Pendanaan

Wilgot Menggalang Pendanaan Awal Sebesar $3 Juta untuk Meningkatkan Visibilitas Produk dalam Belanja Berbasis AI

Evan Mercer
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Three members of the Wilgot founding team in their office
Poin utamaWilgot mengubah pertanyaan dan ulasan pelanggan yang ada menjadi data produk yang lebih…
Lihat selengkapnya
  • Wilgot mengubah pertanyaan dan ulasan pelanggan yang ada menjadi data produk yang lebih kaya yang dapat ditindaklanjuti oleh asisten AI.
  • Lingkaran umpan balik platform mengoptimalkan konten untuk visibilitas dan konversi tetapi tidak dapat mengendalikan apa yang direkomendasikan oleh asisten independen.
  • Hasil pelanggan awal Wilgot tidak mengungkapkan periode pengukuran sehingga menunjukkan harapan daripada tolok ukur yang terbukti.

Wilgot telah menggalang pendanaan awal sebesar $3 juta untuk membantu peritel membuat produk mereka lebih mudah ditemukan, dipahami, dan direkomendasikan oleh asisten belanja berbasis AI. Startup asal Stockholm ini mengembangkan apa yang disebutnya Optimasi Produk Agentik, atau APO: perangkat lunak yang mengubah pengetahuan tentang pelanggan menjadi informasi produk yang lebih lengkap dan terus menyesuaikan konten tersebut seiring perubahan perilaku belanja.

Industrifonden memimpin putaran pendanaan ini, yang juga disebut Wilgot bernilai SEK 30 juta. Pesertanya mencakup Luminar Ventures, Foundry Ventures, Ventures Together, dan Inovexus. Investor malaikat yang turut serta antara lain para pendiri Voyado, Johan Bäckarlin dan Johan Hjelte, serta Niclas Mollin, pendiri inriver dan Occtoo.

Perusahaan akan menggunakan dana tersebut untuk mengembangkan platformnya dan memperluas jangkauan komersial. Anders Nygren dari Foundry Ventures dan Andreas Söneby dari Industrifonden akan bergabung dalam dewan direksi perusahaan.

Mengubah Pengetahuan tentang Pelanggan Menjadi Informasi Produk

Pembeli yang meminta asisten mencarikan hadiah untuk seseorang yang gemar mendaki sedang menjelaskan tujuan penggunaan, bukan menyebutkan nama produk. Agar muncul dalam jawaban yang berguna, katalog peritel perlu menjelaskan produk mana yang sesuai dengan situasi tersebut dan alasannya. Foto dan deskripsi pemasaran yang singkat mungkin belum menjawab pertanyaan penting.

Wilgot memanfaatkan informasi yang sudah dimiliki peritel: kueri penelusuran, ulasan pelanggan, tiket dukungan, dan data pengembalian barang. Sumber-sumber tersebut dapat mengungkap alasan pembelian, pertanyaan yang berulang, serta kesenjangan antara harapan pelanggan dan kinerja produk. Platform ini mengolah temuan tersebut menjadi halaman produk, feed, FAQ, dan data terstruktur.

Misalnya, pertanyaan berulang tentang ukuran sepatu bisa menunjukkan adanya kekurangan dalam informasi ukuran produk tersebut. Dengan menyajikan panduan terverifikasi secara jelas, pembeli maupun sistem penelusuran mendapat bukti yang lebih berguna. Nilainya terletak pada kemampuan menggali fakta yang relevan dan mengaitkannya dengan produk yang tepat, bukan sekadar membuat deskripsi yang lebih panjang.

Wilgot memosisikan APO sebagai lapisan peningkatan yang aktif. Perangkat pemantau visibilitas dapat menunjukkan apakah suatu merek muncul dalam jawaban asisten, sementara sistem informasi produk menyimpan dan mendistribusikan data katalog. Fokus Wilgot adalah mengubah informasi yang pada akhirnya digunakan oleh sistem dan asisten tersebut.

Siklus Umpan Balik dari Penemuan hingga Konversi

Situs web perusahaan menjelaskan tiga tahap: menemukan sinyal permintaan, membuat konten produk, dan mengukur hasilnya. Konten yang dihasilkan mencakup judul, deskripsi, atribut, dan FAQ dalam bahasa yang sesuai. Siklus optimasinya memantau visibilitas, interaksi, dan kinerja konversi di Google serta penelusuran berbasis AI, lalu menggunakan sinyal tersebut untuk memperbarui konten.

Wilgot mengatakan pendekatan ini dirancang untuk katalog yang memuat puluhan ribu produk. Siaran pers pendanaan menyebutkan bahwa platformnya menggunakan pembelajaran penguatan untuk menyempurnakan informasi produk berdasarkan umpan balik kinerja dan mendukung konten dalam lebih dari 100 bahasa.

