Financování

Loop získává 95 milionů dolarů v kole série C pro rozšíření své AI platformy napříč dodavatelským řetězcem

Antoine Tardif
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyCílem série C společnosti Loop ve výši 95 milionů dolarů je klíčová překážka AI v…
Zobrazit více
  • Cílem série C společnosti Loop ve výši 95 milionů dolarů je klíčová překážka AI v dodavatelském řetězci: roztříštěná data napříč vzájemně nepropojenými podnikovými systémy.
  • Modely DUX spojují porozumění dokumentům s exekucí, takže logistické pracovní postupy, jako je audit a rekonciliace, probíhají bez ručního zásahu.
  • Vrstvy AI posouvají podnikovou architekturu za hranice ERP systémů zaměřených na evidenci směrem k průběžnému operativnímu rozhodování.

Loop získal 95 milionů dolarů v rámci série C, vedené Valor Equity Partners a fondem Valor Atreides AI, zatímco pracuje na škálování své AI platformy napříč logistikou, financemi a širšími operacemi dodavatelského řetězce. Kola se také účastnily 8VC, Founders Fund, Index Ventures, J.P. Morgan Growth Equity Partners a Tao Capital Partners.

Toto financování přichází v době, kdy dodavatelské řetězce jsou pod rostoucím tlakem ze strany měnících se obchodních dynamik, rostoucích nákladů a rostoucí složitosti globálních operací. Pro mnoho podniků není základním problémem nedostatek nástrojů, ale absence konzistentní a spolehlivé datové základny napříč systémy.

Proč Dodavatelské Řetězce Zůstávají Jedním Z Nejobtížnějších Problémů AI

Dodavatelské řetězce jsou vnitřně fragmentované. Kritická data jsou rozptýlena napříč fakturami, záznamy o dopravě, smlouvami a několika podnikovými systémy, které zřídka spolu hladce komunikují. I rutinní procesy, jako je sesouhlasení dat nebo analýza nákladů, často závisí na manuálním zásahu.

To vytváří strukturální výzvu pro nasazení AI. Většina modelů závisí na strukturovaných, vysoce kvalitních vstupech, zatímco data dodavatelského řetězce jsou často nekonzistentní, neúplná nebo uzamčená uvnitř zastaralé infrastruktury. V důsledku toho i dobře navržené AI systémy bojují s účinnou operací v reálném logistickém prostředí.

Budování Systému Inteligence Z Nepřipojených Dat

Přístup společnosti Loop spočívá v transformaci těchto fragmentovaných dat do sjednoceného systému, který může podporovat jak automatizaci, tak rozhodování.

Místo toho, aby fungovala jako samostatná analytická vrstva, platforma přijímá provozní a finanční data z logistických toků, standardizuje je a aplikuje doménově specifické modely pro interpretaci vztahů mezi zásilkami, náklady a dodavateli. To umožňuje podnikům přesunout se z izolovaných datových bodů na více kompletní provozní obraz.

Klíčovým aspektem této architektury je schopnost zpracovat několik formátů dat najednou. Dokumenty, strukturovaná systémová data a polostrukturované záznamy jsou všechny zpracovány ve stejné trase, což umožňuje širší přehled napříč dříve nespojenými systémy.

Role DUX: Modely Navržené Pro Logistickou Realitu

V jádru platformy je DUX, rodina modelů a agentů navržených speciálně pro prostředí dodavatelského řetězce.

Tyto modely kombinují porozumění dokumentům, zpracování strukturovaných dat a doménově specifické úsudky. To umožňuje jim interpretovat komplexní logistická data, jako jsou faktury a dokumenty o dopravě, zatímco udržují povědomí o širším provozním kontextu.

DUX je také navržen tak, aby prováděl akce, ne pouze generoval přehledy. Propojením interpretace s provedením může systém automatizovat pracovní postupy, jako je auditorská kontrola, sesouhlasení dat a přidělování nákladů, a snížit závislost na manuálních procesech, které historicky dominovaly sektoru.

Od Auditu Nákladní Přepravy K Plně Funkční Inteligenci Dodavatelského Řetězce

Loopova platforma se vyvinula z počátečního zaměření na audit nákladní přepravy a platby, oblasti, kde je fragmentace dat a finanční dopad zvláště výrazné.

Zahájení v tomto segmentu poskytlo přístup k vysoce hodnotným provozním datům a umožnilo společnosti vybudovat systémy schopné zvládnout reálnou složitost. Odtud se platforma rozšířila do sousedních oblastí, jako je nákup, řízení dodavatelů, dodržování předpisů a skladové operace.

Tento postup odráží širší vzorec v podnikovém AI, kde řešení úzkého, ale kritického problému vytváří základnu pro rozšíření do širší provozní vrstvy.

Širší Posun K Provozním AI Systémům

Technologie, jako je Loop, naznačují posun v tom, jak je AI aplikován uvnitř podniků. Místo toho, aby byl primárně použit pro analýzu nebo reporting, AI systémy jsou stále více začleňovány přímo do provozních toků.

V dodavatelských řetězcích by to mohlo znamenat kontinuální sesouhlasení dat finančních a provozních dat, automatizované odhalování neefektivností a rychlejší úpravy měnících se podmínek. V průběhu času by tento typ systému mohl snížit závislost na periodických reportingových cyklech a nahradit je průběžnějšími rozhodovacími procesy v reálném čase.

Současně bude účinnost těchto systémů silně záviset na kvalitě dat, integraci systémů a schopnosti spolehlivě fungovat napříč širokým spektrem scénářů. Dodavatelské řetězce jsou dynamickými prostředími a udržování přesnosti v měřítku zůstává významnou technickou výzvou.

Co To Znamená Pro Podnikovou Infrastrukturu

Rozšíření platforem, jako je Loop, naznačuje postupný posun v podnikové architektuře. Tradiční systémy, jako jsou platformy ERP, TMS a WMS, byly navrženy primárně pro vedení záznamů a zpracování transakcí. AI poháněné vrstvy začínají sedět na vrcholu těchto systémů, transformují statické záznamy na aktivní vstupy pro rozhodování.

Pokud se tento model bude dále vyvíjet, může to vést k více sjednocené provozní vrstvě, kde finanční a logistická data již nejsou zpracovávána odděleně. Místo toho se stávají součástí jediného systému, který průběžně aktualizuje a sesouhlasuje data a podporuje obchodní rozhodování.

Přechod však pravděpodobně nebude jednotný. Mnoho organizací stále závisí na hluboce zakořeněných zastaralých systémech a integrace AI do těchto prostředí zavádí technickou i organizační složitost. Rychlost přijetí se pravděpodobně bude lišit v závislosti na tom, jak účinně společnosti mohou modernizovat svou datovou infrastrukturu, zatímco udržují provozní stabilitu.

Antoine je vizionářský lídr a zakládající partner Unite.AI, kterého pohání neochvějné nadšení pro utváření a podporu budoucnosti umělé inteligence a robotiky. Jako podnikatel, který založil několik společností, věří, že AI promění společnost stejně zásadně jako elektřina, a často s nadšením hovoří o potenciálu převratných technologií a obecné umělé inteligence (AGI).

Jako futurista se věnuje zkoumání toho, jak tyto inovace budou utvářet náš svět. Je také zakladatelem Securities.io, platformy zaměřené na investice do špičkových technologií, které nově definují budoucnost a proměňují celá odvětví.