資金調達

Loop、シリーズCで9,500万ドルを調達し、AI基盤をサプライチェーン全体に拡大

Antoine Tardif
Unite.AI を Google の優先ソースに追加
要点Loopの9,500万ドルのシリーズCは、サプライチェーンAIの核心的な障害、すなわち分断された企業システム間に散在するデータに照準を合わせている。
もっと見る
  • Loopの9,500万ドルのシリーズCは、サプライチェーンAIの核心的な障害、すなわち分断された企業システム間に散在するデータに照準を合わせている。
  • DUXモデルは文書理解と実行を組み合わせることで、監査や照合といった物流ワークフローが手作業の介入なしに運用されるようにする。
  • AIレイヤーは、企業アーキテクチャを記録管理型のERPシステムの枠を超え、継続的な業務意思決定へと移行させつつある。

Loopは、9,500万ドルのシリーズC資金調達を、Valor Equity PartnersとValor Atreides AI Fundのリードで行った。同社はAIプラットフォームを物流、財務、さらに広範なサプライチェーン業務へ拡張しようとしている。この資金調達には、8VC、Founders Fund、Index Ventures、J.P. Morgan Growth Equity Partners、およびTao Capital Partnersも参加した。

この資金調達は、サプライチェーンが貿易の変化、コストの増加、グローバルな運用の複雑化により、ますます厳しい状況に直面している時期に実施された。多くの企業にとって、根本的な問題は、ツールの欠如ではなく、システム全体にわたる一貫した信頼性の高いデータ基盤の欠如である。

サプライチェーンがAIの最も難しい問題の1つである理由

サプライチェーンは本質的に断片化されている。重要なデータは、請求書、出荷記録、契約書、複数のエンタープライズシステムに分散しており、これらのシステムが相互に円滑に連携することはまれである。たとえ照合やコスト分析といった定型的な業務でも、手動介入に依存することが多い。

これは、AIの展開に構造的な課題をもたらす。ほとんどのモデルは、構造化された、高品質の入力に依存しているが、サプライチェーンのデータは、しばしば一貫性がなく、不完全であるか、レガシーシステムの中にロックされている。したがって、よく設計されたAIシステムでさえ、現実のロジスティクス環境で効果的に動作することが難しい。

断片化されたデータからインテリジェンスシステムを構築する

Loopのアプローチは、この断片化されたデータを、自動化と意思決定をサポートできる統一されたシステムに変換することを中心としている。

単独の分析レイヤーとしてではなく、プラットフォームは、ロジスティクスワークフロー全体からの運用および財務データを取り込み、標準化し、出荷、コスト、サプライヤー間の関係を解釈するためにドメイン固有のモデルを適用する。こうすることで、企業は、孤立したデータポイントから、より完全な運用イメージに移行できる。

このアーキテクチャの重要な側面は、同時に複数のデータ形式を処理できる能力である。ドキュメント、構造化システムデータ、半構造化レコードはすべて、同じパイプライン内で処理され、以前は断片化されたシステム全体にわたるより広範な可視性を可能にしている。

DUXの役割:物流の現実に合わせて構築されたモデル

プラットフォームの核心は、DUXであり、サプライチェーン環境向けに特別に設計されたモデルとエージェントのファミリーである。

これらのモデルは、ドキュメントの理解、構造化データ処理、ドメイン固有の推論を組み合わせる。こうすることで、請求書や出荷書などの複雑なロジスティクスデータを解釈し、同時により広範な運用コンテキストを維持することができる。

DUXは、洞察を生成するだけでなく、行動を起こすようにも設計されている。解釈と実行をリンクすることで、システムは、監査、照合、コスト配賦などのワークフローを自動化し、従来この分野で支配的であった手動プロセスへの依存を減らすことができる。

運賃監査からフルスタックサプライチェーンインテリジェンスへの移行

Loopのプラットフォームは、当初、運賃監査と支払いという、データ断片化と財務的影響が特に顕著な分野に焦点を当てていた。

このニッチに参入することで、会社は、高価値の運用データにアクセスし、現実の複雑さに対処できるシステムを構築することができた。そこから、プラットフォームは、調達、サプライヤー管理、コンプライアンス、倉庫運用などの隣接分野に拡大した。

この進歩は、企業のAIにおけるより広いパターンを反映しており、限定的だが重要な問題を解決することで、より広い運用レイヤーへの拡大の基礎を築くことができる。

運用AIシステムへのより広いシフト

Loopのようなテクノロジーは、企業内でAIが適用される方法のシフトを示唆している。主に分析やレポートに使われるだけではなく、AIシステムは、直接運用ワークフローに組み込まれることが増えている。

サプライチェーンでは、これは、財務および運用データの継続的な照合、非効率性の自動検出、変化する状況への迅速な適応を意味する可能性がある。時間の経過とともに、このタイプのシステムは、定期的なレポートサイクルに依存するのではなく、より継続的でリアルタイムの意思決定プロセスに置き換える可能性がある。

同時に、これらのシステムの有効性は、データ品質、システム統合、幅広いシナリオで信頼性を持って動作する能力に大きく依存する。サプライチェーンは、ダイナミックな環境であり、大規模な運用で精度を保つことは、依然として重大な技術的な課題である。

企業インフラストラクチャへの影響

Loopのようなプラットフォームの拡大は、企業アーキテクチャの漸進的なシフトを示唆している。ERP、TMS、WMSなどの従来のシステムは、主に記録保存とトランザクション処理のために設計された。AI駆動のレイヤーは、これらのシステムの上に配置され、静的なレコードを、意思決定のためのアクティブな入力に変換している。

このモデルが継続して発展する場合、財務およびロジスティクスデータが別々に扱われるのではなく、単一のシステムの一部となる可能性がある。ここで、データは継続的に更新され、照合され、ビジネス上の意思決定に情報を提供する。

しかし、移行は、均一的に進行する可能性は低い。多くの組織は、依然として深く根付いたレガシーシステムに依存しており、これらの環境にAIを統合することは、技術的な複雑さと組織的な複雑さの両方をもたらす。導入のペースは、運用の安定性を維持しながらデータ基盤をどれだけ効果的に近代化できるかに応じ、企業ごとに異なる可能性が高い。

アントワーヌは、先見の明を持つリーダーであり、Unite.AIの創業パートナーです。AIとロボティクスの未来を形作り、その発展を促すことに揺るぎない情熱を注いでいます。複数の企業を立ち上げてきた起業家として、AIは電気と同じほど社会を大きく変えると考えており、革新的な技術や汎用人工知能(AGI)の可能性について熱く語ることがよくあります。

未来を展望するフューチャリストとして、こうした革新が世界をどのように形作るかを探究しています。また、未来を再定義し、業界全体を変革する最先端技術への投資に焦点を当てたプラットフォーム、Securities.ioの創設者でもあります。