AI מגדיר את עתיד הגיימינג: נתוני שחקנים כמפתח להתקדמות

בוועידת הגיימינג של כלכליסט בשיתוף Playtika וGoogle, דוברים בכירים הדגישו את תפקיד ה-AI בניצול נתוני שחקנים לפיתוח משחקים מתקדם, לחיזוי נטישה ולהתאמה אישית קיצונית. אורי רובין, CTO של Playtika, השווה שימוש ב-AI ללא נתוני שחקנים ל"רכב בלי דלק". הוא תיאר את מסעה של החברה בעשור האחרון: ב-2018 רכשה Playtika מעבדת AI עם מדעני נתונים כדי לבנות פתרונות פורצי דרך המתמקדים בחוויית השחקנים. ב-2023 הושקו כלים מתקדמים, אך תהליך זה היה יקר ולא החזיר השקעה בגלל טכנולוגיה לא בשלה. כיום, עם התקדמות ה-AI והחומרה, החברה משלבת קוד חכם לטיפול בעומס מידע מורכב.

פרסונליזציה אמיתית ב-House of Fun

מור בירן, מנהלת House of Fun ב-Playtika, הסבירה כיצד המשחק הוותיק בן 14 השנים הגיע לקיר: עשרות סגמנטים של שחקנים, אך ניהול כמות אינסופית בלתי אפשרי. הפתרון – מערכת AI שמזהה העדפות אישיות ומתאימה תוכן ומחירים. "ה-AI יכתיב את החוויה של כל שחקן", אמרה. לדוגמה, שתי שחקניות נאמנות שונות – אחת אקסטרים ואחת מעודנת – יקבלו חוויות שונות. כיום, סגמנטציה משפרת חוויה (כמו משימות שהגבירו מעורבות), אך בעידן הרעש התעשייתי נדרשת פרסונליזציה היפר-אישית. במקום אקסל ידני, מכונה חכמה תבנה לוחות משימות שבועיים מותאמים, תשפר מוניטיזציה ותבטיח בחירה יומיומית באפליקציה.

חיזוי נטישה מעמיק עם Keewano

פבל ביברגל, מייסד שותף וסמנכ"ל טכנולוגיות בKeewano, טען: "ה-AI צריך לשאול שאלות שאני אפילו לא חשבתי עליהן". הבעיה: חברות משחקים חוסכות בעלויות על ידי אופטימיזציה של נתונים, מה שמונע תובנות עמוקות. פלטפורמת Keewano מבוססת AI אוספת ומנתחת מיליארדי אירועים בזמן אמת, ממפה התנהגות, מזהה דפוסי נטישה וגורמים סיבתיים באמצעות מודלים סיבתיים וניתוח סדרות זמן. מודולים כמו AI-Analyst וBehavior Map מציגים ויזואליזציה פעילה. כך נחשפות בעיות נסתרות, כמו נטישה בשלב סופי ששורשיה בשלבים מוקדמים (דפוס התנהגות או באג בכפתור). המערכת מאפשרת תגובה מיידית לשינויים, קבלת החלטות עסקיות מהירות ושיפור משחקים מדויק.

הוועידה הדגישה: נתוני שחקנים הם הדלק ל-AI שמניע פיתוח מתקדם, חיזוי שחיקה וחוויות מותאמות אישית, ומגדיר את דור המשחקים הבא.