, подсказывать темы для разговора и снижать тревожность в неоднозначных ситуациях.

Особенность бизнес-модели — попытка связать интересы платформы с успехом пользователей. В отличие от сервисов, которым выгодны длительные подписки и высокая активность, стартап заявляет, что его ключевой показатель — вероятность успешного создания пары. Пользователям предлагается формат, при котором можно получить возврат членского взноса, если за установленный срок отношения не приведут к браку.

Также сервис ограничивает параллельное общение: одновременно пользователь может находиться только в одной взаимной паре. После подтверждения взаимного интереса новые рекомендации и сообщения от других кандидатов временно недоступны. Такая модель должна снизить эффект бесконечного выбора, ревность и поверхностное отношение к диалогу, характерные для приложений, где люди одновременно переписываются с множеством кандидатов.

В дальнейшем компания намерена обучить специализированную модель совместимости. Предполагается, что она будет анализировать подробные профили двух людей и оценивать вероятность успешного развития отношений. Для обучения могут использоваться реальные сигналы взаимодействия: взаимные симпатии, продолжительность общения, переход к личной встрече, сохранение пары или прекращение контакта.

Однако именно здесь находятся и главные риски. Совместимость — гораздо более сложное понятие, чем совпадение анкеты, возраста, образования или интересов. Люди могут менять взгляды, неверно описывать себя, по-разному вести себя онлайн и офлайн. Кроме того, рекомендации на основе личных данных требуют особенно осторожного отношения к приватности, прозрачности алгоритмов и возможной дискриминации.

ИИ может сделать знакомства более структурированными: помочь человеку сформулировать собственные ожидания, отсеять явно неподходящие варианты и снизить неловкость первых разговоров. Но он не способен гарантировать отношения или заменить личный выбор. Успех подобных сервисов будет зависеть не только от качества моделей, но и от того, смогут ли они сохранить доверие пользователей, защитить их чувствительные данные и доказать, что алгоритмическая совместимость действительно работает в реальной жизни.