LoopはシリーズCで9,500万ドルを調達し、AIプラットフォームをサプライチェーン全体に拡大する

Loopは、$9,500万のシリーズC資金調達を、Valor Equity PartnersとValor Atreides AI Fundのリードで行った。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、これらのシステムはほとんどがクリーンに通信することはない。たとえルーティンなプロセスであるとおり整理やコスト分析でも、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、さえも設計の良いAIシステムでも、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に中心にある。

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、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：ロジスティクス現実に構築されたモデル

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、行動を起こすことも設計されている。解釈と実行をリンクすることで、システムは、監査、調整、コスト割り当て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の依存を減らすことができる。

フリート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、フリート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、狭いしかし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。分析やレポートではなく、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調整、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、スケールでの精度の維持は、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。伝統的なシステム such as ERP、TMS、WMSプラットフォームは、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、調整され、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。採用のペースは、企業がデータインフラストラクチャを近代化しながら運用の安定性を維持する能力に大きく依存する可能性がある。