Loops raccoglie 3,5 milioni di dollari in un round seed per collegare la ricerca basata sull’IA, l’assistenza agli acquisti e i dati del retail

Trovare un prodotto online è facile. Decidere se è quello giusto può comunque richiedere di passare dai risultati di ricerca alle guide alle taglie, alle pagine dei prodotti e a una conversazione con l’assistenza che riparte da zero. Loops scommette sul fatto che i retailer abbiano bisogno di un livello di intelligenza condiviso che colleghi questi momenti.

Loops ha annunciato un round seed da 3,5 milioni di dollari sottoscritto da a16z speedrun, NTT Docomo, Connecticut Innovations, Alumni Ventures e Monday Capital. L’azienda intende utilizzare i fondi per sviluppare il prodotto, ampliare la capacità di implementazione presso i clienti e crescere a livello internazionale, mentre costruisce quello che definisce un sistema operativo basato sull’IA per il commercio.

La piattaforma riunisce ricerca, scoperta dei prodotti, assistenza agli acquisti, gestione delle operazioni con i clienti, arricchimento dei dati dei prodotti e prova virtuale. La sua tesi centrale è che queste funzionalità risultano più utili quando condividono conoscenze sul catalogo del retailer, sul contesto aziendale e sul percorso del cliente.

Collegare i diversi elementi dell’esperienza di acquisto basata sull’IA

Un retailer può implementare un motore di ricerca efficace e lasciare comunque i clienti alle prese con domande senza risposta. Può aggiungere un assistente conversazionale, ma questo ha bisogno di informazioni accurate sui prodotti e del contesto di ciò che il cliente ha già preso in considerazione. Aggiungere un’altra applicazione significa creare un’ulteriore integrazione da mantenere.

Loops punta ad affrontare questa frammentazione con un unico livello sottostante. L’annuncio descrive un ciclo in cui dati di catalogo migliori migliorano la ricerca, la ricerca fornisce contesto all’assistente agli acquisti e le conversazioni fanno emergere informazioni mancanti sui prodotti, che possono essere integrate tramite l’arricchimento dei dati.

Pensiamo a un cliente che cerca un abito per un matrimonio all’aperto, rispettando un determinato budget. Per comprendere la richiesta non basta individuare la parola «matrimonio». Un sistema efficace deve interpretare l’occasione, il limite di spesa, le preferenze di stile e le caratteristiche del prodotto, per poi mantenere questo contesto quando il cliente chiede informazioni sulla vestibilità o sulle alternative. È il tipo di esperienza integrata che Loops vuole offrire.

Le descrizioni dei prodotti dell’azienda spiegano che AI Search interpreta frasi complete, occasioni, budget e vincoli. Loops afferma inoltre che i risultati possono essere ordinati in base agli obiettivi del retailer in termini di ricavi e margini. È una scelta significativa nella progettazione del prodotto: gli obiettivi commerciali possono influire su quali articoli idonei vengono mostrati per primi, insieme alla pertinenza rispetto alla richiesta.

I dati di catalogo sono la base

Gran parte del lavoro avviene prima ancora che un cliente ponga una domanda. I cataloghi dei prodotti spesso presentano descrizioni disomogenee e attributi mancanti. Se non sono indicati il materiale, la vestibilità o le istruzioni per la cura di un capo, un assistente, per quanto fluente, non può rispondere in modo affidabile alle domande su questi dettagli limitandosi a sembrare sicuro di sé.

Secondo l’azienda, la funzionalità Product Enrichment di Loops completa la struttura del catalogo, le descrizioni e gli attributi mancanti. L’annuncio la presenta come la base che permette sia alla ricerca sia all’assistente di comprendere l’inventario. Informazioni strutturate meglio possono rendere più facile reperire e confrontare i prodotti attraverso interfacce diverse.

L’assistente agli acquisti guida quindi i clienti nelle loro decisioni, attingendo a informazioni di catalogo quali disponibilità, taglie e politiche. Loops descrive un’implementazione sul sito web, sull’app mobile e su WhatsApp del retailer. Il suo Marketplace Assistant risponde alle domande sui prodotti nei marketplace, tra cui Trendyol, utilizzando il catalogo e il tono di voce del brand del retailer.

