Instinct sammelte 1 Milliarde US-Dollar ein – und begann dann, Dinge aufzudrängen, nach denen niemand gefragt hatte

Nur Tage nach der Bestätigung einer Series C über 1 Milliarde US-Dollar bei einer Bewertung von 10 Milliarden US-Dollar führte das KI-Agenten-Startup Instinct eine Funktion ein, die seinen Assistenten in eine Verkaufstheke verwandelte. Die Nutzer reagierten nicht gut darauf.

Die Funktion heißt Instinct Selections. Sie spielt personalisierte Empfehlungen aus den Bereichen Gastronomie, Reisen und Shopping direkt an Nutzer aus, ohne auf eine Anfrage zu warten. Gründer Noah Shinn kündigte sie auf X an und bezeichnete sie als Versuch, menschlichen Geschmack auf die Plattform zu bringen, indem man mit lokalen Köchen, Innenarchitekten, Architekten und Outdoor-Guides zusammenarbeitet. Eine Restaurant-Suche könnte auf Listen zurückgreifen, die von Köchen zusammengestellt wurden, die die Gegend kennen. Ein Wanderweg-Vorschlag könnte von einem regionalen Guide stammen. Wohndeko könnte von unabhängigen Designern kommen, abgestimmt auf die Vorlieben und das Budget eines Nutzers.

Das Konzept ist schlüssig. Wenn man einen Agenten bauen will, der Dinge empfiehlt, ist die Kuratierung von Eingaben statt des Scrapings des Webs eine vertretbare Möglichkeit, sich von einem generischen Chatbot abzuheben.

Was der Rollout tatsächlich bewirkte

Die Idee war gut. Das Problem war der Rollout.

Die Empfehlungen tauchten über Nacht unaufgefordert auf. Shruti Gandhi, General Partner bei Array VC, sagte, der Assistent habe Vorschläge für breitkrempige Hüte, Sonnenbrillen und Handgepäck ausgespielt, nach denen sie nicht gefragt hatte. Sie beschrieb die Entwicklung so, dass der Assistent zu einer Commerce-Maschine statt zu einem hilfreichen persönlichen Assistenten werde, und bat das Unternehmen, zumindest eine personalisierte Einkaufsliste mit Dingen zu erstellen, die Menschen tatsächlich brauchen.

Chat Joglekar, Gründer eines Marktplatzes für Unternehmenskäufe, beschrieb seinen ersten Igitt-Moment mit einem KI-Assistenten. Instinct schlug eine tragbare Kaffeeflasche vor, nachdem es ein Blue-Bottle-Kaffeeabonnement in seiner E-Mail gelesen hatte, sowie Reiseaccessoires für bevorstehende Reisen, die aus demselben Posteingang stammten. Der Unternehmer Andrew Yeung und der Investor Ash Thaker berichteten von ähnlichen unaufgeforderten Empfehlungen. Thakers vorgeschlagene Lösung war einfach: Nutzer sollten dem ausdrücklich zustimmen und ihre eigenen Präferenzquellen wählen können.

Der letzte Punkt ist der Knackpunkt. Die Beschwerden drehen sich um den Zeitpunkt: Die Empfehlungen kamen außerhalb des Kontexts einer aktiven Anfrage. Selections unterbrach die Nutzer, statt auf sie zu reagieren.

Der Zeitpunkt ist der unangenehme Teil

Shinn hatte einen Tag vor dem Launch eine klare Philosophie dargelegt. In einer Episode des Podcasts Invest Like the Best sagte er, Instinct solle das Verhalten eines Nutzers nicht in einer Weise beeinflussen, die nicht mit dem übereinstimmt, was der Nutzer will. Er ging noch weiter und kritisierte Google, TikTok, Instagram und Snapchat dafür, Nutzer als Produkte zu behandeln, indem sie Werbung ausspielten, die Menschen dazu bringen solle, Dinge zu kaufen, die sie möglicherweise nicht wollen. Er sagte, es wäre eine gefährliche Welt, wenn Instinct seine Intelligenz einsetzte, um Nutzer davon zu überzeugen, etwas zu kaufen oder zu abonnieren, das sie nicht wollen.

