Melissa Bridgeford, Co-Founder og CEO af Wizard – Interview Serie

Melissa Bridgeford, Co-founder og CEO af Wizard, er en erfaren iværksætter og investor, der fokuserer på at transformere digital handel gennem AI-drevne oplevelser. Hun leder i øjeblikket Wizard, en AI-naturlig shoppingagent-platform, der bygger på hendes tidligere succes som grundlægger af Stylust, et selskab for konversationel handel, der senere blev opkøbt og blev grundlaget for Wizard. Før hun indtrådte i startup-verdenen, havde hun ledende roller i finans, herunder direktør i Guggenheim Partners og partner i Cain Hoy Enterprises, hvor hun udviklede dyb ekspertise i investeringsstrategi og forbrugerfokuseret innovation.

Wizard er en AI-naturlig shoppingagent, der er designet til at forenkle online-handel ved at fungere som en intelligent mægler mellem forbrugere og detailhandlere. Platformen udnytter AI til at analysere produktdata, anmeldelser og bredere online-signaler for at levere en lille, højrelevant samling af anbefalinger i stedet for at overvælde brugere med uendelige muligheder. Ved at aktivere brugere til at søge, sammenligne og gennemføre køb inden for en enkelt strømlinet oplevelse, sigter Wizard mod at eliminere valgoverbelastning og omdefinere e-handel gennem agent-dreven opdagelse og beslutningstagning.

I førhen grundlagde du konversationshandelsplatformen Stylust, før du lancerede Wizard sammen med Marc Lore. Hvad lærte du af at bygge Stylust, og hvad overbeviste dig om, at det var det rette tidspunkt at bygge en fuldt ud AI-naturlig shoppingagent?

Stylusts produkt var en AI-shoppingagent, før denne betegnelse eksisterede. Det blev dengang kaldt konversationel handel, men produktvisionen var den samme – en konversationsinterface med teknologi, der fandt de bedste produkter på tværs af webben, og universel checkout. Hos Wizard har vi været dybt engageret i at bygge den bedst performende AI-shoppingagent, og markedet har nu indhentet denne vision. Agent-handelsæraen er ankommet, og Wizard er positioneret til at vinde den.

Wizard trådte ind i et hurtigt udviklende felt af AI-shoppingassistenter. Hvad var det hul i e-handelslandskabet, der gjorde dig sikker på, at der stadig var meningsfuldt “hvidt rum” til en ny deltager?

Wizard er den første AI-naturlige agent, der er specialbygget til e-handel. Vi mener, at markedet er åbent for den bedst performende AI-shoppingagent til at tilegne sig forbrugernes tillid og til sidst deres opmærksomhed og købekraft. De generelle agenter leverer en chatsoplevelse og ikke en shoppingoplevelse – genererer søgeresultater med shoppable produktlinks kun 9% af tiden. Og markedetsagenter genererer søgeresultater, der er plaget af 54% reklamer. Wizard leverer shoppable søgeresultater 100% af tiden med 0% reklamer. Vi finder det bedste produkt fra tværs af webben, gør arbejdet for at hjælpe dig med at træffe det rette valg og tilbyder naturlig checkout, alt på ét sted. Shopping gjort enkelt.

Set fra et teknisk synspunkt, hvilke arkitekturvalg var nødvendige for at bygge et system, der kan fortolke komplekse shoppingforespørgsler og evaluere produkter på tværs af webben?

Vi var bevidste om at arkitekturere Wizard til realtids-hentning, med offline-dybe forskningsrørledninger, så anbefalinger ikke behøver at gå på kompromis med dybde for hastighed. Samtidig udviklede vi en proprietær vurderingsramme sammen med vores modeller, hvilket muliggør kontinuerlige præcisionsforbedringer, stærk observerbarhed og mere rigorøs shopping-orienteret validering end typiske generelle agenter. AI-naturlig bygget til e-handel betyder, at Wizard løser de sværeste udfordringer i AI-drevet handel.

Dit platform analyserer produktattributter, anmeldelser og redaktionelle kilder for at generere anbefalinger. Hvordan væger Wizards rangeringssystem objektive signaler som specifikationer og priser mod mere subjektive indtastninger som kunde-anmeldelser og redaktionelle kommentarer?

Vores system er bygget på overbevisningen om, at brugerpræferencer varierer bredt, så vi bruger en multi-trinssøgnings- og rangeringsstrategi, der dynamisk justerer relevans, kvalitet, popularitet og værdi-signaler baseret på den konversationskontekst og brugerens anvendelsesscenarier. Med tusinder af strukturerede produkt-dimensioner i vores katalog kan modellen tilpasse rangeringer til højst specifikke funktioner, samtidig med at den balancerer objektive data (f.eks. specifikationer, pris) med subjektive indtastninger (f.eks. anmeldelser, redaktionel sentiment).