La prova virtuale aggiunge una componente visiva a questo percorso. Loops afferma che i clienti possono usare una foto per vedere come stanno loro i prodotti prima di decidere se acquistarli. La simulazione visiva e i consigli sulla vestibilità possono aiutare a valutare un articolo, ma l’annuncio non dimostra che una delle due funzionalità garantisca la vestibilità reale o elimini i resi.

Il più ampio aspetto tecnico è l’orchestrazione: coordinare funzionalità specializzate sulla base di informazioni condivise. Nell’annuncio, l’azienda non ha fornito dettagli architetturali sufficienti per valutare in modo indipendente lo stack di modelli, i metodi di valutazione o il modo in cui viene mantenuto il contesto del cliente nei diversi canali.

Cosa indicano i primi dati sui clienti

Loops dichiara di avere più di 70 clienti e progetti pilota, di aver gestito milioni di esperienze di acquisto e di aver convertito in clienti paganti il 64% dei progetti pilota. Questi dati indicano una prima trazione commerciale, anche se l’annuncio non fornisce le dimensioni delle coorti sottostanti, i periodi di riferimento o il valore dei contratti, necessari per valutarli più nel dettaglio.

L’annuncio cita la catena di supermercati turca A101 come utilizzatrice della piattaforma per la navigazione del catalogo e l’assistenza agli acquisti. Nel confronto pubblicato da Loops, le sessioni che hanno coinvolto la piattaforma hanno registrato un tasso di conversione all’acquisto osservato di circa l’83% superiore rispetto al segmento di confronto.

Questo risultato va interpretato con cautela. L’azienda lo definisce esplicitamente osservazionale, non frutto di una misurazione randomizzata. I clienti che scelgono di interagire con un assistente potrebbero avere già un’intenzione di acquisto diversa da quella di chi non lo fa. Il confronto è un segnale incoraggiante da approfondire, ma non dimostra che l’aumento dell’83% della conversione sia dovuto esclusivamente a Loops.

Il rivenditore di moda Mavi è un altro esempio citato: usa Loops per la ricerca basata sull’IA e l’assistenza agli acquisti in materia di stile, occasioni d’uso e vestibilità. Queste implementazioni aiutano a illustrare il ruolo che la piattaforma intende svolgere in cataloghi diversi, lasciando però a future analisi le questioni relative all’impegno necessario per l’implementazione e alla replicabilità dei risultati finanziari.

Un punto di partenza nel commercio al dettaglio per l’IA verticale

La storia delle origini dell’azienda riflette gli ostacoli che intende rimuovere. I cofondatori Ari Nazir e İlker Selim Zorluoğlu si trovavano a Bali quando Zorluoğlu cercò di acquistare un regalo per la figlia piccola, contattò il rivenditore e attese ore per ricevere una risposta. La vendita non si concluse. Secondo quanto riportato nell’annuncio, Nazir realizzò il primo prototipo in un fine settimana.

Ora Loops considera il commercio la prima applicazione di una strategia più ampia: sviluppare sistemi di IA basati in profondità sulle conoscenze, sulle integrazioni e sui flussi di lavoro di settori specifici. I prossimi ambiti previsti sono i servizi finanziari e l’energia. L’azienda sta inoltre sviluppando capacità specializzate basate su modelli linguistici di piccole dimensioni, per le attività in cui le conoscenze del settore e i vincoli di implementazione rendono preferibile un modello più mirato.

Queste ambizioni vanno oltre l’attuale prodotto per il commercio al dettaglio e vanno intese come piani di sviluppo. La prova immediata consiste nel capire se Loops riuscirà a trasformare la propria esperienza d’acquisto integrata in implementazioni affidabili e replicabili, mentre amplia la propria base clienti.

Il finanziamento seed fornisce all’azienda le risorse per portare avanti questo lavoro. La sua opportunità si fonda su un problema concreto del commercio al dettaglio: aiutare chi acquista a passare da una descrizione imprecisa di ciò che desidera a una decisione d’acquisto sicura, grazie a informazioni accurate e a un’assistenza utile in ogni fase.