Financování

Wilgot získává 3 miliony dolarů v rámci počátečního investičního kola na zlepšení viditelnosti produktů při nákupech s pomocí AI

Evan Mercer
Přidejte Unite.AI mezi své preferované zdroje na Google
Three members of the Wilgot founding team in their office
Klíčové bodyWilgot převádí stávající zákaznické dotazy a recenze na bohatší produktová data, se…
Zobrazit více
  • Wilgot převádí stávající zákaznické dotazy a recenze na bohatší produktová data, se kterými mohou AI asistenti pracovat.
  • Zpětnovazební smyčka platformy optimalizuje obsah pro viditelnost a konverzi, ale nemůže ovlivnit, co doporučují nezávislí asistenti.
  • Raným zákaznickým výsledkům Wilgotu chybí zveřejněná období měření, takže naznačují příslib, nikoli prokázané benchmarky.

Wilgot získal 3 miliony dolarů v počátečním investičním kole, aby maloobchodníkům pomohl zajistit, že jejich produkty budou nákupní asistenti s AI snáze vyhledávat, chápat a doporučovat. Stockholmský startup vyvíjí software, který označuje jako Agentic Product Optimization neboli APO: převádí poznatky o zákaznících na podrobnější informace o produktech a průběžně tento obsah upravuje podle toho, jak se mění nákupní chování.

Industrifonden vedl investiční kolo, které Wilgot zároveň označuje jako investici ve výši 30 milionů SEK. Zúčastnily se ho také společnosti Luminar Ventures, Foundry Ventures, Ventures Together a Inovexus. Mezi andělské investory patřili zakladatelé společnosti Voyado Johan Bäckarlin a Johan Hjelte a také Niclas Mollin, zakladatel společností inriver a Occtoo.

Společnost použije získaný kapitál na rozvoj platformy a rozšíření svého obchodního působení. Anders Nygren ze společnosti Foundry Ventures a Andreas Söneby ze společnosti Industrifonden zasednou v její správní radě.

Převod poznatků o zákaznících na informace o produktech

Když zákazník požádá asistenta o dárek pro někoho, kdo rád chodí na túry, popisuje zamýšlené využití, nikoli konkrétní produkt. Aby se produkt maloobchodníka objevil v užitečné odpovědi, musí jeho katalog vysvětlovat, které položky se pro danou situaci hodí a proč. Fotografie a stručný marketingový popis mohou ponechat důležité otázky bez odpovědi.

Wilgot vychází z informací, které už maloobchodníci mají: vyhledávacích dotazů, zákaznických recenzí, požadavků na podporu a vráceného zboží. Z těchto zdrojů lze zjistit, co zákazníky motivuje k nákupu, na co se opakovaně ptají a v čem se jejich očekávání rozcházejí s tím, co produkt nabízí. Platforma převádí tato zjištění na produktové stránky, datové feedy, často kladené otázky (FAQ) a strukturovaná data.

Opakované dotazy na to, jak bota sedí, mohou například upozornit na nedostatek informací o jejích velikostech. Když se ověřené pokyny uvedou výslovně, zákazník i vyhledávací systém získají užitečnější podklady. Přínos spočívá ve vyhledání relevantní skutečnosti a jejím přiřazení ke správné položce, nikoli pouze ve vytvoření delšího popisu.

Wilgot představuje APO jako aktivní vrstvu pro zlepšování. Nástroje pro sledování viditelnosti mohou ukázat, zda se značka objevuje v odpovědi asistenta, zatímco systémy pro správu produktových informací ukládají a distribuují záznamy z katalogu. Wilgot se zaměřuje na změnu informací, s nimiž tyto systémy a asistenti nakonec pracují.

Zpětná vazba napříč objevováním produktů a konverzemi

Web společnosti popisuje tři fáze: identifikaci signálů poptávky, tvorbu produktového obsahu a měření výsledků. Mezi výstupy patří názvy, popisy, atributy a často kladené otázky, generované v příslušném jazyce. Optimalizační smyčka sleduje viditelnost, zapojení a míru konverze ve vyhledávání Google i ve vyhledávání s pomocí AI a poté tyto signály využívá k úpravám obsahu.

Wilgot uvádí, že tento přístup je určen pro katalogy s desítkami tisíc produktů. Podle oznámení o financování platforma využívá posilované učení ke zlepšování informací o produktech na základě zpětné vazby o jejich výkonnosti a podporuje obsah ve více než 100 jazycích.

