Εξαγορές

Η Algolia εξαγοράζει τη Velou για την ενίσχυση της ευφυΐας προϊόντων στην AI αγορά

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Conceptual illustration of retail product images becoming structured attributes for AI search

Ένας λιανοπωλητής μπορεί να έχει το σωστό προϊόν σε απόθεμα και παρόλα αυτά να χάσει την πώληση επειδή ο κατάλογός του δεν περιγράφει τι θέλει ο πελάτης. Το πρόβλημα αυτό γίνεται πιο σημαντικό όταν ένας βοηθός AI εκτελεί την αναζήτηση: μια πειστική απάντηση είναι χρήσιμη μόνο εάν το σύστημα μπορεί να βρει ένα αντικείμενο που πραγματικά ικανοποιεί το αίτημα.

Algolia εξαγόρασε τη Velou, μια εταιρεία AI με έδρα τη Νέα Υόρκη που ειδικεύεται στην εμπλουτισμό δεδομένων προϊόντων και στην ευφυΐα καταλόγου, για να ενισχύσει αυτή τη βάση. Ανακοινώθηκε στις 6 Οκτωβρίου, η συμφωνία φέρνει την κατανόηση του προϊόντος πιο κοντά στα συστήματα αναζήτησης και σύστασης που το χρησιμοποιούν.

Η ανακοίνωση εξαγοράς δηλώνει ότι οι οικονομικοί όροι δεν αποκαλύφθηκαν και η ομάδα των έξι ατόμων της Velou εντάσσεται στην Algolia. Η Velou εξυπηρετεί ήδη πάνω από 50 λιανικές και premium μάρκες επιχειρηματικού επιπέδου. Η Algolia αναφέρει ότι διαχειρίζεται σχεδόν δύο τρισεκατομμύρια αναζητήσεις ετησίως σε περισσότερους από 18.000 πελάτες, παρέχοντας στην αποκτηθείσα τεχνολογία ένα πολύ μεγαλύτερο δυνητικό κανάλι διανομής.

Γιατί η καλύτερη αναζήτηση ξεκινά με καλύτερα δεδομένα προϊόντων

Τα συστήματα αναζήτησης πρέπει να συνδέουν την πρόθεση του πελάτη με τις διαθέσιμες πληροφορίες για ένα αντικείμενο. Εάν μια καταχώρηση έχει φωτογραφία και σύντομο τίτλο, αλλά παραλείπει σημαντικά χαρακτηριστικά, υπάρχει λιγότερη αξιόπιστη πληροφορία για το σύστημα ώστε να ταιριάξει με μια λεπτομερή αίτηση.

Σκεφτείτε έναν αγοραστή που ψάχνει για μια συμπαγή επιτραπέζια λυχνία με ρυθμιζόμενο βραχίονα. Ένας κατάλογος που καταγράφει μόνο τη μάρκα και το χρώμα μπορεί να αφήσει τη μηχανή αναζήτησης αδύνατη να φιλτράρει κατά μέγεθος ή κατασκευή. Μια πιο πλούσια καταγραφή μπορεί να κάνει αυτές τις περιοριστικές προϋποθέσεις σαφείς. Αυτό είναι ένα παραδειγματικό παράδειγμα του προβλήματος των δεδομένων, όχι μια αξίωση σχετικά με μια συγκεκριμένη υλοποίηση της Velou.

Το ίδιο ζήτημα μεταφέρεται στο agentic commerce, όπου τα συστήματα AI βοηθούν τους καταναλωτές να ανακαλύψουν και να επιλέξουν προϊόντα. Η καλύτερη κατανόηση της γλώσσας σε επίπεδο βοηθού δεν μπορεί, από μόνη της, να καθορίσει ένα μη τεκμηριωμένο χαρακτηριστικό προϊόντος. Η βελτίωση της υποκείμενης καταγραφής καθιστά τα αποδεικτικά στοιχεία διαθέσιμα σε περισσότερες από μία διεπαφές.

