在美国电商平台Etsy，Zoë Weil曾通过改造在线市场的排序系统，推动平台在一年内新增约10亿美元商品交易总额。如今，她创立的初创公司Sequen希望将其在人工智能排序和个性化方面的经验复制到更多消费类业务中。

Sequen近日宣布完成1600万美元A轮融资。本轮由White Star Capital和Threshold Ventures联合领投，早期投资方Greycroft继续跟投。Greycroft曾领投Sequen的种子轮融资。公司表示，截至目前，累计融资总额已达2200万美元。

Sequen称，其核心产品是面向大型消费企业的实时个性化技术和排序基础设施。这类能力此前主要掌握在全球头部科技平台手中，通常依赖极其庞大的数据集和复杂的工程体系，其他大型消费企业较难自行搭建。

公司联合创始人兼首席执行官Zoë Weil表示，Sequen试图将类似TikTok、Instagram、YouTube等消费应用背后的排序与个性化能力，以基础设施形式提供给零售、电商、内容和服务平台等企业。

Weil介绍，Sequen的技术基础是所谓“大事件模型”。与用于聊天机器人的大型语言模型（LLM）侧重对文本进行泛化不同，大事件模型针对的是事件流，尤其是用户行为序列。她认为，这类模型的应用范围不仅限于提升推荐算法，还可用于更广泛的行为理解与决策场景。

在具体实现上，Sequen的大事件模型从实时用户行为中学习，包括点击、滚动、悬停、对话以及一次会话内的多种交互，而非依赖静态用户画像或第三方cookie。Weil称，这种方式可以在数据相对稀疏的情况下实现实时个性化。

她表示，Sequen的技术路径有望在部分场景中替代传统cookie。cookie长期被用于为终端用户提供个性化网页体验，但也因隐私问题受到监管关注。Weil称，Sequen的系统基于实时行为数据进行判断，无需识别具体用户身份，因此在隐私处理方式上与cookie存在差异。

“我们的模型泛化的是实时事件流，执行这些事件的人是谁并不重要，模型只需要理解事件本身并据此做出决策，”Weil说，“用户身份在这里并不是必要条件。”

公司表示，其系统的决策延迟低于20毫秒，可满足大规模在线业务对响应速度的要求。Sequen强调，在不依赖用户身份的前提下，该技术仍能带来显著的业务增量。

据Sequen披露，一家大型家具企业在接入其系统后，收入提升约7%。该企业此前将0.4%的收入提升视为成功案例。另一家客户Fetch Rewards在接入Sequen后，用时不到11天实现净收入增长20%。Sequen还与一家流媒体公司和一家在线旅行社展开合作。

在商业模式方面，Sequen通过RankTune平台向企业客户提供服务。客户通过API接入Sequen的排序模型和实时排序能力。公司称，多数客户原本已拥有内部API支持自身的相关性系统，只需将原有接口替换为Sequen提供的API即可。

定价方面，Sequen按每秒请求数（RPS）收费，提供最高500 RPS、1000 RPS等不同档位，档位越高单价越低。公司表示，其前五家客户的合同金额均达到七位数。Weil称，许多客户在单一用例验证效果后，会选择更高请求量档位，并将系统推广至整个平台。

Sequen成立不足18个月。公司称，目前每月处理的请求量约为100亿次，客户中包括多家财富500强企业。其产品组合涵盖自研的大型事件模型、排序模型及相关算法。

团队方面，Weil与曾在Etsy共事的Ethan Benjamin，以及联合创始人Mo Afshar和Alexander Thom共同创立了Sequen。前Meta员工Raphael Louca近期加入，出任首席产品官。公司总部位于纽约，目前团队规模为14人，成员背景包括DeepMind、Meta、Anthropic等机构。

Weil表示，她最初在该领域从事研究工作，随后转向产品化实践，并长期协助企业构建排序系统以创造商业价值，这一经历最终促成了Sequen的创立。