Wizard begrænser bevidst anbefalingerne til de øverste fem produkter i stedet for at præsentere hundredvis af resultater. Hvad var indsigt om forbrugeradfærd, der ledte dit team til at antage denne tilgang?

Vi nåede til denne tilgang gennem hurtig eksperimentering, kombineret med brugerinterview, test og observation af reel adfærd. Vi fandt, at fem resultater konsekvent rammer det søde punkt – transformerer oplevelsen fra traditionel søgning til noget, der føles mere som kurateret magi. En fokuseret top-fem liste reducerer kognitiv overbelastning, samtidig med at den bevarede valgmuligheder, og den fungerede godt på tværs af både brugertyper: de, der nyder at browse, og de, der ønsker at træffe et hurtigt og selvbevidst valg uden at skulle gennemgå hundredvis af muligheder.

AI-agenter begynder at omforme, hvordan forbrugere opdager og vurderer produkter online. Ser du agent-dreven handel erstatter traditionel søgbaseret e-handel eller vil de to modeller udvikle sig sammen?

Ja, AI-agenter vil erstatte websteder som den primære shoppinggrænseflade og frigøre forbrugere fra deres nuværende adfærd med at shoppe på tværs af multiple websteder, faneblade og platforme. I stedet vil forbrugere gå til deres tillidsfulde AI-agent for at opdage, beslutte og købe alle deres shoppingbehov på ét sted.

Wizard lancerede nyligt native checkout-integrationer med større detailhandlere, der tillader brugere at flytte fra opdagelse til køb inden for en enkelt grænseflade. Hvordan ændrer disse integrationer forholdet mellem detailhandlere, platforme og forbrugere?

Detailhandlernes integrationer dypper forholdet til detailhandlere fra søgning til checkout. På datasiden muliggør integrationerne, at Wizard kan levere højere præcision og synlighed af detailhandlernes produktkatalog inden for vores søgeresultater for forbrugere at opdage. Wizard hjælper forbrugere med at træffe det rette valg og – med vores detailhandlernes checkout-integrationer – gennemføre checkout på ét sted. Wizard guider brugere fra opdagelse til køb inden for en enkelt grænseflade, leverer den hellige gral-oplevelse af agent-handelsæraen for forbrugere, samtidig med at den driver ekstra ordre-volumen til vores detailhandelspartnere.

Som AI-systemer i stigende grad fungerer som mæglere mellem shopbere og handlende, hvilke incitamenter eller bekymringer har detailhandlere, når de beslutter, om de skal samarbejde med AI-shoppingagenter?

Detailhandlere er ivrige efter at samarbejde med AI-agenter, da de ser agenter som en ny distributionskanal i agent-handelsæraen, der vil drive ekstra ordre-volumen direkte til detailhandlere. De er motiveret til at få deres produktkataloger vist inden for AI-agents søgeresultater, så forbrugere kan opdage deres produkter og købe dem med det samme. Derudover er detailhandlere også motiveret til at fange data-analyserne fra AI-agenter, der er rige på værdifuld information om forbrugeradfærd og præferencer, der kan hjælpe handlende med at optimere deres produkt-positionering for forbrugere at opdage og købe.

Dit system afhænger af store mængder produktdata på tværs af mange kategorier. Hvad er de største tekniske udfordringer i at vedligeholde præcise, opdaterede og upartiske produktinformationer i stor målestok?

At samle det åbne web i et samlet, shoppable marked introducerer udfordringer som produkt-forvirring, data-fornyelse og signal-pålidelighed, især i fremkomsten af AI-genereret indhold, der floder webben. For at imødegå dette har vi bygget en kurationslag, der filtrerer spam og lavkvalitetsindhold, samtidig med at vi integrerer direkte med top-detailhandlere og data-indtagelsesrørledninger for at kontinuerligt fornye og validere produktdata i stor målestok.

Set fem år frem, hvordan forventer du, at AI-agenter vil omforme e-handelsplatforme og påvirke, hvordan forbrugere træffer købsbeslutninger?

Inden 2030 vil AI-agenter have flertalsadoption som den primære shoppinggrænseflade for forbrugere globalt. Forbrugere vil gå til deres tillidsfulde AI-agent for at opdage, beslutte og købe alle deres shoppingbehov på ét sted. Efter smartere søgning og naturlig checkout er personliggørelse den tredje pille, der vil superpower AI-agent-oplevelsen med ikke kun hyper-personlige søgeresultater, men også proaktive og prædiktive shoppingforslag – som f.eks. det er din kones fødselsdag næste måned, og her er tre gaver, hun vil elske, og du trykker på for at købe dem alle på stedet. Wizard vil lære dine vaner, hobbies, milepæle og livsstil for at blive ét skridt foran, forudsiger nøjagtig, hvad du har brug for, før du overhovedet behøver at spørge.

Tak for det gode interview. Enhver, der er interesseret i, hvordan AI-agenter omformer produkt-opdagelse, beslutningstagning og fremtiden for e-handel, bør udforske Wizard.