Τι προσθέτει η Velou στην Algolia

Η Velou χρησιμοποιεί πολυμορφικό AI για να μετατρέπει τις περιγραφές προϊόντων και τις εικόνες σε δομημένες πληροφορίες. Στην ανακοίνωση στην ιστοσελίδα της εταιρείας, η Algolia περιγράφει τη χαρτογράφηση αυτών των πληροφοριών σε μια επιλεγμένη λιανική ταξινομία: ένα συνεπές λεξιλόγιο για κατηγορίες, χαρακτηριστικά και τις τιμές τους. Η εταιρεία δηλώνει ότι ο εμπλουτισμός εκτελείται καθώς οι κατάλογοι αλλάζουν και συνδέει τα χαρακτηριστικά με την πηγή των αποδείξεων.

Η ιστοσελίδα της Velou αναγνωρίζει το Commerce-1 ως το μοντέλο ειδικά για το λιανικό εμπόριο και περιγράφει γραφήματα προϊόντων που χαρτογραφούν τις σχέσεις μεταξύ των αντικειμένων. Μαζί με τη δημιουργία ελλιπών χαρακτηριστικών και τυποποιημένων ετικετών, η πλατφόρμα σχεδιάστηκε για να παρέχει πλαίσιο για εναλλακτικά και συμβατά προϊόντα, και στη συνέχεια να σπρώχνει τις εμπλουτισμένες καταγραφές πίσω στα υπάρχοντα συστήματα εμπορίου.

Μια ταξινομία και ένα γράφημα προϊόντων αντιμετωπίζουν διαφορετικά μέρη του έργου ανακάλυψης. Ένα κοινό λεξιλόγιο βοηθά τα συστήματα να συγκρίνουν αντικείμενα των οποίων οι προμηθευτές χρησιμοποιούν διαφορετικές περιγραφές. Οι σχέσεις βοηθούν στη σύνδεση αυτών των αντικειμένων. Για έναν βοηθό που ζητείται να συνθέσει μια συντονισμένη αγορά, τόσο τα χαρακτηριστικά κάθε προϊόντος όσο και οι συνδέσεις μεταξύ τους μπορεί να είναι σημαντικά.

Η Algolia σχεδιάζει να ενσωματώσει την ευφυΐα προϊόντων της Velou κάτω από την αναζήτηση, τις συστάσεις, την εξατομίκευση, το εμπορευματοποίηση και το Agent Studio. Δηλώνει ότι τα υπάρχοντα API, SDK και ενσωματώσεις θα παραμείνουν. Ο στόχος της είναι να βελτιώσει τις πληροφορίες με τις οποίες λειτουργούν αυτά τα προϊόντα, αποφεύγοντας μια ανακατασκευή των υφιστάμενων υλοποιήσεων της Algolia από τους λιανοπωλητές.

Τα αποτελέσματα πελατών πίσω από την εξαγορά

Οι εταιρείες αναφέρουν δύο λιανικά παραδείγματα. Η Get The Label πρόσθεσε πάνω από 190.000 χαρακτηριστικά προϊόντων σε έξι μήνες χρησιμοποιώντας τη Velou, με αναφερθείσα αύξηση 60 % στα έσοδα αναζήτησης στο site. Η Everything5pounds αύξησε τα χαρακτηριστικά του καταλόγου της κατά πάνω από 85 %, μαζί με μια αναφερθείσα αύξηση 33 % στις μετατροπές αναζήτησης.

Αυτά είναι αποτελέσματα πελατών που αναφέρουν οι εταιρείες, όχι μια ελεγχόμενη σύγκριση που καθορίζει πόσο από κάθε βελτίωση προέρχεται αποκλειστικά από τον εμπλουτισμό. Παρόλα αυτά κάνουν τον εμπορικό στόχο σαφή: οι καλύτερες περιγραφές προϊόντων πρέπει να μεταφράζονται σε αγοραστές που βρίσκουν κατάλληλα προϊόντα και ολοκληρώνουν τις αγορές.

Για έναν λιανοπωλητή που αξιολογεί την τεχνολογία, οι χρήσιμες μετρήσεις υπερβαίνουν τον αριθμό των νέων πεδίων. Επιστρέφει ένα συγκεκριμένο ερώτημα ένα κατάλληλο αποτέλεσμα; Αντανακλούν τα φίλτρα ακριβή χαρακτηριστικά προϊόντων; Μπορεί μια ομάδα εμπορευματοποίησης να ελέγξει και να διορθώσει τα αποδεικτικά στοιχεία πίσω από ένα χαρακτηριστικό; Αυτές οι ερωτήσεις συνδέουν την ποιότητα των δεδομένων με την εμπειρία του πελάτη.

