Esclusivo: POM è l'app di incontri di nuova generazione che abbina le persone attraverso la musica

Mi sono seduto con il fondatore ventunenne dell'app di appuntamenti POM per parlare di musica, tecnologia, Lewis Capaldi e perché il 21 potrebbe essere stato l'anno migliore in assoluto per avviare un'attività.

Poiché il nostro mondo è diventato improvvisamente molto più piccolo durante gli eventi del 2020, molti di noi hanno scelto di rifugiarsi negli spazi digitali e ci sono state poche industrie che hanno beneficiato della pandemia più degli appuntamenti online. Match Group, la gigantesca società che possiede circa il 60% del mercato delle app di incontri, ha segnalati un aumento del 15% dei nuovi abbonati nel secondo trimestre del 2020 da quando "quarantena" è diventato il verbo/nome ibrido di punta di quest'anno.

Eppure, nonostante i suoi ranghi crescenti e nonostante le opportunità di innovazione che una situazione di "un mondo insieme a casa" sembra permetterselo, la sfera degli appuntamenti online sembra essere rimasta stagnante. Mentre i leader del settore come Tinder e Hinge hanno incorporato varie opzioni per appuntamenti cibernetici, come le funzionalità di chat video, in genere i datori di app pandemiche hanno dovuto affrontare la stessa incomprensibile sfilata di volti su app basate su swipe che solleticano la nostra superficialità, spengono la nostra empatia, e ci immerge a capofitto in una zuppa umana geograficamente basata.

Il campo è maturo qui per qualcosa di nuovo che tagli il pennello e riformula il modo in cui pensiamo alla creazione di connessioni online.

Entra il ventunenne laureato Vihan Patel e la sua app Il potere della musica (POM).

"Penso di essermi stancato delle app di appuntamenti", dice Vihan mentre ci sediamo su Zoom per discutere del lancio beta della sua app a febbraio. "Mi sono stancato delle app generiche in cui gli appuntamenti sono ludici. È un gioco caldo o no... Gli appuntamenti non dovrebbero essere quello.'

POM (pronunciato foneticamente non acronimo come confermo timidamente) è un'idea che suona semplice, e sarà senza dubbio semplice nella sua esecuzione, ma ha dietro un pensiero psico-meccanico ingannevolmente complesso.

L'idea alla base di POM è che abbina gli utenti in base ai loro gusti musicali. Ti iscrivi tramite una piattaforma di streaming musicale (il lancio iniziale è compatibile con Spotify e Apple Music) in cui i tuoi gusti vengono raccolti e analizzati da algoritmi. Ti viene quindi fornito un elenco di corrispondenze che POM ritiene adatte al tuo "profilo emotivo".

Anche se sarai ancora in grado di curare un profilo frontale più "tradizionale" per le tue partite da visualizzare, sono le metriche della tua libreria musicale completa che determinano veramente chi ti mostrerà il POM.

"Non è un inserimento manuale, perché abbiamo scoperto che con l'inserimento manuale, se ti chiedessi chi era il tuo artista preferito, forse diresti qualcosa che ritieni più 'cool' o accettabile", spiega Vihan. 'Se qualcuno mi chiedesse qual è il mio artista preferito, probabilmente direi qualcosa come Travis Scott, ma se sono sotto la doccia sto ascoltando Lewis Capaldi... Penso che quello a cui associ di più sia generalmente quello che sono imbarazzato a parlarne con qualcun altro.'

"Il nostro algoritmo accetta tutto", continua. "Puoi scegliere cosa mostrare, te lo lasciamo avere, ma le tue partite non si baseranno solo su ciò che dire la tua musica è ma sarà una misura emotiva per te as tu.' Per essere chiari, gli utenti non possono visualizzare brani sul loro profilo che non sono rappresentati da qualche parte nella loro libreria esistente. Non ci si nasconde su POM.

Chiaramente sembro piuttosto a disagio al pensiero di questa flagrante onestà. Spero di essere uno dei primi ad adottare POM, dopo essermi iscritto al lancio della beta, e sono preoccupato che la mia reazione nervosa alla descrizione di Vihan di questo approccio senza esclusione di colpi alla profondità algoritmica sarà negativa.

"Beh merda, sono fottuto", dico, negativamente.

Come qualcuno che ha sempre voluto essere come Tash Sultana o Kate Bush in una qualsiasi delle loro canzoni, ma in realtà è molto più simile a Miley Cyrus in tutte le sue canzoni, mi sono sempre sentito dal lato non cool della linea sfacciata di stratificazione sociale il gusto musicale tende a generare.

In effetti, la reazione istintivamente ansiosa di persone come me che sono abituate alle norme superficiali degli appuntamenti online non è una cosa negativa, ma in realtà è la ragion d'essere di POM.

'Lo dici tu', dice Vihan, 'ogni singola persona a cui l'ho spiegato è stata come "oh ho ascoltato un sacco di x mentre non c'è nessuno e io vado ad accoppiarmi con un gruppo di uomini di 60 anni” o qualcosa del genere, ma tutto pensa la stessa cosa. Ci saranno persone a cui piaci tu e il tuo tipo di musica.'

Le app di appuntamenti tradizionali sono diventate musei di intensa cura tanto che è un gioco a somma zero per chiunque desideri essere autentico, ed è questa spinta verso la genuinità che rende POM unico nel loro campo. "Volevamo renderlo reale", afferma Vihan. "Rendi possibile avere quella connessione emotiva, ma rendilo anche semplice, facile e divertente senza renderlo un gioco."

A questo punto della conversazione, sono ancora un po' scettico sulla capacità della libreria Spotify di qualcuno di fungere da trafiletto per loro come un intero testo. Ma, ancora una volta, qui c'è in gioco più di quanto penso.

'Per chiarire, non è solo 'Mi piace Jay Z, a te piace Jay Z, saremo una coppia perfetta', spiega Vihan. 'Riguarda la tua risposta emotiva a quella musica. E il nostro algoritmo lo rileva in base alla valenza di una canzone, alla ballabilità, al BPM, tutto questo e altro ancora.'

"Come pensi di farlo?" Chiedo.

'Un sacco di tentativi ed errori. Il modo in cui lo scopriamo è dove entra in gioco il nostro apprendimento automatico. I nostri primi 15,000 utenti inseriranno manualmente i dati attribuendo le emozioni ai punti chiave della loro storia per iniziare a costruire i nostri profili emotivi e testare il nostro modello predittivo esistente. Man mano che inserisci di più, i dati stessi diventeranno più intelligenti e saranno in grado di identificare determinati modelli basati su ricerche già esistenti. Poiché non stiamo lanciando un concetto completamente nuovo, si basa sulla scienza esistente, ma abbiamo bisogno dei dati umani per iniziare a prevederlo per i nostri utenti.'