V praxi poskytuje tato zpětnovazební smyčka systému možnost učit se, které změny jsou užitečné poté, co je obsah zveřejněn. Oznámení neuvádí podrobnosti o návrhu odměňování ani o architektuře modelu, takže tyto informace zůstávají mimo veřejný popis. K uváděnému učení dochází v rámci optimalizačního procesu Wilgotu; neznamená to, že maloobchodník může přímo znovu trénovat ChatGPT nebo určovat, co doporučí nezávislý asistent.

Strukturované informace o produktech už mají ve vyhledávání konkrétní využití. Dokumentace Googlu k záznamům obchodníků vysvětluje, jak mohou značky Product a Offer zpřístupnit pro nákupní prostředí údaje, jako jsou cena, dostupnost, doprava a vrácení zboží. Ukazuje to, proč je důležité uvádět fakta o produktech výslovně, ačkoli způsobilost pro zobrazení ve funkci vyhledávání není totéž co zaručené doporučení.

Širší problém je dobře známý i v oblasti přípravy produktových dat pro nákupy s pomocí AI: i plynulé odpovědi závisejí na přesnosti podkladových záznamů. Systém pro správu obsahu musí zachovat rozdíl mezi ověřenou specifikací, názorem zákazníka a odhadem vhodnosti. Jinak může větší viditelnost položky zároveň způsobit, že se nepodložené tvrzení rozšíří dál.

První zákazníci a zakládající tým

Wilgot mezi své zákazníky řadí společnosti Daniel Wellington, J.Lindeberg, Myrqvist a Signify. Podle oznámení o financování vzrostly čisté tržby u produktových stránek Daniel Wellington optimalizovaných společností Wilgot o 20 %, zatímco 7 % zákazníků Myrqvist nyní přichází prostřednictvím ChatGPT.

Tyto údaje popisují různé výsledky: jeden se týká prodeje na vybraných produktových stránkách, druhý zdroje získávání zákazníků. Oznámení neuvádí období měření ani podobu experimentu. Jde o první obchodní signály, nikoli o jedinou srovnávací hodnotu platnou pro všechny maloobchodníky.

Společnost Wilgot, založená v roce 2024, spojuje spoluzakladatele a výkonného ředitele Erika Wikandera, Dr. Mhairi Dunion, spoluzakladatelku a vědkyni v oblasti umělé inteligence, a Olega Danylenka, spoluzakladatele a technického ředitele. Wikander dříve působil jako marketingový ředitel ve společnosti Lendify. Dunion získala doktorát se zaměřením na hluboké posilovací učení na University of Edinburgh, zatímco Danylenko má zkušenosti s datovou vědou ve společnostech Klarna, IKEA a Teemyco.

„Značky tráví příliš mnoho času zjišťováním, zda se o nich asistenti s umělou inteligencí zmiňují, a příliš málo času tím, že umělé inteligenci dávají důvod doporučovat jejich produkty,“ uvedl Wikander v oznámení.

Seedové kolo poskytuje společnosti Wilgot prostředky k rozšíření její nabídky i mimo okruh prvních zákazníků. Příležitost spočívá v propojení poznatků roztříštěných napříč interakcemi maloobchodníka se zákazníky se záznamy o produktech, které ovlivňují jejich objevování. S tím, jak se nákupní rozhraní stávají konverzačnějšími, se zajištění přesnosti, dostupnosti a užitečnosti těchto poznatků stává samostatným obchodním úkolem.

Evan Mercer je výzkumný agent vytvořený AI u Unite.AI, který se zabývá AI startupy, rizikovým kapitálem a dynamikou financování, která formuje další generaci technologických firem. Jeho zprávy se soustředí na inovace v raných fázích, tok kapitálu a strategická rozhodnutí, která zakladatelé a investoři činí, když AI společnosti přecházejí od konceptu k celosvětovému dopadu.

Se strategickým a analytickým pohledem Evan zkoumá kola financování, tržní pozicování a vznikající trendy v celém ekosystému AI startupů. Sleduje, jak se rizikový kapitál, firemní investice a veřejné trhy protínají s průlomy v umělé inteligenci, a odděluje trvalé signály od krátkodobého rozruchu.

Články napsané Evanem Mercerem jsou AI-generované a jsou kontrolovány redakčním týmem Unite.AI, aby zajistily přesnost, kontext a zodpovědné pokrytí globálního investičního prostředí AI.