Μια στρατηγική αγορά για το AI shopping stack

Η εξαγορά δίνει στην Algolia τη δυνατότητα να επηρεάσει μια είσοδο που διαμορφώνει την αποτελεσματικότητα της ευρύτερης πλατφόρμας της. Ο εμπλουτισμός μπορεί να υποστηρίξει τη γραμμή αναζήτησης, τη μηχανή συστάσεων και τον πράκτορα αγορών από την ίδια καταγραφή προϊόντος, αντί να απαιτεί ξεχωριστές προσπάθειες επιδιόρθωσης καταλόγου για κάθε εμπειρία.

Η ακρίβεια παραμένει κεντρική. Μια φωτογραφία προϊόντος μπορεί να αποκαλύψει ένα ορατό χαρακτηριστικό σχεδίασης, αλλά ένας λιανοπωλητής χρειάζεται αξιόπιστα αποδεικτικά στοιχεία για τις προδιαγραφές και τις οδηγίες φροντίδας. Η προσθήκη μιας μη υποστηριζόμενης ιδιότητας θα μπορούσε να δημιουργήσει μια ελκυστική σύσταση που απογοητεύει τον αγοραστή. Η έμφαση της Algolia στην επαληθεύσιμη απόδειξη αποτελεί επομένως ένα σημαντικό μέρος της υπόσχεσης ενσωμάτωσής της.

Η συμφωνία επίσης δείχνει μια πρακτική παράμετρο στην εφαρμογή πράκτοριακού AI σε μια επιχείρηση: τα συστήματα χρειάζονται χρηστικές πληροφορίες για τα αντικείμενα στα οποία ενεργούν. Στο εμπόριο, αυτό σημαίνει έναν κατάλογο αρκετά λεπτομερή ώστε να υποστηρίζει τις πραγματικές απαιτήσεις του αγοραστή.

Η επόμενη δοκιμή της Algolia είναι αν η ενοποίηση του εμπλουτισμού και της ανάκτησης υπό μία ομπρέλα βελτιώνει τη δυνατότητα ανακάλυψης σταθερά σε όλη τη βάση πελατών της. Η φιλοδοξία είναι απλή: να κάνει το σωστό προϊόν πιο εύκολο στην εύρεση, είτε η αίτηση προέρχεται από ένα πεδίο αναζήτησης είτε από έναν βοηθό AI.

Evan Mercer είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στο Unite.AI, καλύπτοντας startups τεχνητής νοημοσύνης, venture capital και τις δυναμικές χρηματοδότησης που διαμορφώνουν την επόμενη γενιά τεχνολογικών εταιρειών. Η αναφορά του εστιάζει στην καινοτομία πρώιμου σταδίου, τις ροές κεφαλαίου και τις στρατηγικές αποφάσεις που λαμβάνουν οι ιδρυτές και οι επενδυτές καθώς οι εταιρείες AI αναπτύσσονται από την ιδέα μέχρι την παγκόσμια επίδραση.

Με στρατηγικό και αναλυτικό πρίσμα, ο Evan εξετάζει τους γύρους χρηματοδότησης, τη θέση στην αγορά και τις αναδυόμενες τάσεις στο οικοσύστημα των AI startups. Παρακολουθεί πώς το venture capital, οι εταιρικές επενδύσεις και οι δημόσιες αγορές διασταυρώνονται με τις επαναστατικές εξελίξεις στην τεχνητή νοημοσύνη, διαχωρίζοντας τα ανθεκτικά σήματα από τη βραχυπρόθεσμη υπερβολή.

Τα άρθρα που συντάσσει ο Evan Mercer είναι δημιουργημένα από AI και ελέγχονται από την ομάδα συντακτών του Unite.AI για να διασφαλιστεί η ακρίβεια, το πλαίσιο και η υπεύθυνη κάλυψη του παγκόσμιου τοπίου επενδύσεων στην AI