Diese Botschaft steht in unangenehmem Kontrast zu einer Funktion, die frühe Nutzer als unaufgeforderte Werbung erlebten. Die Diskrepanz ist weniger Heuchelei als die Lücke zwischen einem Prinzip und einer Produktentscheidung – dieselbe Lücke, die jeder Assistent, der monetarisiert werden soll, irgendwann überwinden muss.

Warum proaktive Agenten schwer zu monetarisieren sind, ohne Vertrauen zu brechen

Das Designproblem hier ist spezifisch und es lohnt sich, es zu verstehen, denn jedes Agentenunternehmen wird darauf stoßen.

Ein proaktiver Assistent braucht Kontext, um nützlich zu sein. Instinct verbindet sich mit E-Mail, Messaging, Bildschirmen, Audio und Standort und kann Transport organisieren, Unternehmen kontaktieren und Buchungen vornehmen. Je mehr Kontext er hat, desto proaktiver und nützlicher kann er sein. Shinn hat Daten geteilt, die zeigen, wie stark dieses Schwungrad ist: Wenn ein Nutzer innerhalb seiner ersten drei Wochen eine Kreditkartennummer teilt, steigt die Retention auf etwa 80 Prozent, und die Wahrscheinlichkeit, dass ein Nutzer innerhalb dieses Zeitfensters eine Karte teilt, liegt bei etwa 40 Prozent. Er beschrieb es als Henne-Ei-Problem, bei dem mehr Daten den Agenten empathischer für die Situation eines Nutzers machen und es mehrere Wochen dauert, Vertrauen aufzubauen.

Derselbe Kontext ist genau das, was eine unaufgeforderte Produktempfehlung aufdringlich wirken lässt. Wenn der Agent Ihren Posteingang liest und ein Kaffeeabonnement bemerkt und dann eine Reiseflasche ausspielt, demonstriert er sowohl seine Fähigkeiten als auch die Bereitschaft, Ihre privaten Signale in eine Kaufaufforderung umzuwandeln. Der Nutzer sieht zuerst den zweiten Teil.

Die Grenze zwischen Unterstützung und Werbung wird durch Zustimmung und Zeitpunkt gezogen, nicht dadurch, ob Geld fließt. Eine Empfehlung, die eintrifft, wenn der Nutzer nach etwas sucht, ist ein Service. Dieselbe Empfehlung, die eintrifft, weil das System ein Signal bemerkt hat, ist eine Unterbrechung – selbst wenn der zugrunde liegende Vorschlag gut ist. Instinct hat nicht gesagt, ob Selections Einnahmen durch Affiliate-Provisionen, Commerce-Partnerschaften oder eine andere Vereinbarung erzielt, und hat nicht detailliert, welche Kontrollmöglichkeiten Nutzer darüber erhalten werden.

Der Kontrast zu größeren Plattformen ist bezeichnend

OpenAI und Meta haben keine unaufgeforderten Commerce-Vorschläge in ihre Agenten-Oberflächen eingespielt, was Nutzern weniger kommerzielle Unterbrechungen beschert, selbst während ihre Agenten leistungsfähiger werden. Das ist ebenso sehr eine Wettbewerbsposition wie eine Designentscheidung. Die größten Assistentenplattformen optimieren noch immer auf Vertrauen und Gewohnheit, und sie haben genug andere Monetarisierungswege, um sich das leisten zu können.

Ein Startup mit einer Bewertung von 10 Milliarden US-Dollar hat diesen Puffer nicht. Laut Shinn nähert sich Instinct 1 Milliarde US-Dollar an jährlichen Transaktionen über die Plattform, wobei mehr als die Hälfte davon auf Reisebuchungen entfällt. Diese Transaktionsbasis sieht nach einem offensichtlichen Ort aus, um kommerzielle Einnahmen anzuhängen, und die Geografie der Empfehlungsdaten – überwiegend Flüge, Ausrüstung und Reiseziele – deckt sich genau mit den Stellen, an denen die Vorschläge auftauchten.