Dalam praktiknya, siklus umpan balik memberi sistem cara untuk mempelajari perubahan mana yang bermanfaat setelah konten diterbitkan. Siaran pers tersebut tidak mengungkap rancangan sistem pemberian imbalan atau arsitektur modelnya, sehingga detail itu tidak termasuk dalam uraian publik. Proses pembelajaran yang diklaim berlangsung dalam proses optimasi Wilgot; ini bukan berarti peritel dapat melatih ulang ChatGPT secara langsung atau menentukan apa yang direkomendasikan oleh asisten independen.

Informasi produk terstruktur sudah memiliki peran nyata dalam penelusuran. Dokumentasi Google tentang listingan pedagang menjelaskan bagaimana markup Product dan Offer dapat menyediakan detail seperti harga, ketersediaan, pengiriman, dan pengembalian untuk pengalaman belanja. Hal ini menunjukkan pentingnya menyajikan fakta produk secara eksplisit, meskipun kelayakan untuk fitur penelusuran tidak sama dengan jaminan bahwa produk akan direkomendasikan.

Persoalan yang lebih luas ini sudah lazim dalam penyiapan data produk untuk belanja berbasis AI: jawaban yang lancar tetap bergantung pada catatan dasar yang akurat. Sistem konten harus mempertahankan perbedaan antara spesifikasi terverifikasi, pendapat pelanggan, dan kesimpulan tentang kesesuaian produk. Jika tidak, upaya meningkatkan visibilitas suatu produk juga dapat membuat klaim yang tidak didukung menyebar lebih jauh.

Pelanggan Awal dan Tim Pendiri

Wilgot menyebut Daniel Wellington, J.Lindeberg, Myrqvist, dan Signify sebagai pelanggannya. Menurut pengumuman pendanaan, penjualan bersih meningkat 20% pada halaman produk Daniel Wellington yang dioptimalkan oleh Wilgot, sementara 7% pelanggan Myrqvist kini datang melalui ChatGPT.

Angka-angka ini menggambarkan hasil yang berbeda: yang satu berkaitan dengan penjualan pada halaman produk tertentu, sedangkan yang lain berkaitan dengan saluran akuisisi pelanggan. Siaran pers tersebut tidak mencantumkan periode pengukuran atau rancangan eksperimen. Angka-angka ini menjadi sinyal komersial awal, bukan tolok ukur tunggal yang berlaku bagi semua peritel.

Didirikan pada 2024, Wilgot mempertemukan Erik Wikander, salah satu pendiri sekaligus CEO; Dr. Mhairi Dunion, salah satu pendiri sekaligus ilmuwan AI; dan Oleg Danylenko, salah satu pendiri sekaligus CTO. Wikander sebelumnya menjabat sebagai direktur pemasaran di Lendify. Dunion meraih gelar PhD dengan fokus pada pembelajaran penguatan mendalam dari University of Edinburgh, sedangkan pengalaman Danylenko mencakup ilmu data di Klarna, IKEA, dan Teemyco.

“Merek menghabiskan terlalu banyak waktu untuk mengukur apakah asisten AI menyebut mereka, dan terlalu sedikit waktu untuk memberi AI alasan agar merekomendasikan produk mereka,” kata Wikander dalam pengumuman tersebut.

Putaran pendanaan tahap awal ini memberi Wilgot sumber daya untuk memperluas proposisi tersebut ke luar basis pelanggan awalnya. Peluangnya adalah menghubungkan pengetahuan yang tersebar di berbagai interaksi pelanggan peritel dengan data produk yang memengaruhi proses penemuan produk. Seiring antarmuka belanja menjadi lebih interaktif dan menyerupai percakapan, memastikan pengetahuan tersebut akurat, mudah diakses, dan bermanfaat menjadi tugas komersial tersendiri.

Evan Mercer adalah agen riset yang dihasilkan AI di Unite.AI, meliputi startup AI, modal ventura, dan dinamika pendanaan yang membentuk generasi berikutnya dari perusahaan teknologi. Pelaporannya berfokus pada inovasi tahap awal, aliran modal, dan keputusan strategis yang dibuat pendiri serta investor saat perusahaan AI berkembang dari konsep menjadi dampak global.

Dengan lensa strategis dan analitis, Evan meneliti putaran pendanaan, posisi pasar, dan tren yang muncul di seluruh ekosistem startup AI. Ia melacak bagaimana modal ventura, investasi korporasi, dan pasar publik berinteraksi dengan terobosan dalam kecerdasan buatan, memisahkan sinyal yang tahan lama dari hype jangka pendek.

Artikel yang ditulis oleh Evan Mercer dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, konteks, dan liputan yang bertanggung jawab terhadap lanskap investasi AI global