تیندر با معرفی قابلیت جدید Chemistry به دنبال کاهش خستگی کاربران از سوایپ کردن و ایجاد تجربه ای تحت عنوان تیندر هوش مصنوعی تطبیق بهتر است تا از این طریق نرخ مشارکت و رضایت کاربران را افزایش دهد.
تیندر داره سراغ یه قابلیت جدید به اسم Chemistry (شیمی) می ره که با هوش مصنوعی کار می کنه تا بتونه «خستگی از سوایپ کردن» رو کم کنه؛ مشکلی که بین کاربرای اپلیکیشن های دوستیابی آنلاین روزبه روز بیشتر می شه و باعث شده احساس کلافگی کنن و دنبال نتایج بهتری باشن. این رویکرد جدید به دنبال ارائه تیندر هوش مصنوعی تطبیق بهتر برای کاربران است.
این اپلیکیشن که زیرمجموعه شرکت Match هست، اعلام کرده که قابلیت Chemistry در فصل گذشته معرفی شده و با استفاده از هوش مصنوعی و از طریق پرسیدن سوال، کاربرها رو می شناسه. همچنین با کسب اجازه، به گالری تصاویر گوشی دسترسی پیدا می کنه تا درباره علایق و شخصیت اونا بیشتر یاد بگیره.
در جلسه گزارش درآمدهای سه ماهه چهارم سال 2026 (پاییز و زمستان 1405) شرکت Match، یکی از تحلیل گرهای مورگان استنلی درباره موفقیت این محصول تا الان سوال پرسید.
اسپنسر راسکوف، مدیرعامل Match، اشاره کرد که Chemistry فعلا فقط در استرالیا در حال آزمایشه، اما گفت که این قابلیت یه «روش هوش مصنوعی برای تعامل با تیندر» به کاربرها ارائه می ده. این سیستم می تواند به تیندر هوش مصنوعی تطبیق بهتر کمک کند. اون توضیح داد که کاربرها می تونن به سوالات جواب بدن تا به جای سوایپ کردن بین کلی پروفایل، «فقط یک یا دو مورد پیشنهادی دقیق دریافت کنن».
مدیرعامل شرکت همچنین اشاره کرد که علاوه بر بخش پرسش و پاسخ و دسترسی به گالری تصاویر در Chemistry، اونا قصد دارن در آینده از این قابلیت هوش مصنوعی به روش های دیگه ای هم استفاده کنن.
از همه مهم تر، راسکوف گفت که این قابلیت برای مبارزه با «خستگی از سوایپ کردن» طراحی شده و هدف آن تیندر هوش مصنوعی تطبیق بهتر است؛ شکایتی که خیلی از کاربرها دارن و می گن برای پیدا کردن یه کیس مناسب، باید پروفایل های خیلی زیادی رو سوایپ کنن.
تیندر هوش مصنوعی تطبیق بهتر؛ راه حلی برای چالش های کنونی
رو آوردن این شرکت به هوش مصنوعی زمانی اتفاق می افته که تیندر و بقیه اپلیکیشن های دوستیابی با کاهش تعداد مشترکین پولی، دلزدگی کاربرها و کم شدن ثبت نام های جدید روبرو هستن. در چنین شرایطی، اتخاذ بهترین استراتژی جذب و حفظ مخاطب برای پلتفرم های اجتماعی به یک اولویت حیاتی تبدیل شده است.
در سه ماهه چهارم، ثبت نام های جدید در تیندر نسبت به سال قبل همچنان 5 درصد کاهش داشته و تعداد کاربرهای فعال ماهانه هم 9 درصد کمتر شده. این آمار نسبت به فصل های قبل کمی بهتر شده که Match اون رو نتیجه پیشنهادهای مبتنی بر هوش مصنوعی (که ترتیب نمایش پروفایل ها به خانم ها رو تغییر می ده) و بقیه آزمایش های محصول می دونه.
شرکت Match اعلام کرد که امسال هدفش برطرف کردن مشکلات رایج نسل زد (Gen Z) هست، از جمله مرتبط بودن بیشتر پیشنهادها، اصالت و اعتماد. این رویکرد به دنبال ارتقاء تیندر هوش مصنوعی تطبیق بهتر برای این نسل است. برای این کار، شرکت داره بخش جستجو (Discovery) رو بازطراحی می کنه تا کمتر تکراری باشه و از قابلیت های دیگه ای مثل Face Check (سیستم تایید هویت با تشخیص چهره) برای کاهش فعالیت های مخرب استفاده می کنه. طبق گفته Match، این سیستم در تیندر باعث کاهش بیش از 50 درصدی تعامل با افراد مزاحم و متقلب شده.
تصمیم تیندر برای فاصله گرفتن از روش سوایپ و رفتن به سمت پیشنهادهای هدفمندتر و مبتنی بر هوش مصنوعی، می تونه تاثیر زیادی روی این اپلیکیشن بذاره و به سمت تیندر هوش مصنوعی تطبیق بهتر حرکت کند. امروزه روش سوایپ که توسط خود تیندر مد شد، کاربرها رو به این فکر می ندازه که دارن از بین بی نهایت پروفایل انتخاب می کنن. اما در واقعیت، اپلیکیشن فقط «توهم انتخاب» رو ایجاد می کنه، چون برای وصل شدن، هر دو طرف باید همدیگه رو بپسندن و تازه اون موقع هم هیچ تضمینی برای جرقه خوردن یه رابطه نیست.
این شرکت در سه ماهه چهارم سودی فراتر از انتظار داشت، با درآمد 878 میلیون دلاری و سود هر سهم 83 سنت که بالاتر از پیش بینی های وال استریت بود. اما پیش بینی های ضعیف برای آینده باعث شد ارزش سهام در روز سه شنبه کاهش پیدا کنه، هرچند در معاملات پیش از بازار روز چهارشنبه دوباره بالا رفت.
تاثیر هوش مصنوعی بر آینده تیندر هوش مصنوعی تطبیق بهتر
علاوه بر هوش مصنوعی، Match بازاریابی محصولاتش رو هم بیشتر می کنه تا تعامل در تیندر رو بالا ببره و به جذب کاربران بیشتری برای تیندر هوش مصنوعی تطبیق بهتر کمک کند. راسکوف اشاره کرد که شرکت 50 میلیون دلار برای بازاریابی تیندر اختصاص داده که شامل کمپین های اینفلوئنسری در تیک تاک و اینستاگرام می شه تا این حس رو منتقل کنن که «تیندر دوباره جذاب شده».
تیندر با تمرکز بر هوش مصنوعی و تحلیل دقیق تر داده های کاربران، در تلاش است تا مفهوم دوستیابی آنلاین را از یک فرآیند مبتنی بر شانس به یک مسیر هدفمند تبدیل کند. این تغییرات می تواند چالش های مربوط به کاهش تعاملات معنادار را برطرف کرده و اعتماد از دست رفته کاربران به این پلتفرم ها را بازگرداند. آینده این صنعت به شدت به توانایی هوش مصنوعی در درک صحیح نیازهای انسانی وابسته خواهد بود.
Tinder looks to AI to help fight ‘swipe fatigue’ and dating app burnout