Was diese Episode jedem Agentenunternehmen lehrt

Zwei Lehren stechen hervor. Die erste ist, dass Proaktivität zuerst ein Zustimmungsproblem und erst danach ein Relevanzproblem ist. Selbst ein perfekt relevanter Vorschlag kann scheitern, wenn er ohne die Zustimmung des Nutzers eintrifft, unterbrochen zu werden. Opt-in-Kontrollen und transparente Präferenzquellen sind Voraussetzungen dafür, dass proaktive Empfehlungen überhaupt funktionieren, keine Funktionen, die ein Unternehmen nach Gegenwind hinzufügt.

Die zweite ist, dass Vertrauen den Monetarisierungsschritt überleben muss. Instincts eigene Daten legen nahe, dass die Kundenbindung davon abhängt, dass Nutzer früh sensible Informationen teilen, was bedeutet, dass die Beziehung genau in dem Moment fragil ist, in dem ein Unternehmen unter Druck steht, Einnahmen zu zeigen. Eine Funktion, die private E-Mails liest, um Käufe vorzuschlagen, verbraucht Vertrauen schneller als eine Abonnementgebühr.

Der Monetarisierungsdruck hinter dem Fehler

Es hilft, Selections als Symptom eines strukturellen Problems im Agenten-Geschäft zu sehen, nicht als einmaligen Fehltritt.

Ein autonomer Assistent ist teuer im Betrieb. Er verbraucht Modellinferenz, verbindet sich mit vielen Diensten und hält lange Sitzungen. Einnahmen müssen von irgendwoher kommen, und die naheliegenden Kandidaten sind Abonnements, Transaktionsgebühren oder irgendeine Form von Commerce. Instinct wickelt bereits nahezu 1 Milliarde US-Dollar an jährlichen Transaktionen ab, mehr als die Hälfte davon Reisen, was Commerce für ein Unternehmen, das gerade zu einer Bewertung von 10 Milliarden US-Dollar Kapital eingesammelt hat und ein Umsatzmodell zeigen muss, zum Weg des geringsten Widerstands macht.

Die Spannung besteht darin, dass dieselben Daten, die den Agenten nützlich machen, den Commerce wie Überwachung wirken lassen. Ein Reiseagent, der Ihre Reiseroute kennt, ist hilfreich. Ein Reiseagent, der Ihre Reiseroute nutzt, um Zubehör aufzudrängen, will Ihnen etwas verkaufen. Die Grenze zwischen beiden wird durch Zustimmung und Kontext gezogen, und der anfängliche Selections-Rollout überschritt sie auf die sichtbarstmögliche Weise: eine Push-Benachrichtigung, ungefragt, auf Basis eines privaten Posteingangs.

Jeder Assistent mit so viel Kontext wird vor dieselbe Weggabelung gestellt. Die Unternehmen, die damit gut umgehen, werden Empfehlungen als Opt-in-Modus mit klaren Grenzen behandeln und langsamere Monetarisierung akzeptieren, um die Datenpipeline offen zu halten. Die anderen werden immer wieder feststellen, dass der schnellste Weg zu Einnahmen auch der schnellste Weg ist, die Nutzer zu verlieren, die das Produkt wertvoll gemacht haben.

Worauf man achten sollte

Ob Instinct einen Rückzieher macht, ist weniger wichtig, als ob Selections zu etwas umgestaltet wird, das Nutzer bewusst erhalten möchten. Wenn das Unternehmen granulare Schalter hinzufügt, seine kommerziellen Beziehungen offenlegt und Nutzer ihre eigenen Quellen wählen lässt, wird die Funktion zu einer Vorlage für sorgfältig umgesetzten Agenten-Commerce. Wenn sie so bleibt, wird sie zum abschreckenden Beispiel, auf das andere Agentenunternehmen verweisen, wenn ihre Boards fragen, warum sie Proaktivität noch nicht monetarisieren.