Loops、AI検索・ショッピング支援・小売データをつなぐため、シードラウンドで350万ドルを調達

オンラインで商品を見つけるのは簡単だ。しかし、それが本当に自分に合った商品か判断するには、検索結果やサイズ表、商品ページを行き来したり、最初から説明し直してサポートに問い合わせたりしなければならないこともある。Loopsは、小売業者には、こうした一連の接点をつなぐ共通のインテリジェンス基盤が必要だと考えている。

Loopsは、a16z speedrun、NTT Docomo、Connecticut Innovations、Alumni Ventures、Monday Capitalから350万ドルのシード資金を調達したと発表した。同社は、この資金を製品開発、顧客への導入体制の強化、海外展開に充てる計画だ。コマース向けのAIオペレーティングシステムと同社が呼ぶものの構築を進める。

このプラットフォームは、検索、商品発見、ショッピング支援、顧客対応、商品情報の拡充、バーチャル試着を統合する。中核となる考え方は、小売業者の商品カタログや事業の状況、顧客の購買体験について、これらの機能が共通の情報を持つことで、より有用になるというものだ。

AIショッピングの各要素をつなぐ

小売業者が高性能な検索エンジンを導入しても、顧客が疑問を解消できずに困ることはある。会話型アシスタントを追加することもできるが、そのアシスタントには、正確な商品情報と、買い物客がすでに検討した内容に関するコンテキストが必要だ。アプリケーションをもう一つ追加すれば、保守すべき連携も一つ増える。

Loopsは、共通の基盤を設けることで、こうした分断の解消を目指す。発表によると、商品カタログのデータが充実すれば検索の精度が上がり、検索結果から得られるコンテキストがショッピングアシスタントに引き継がれる。そして、会話を通じて不足している商品情報が明らかになり、商品情報の拡充によって補えるという循環が生まれる。

予算内で、屋外の結婚式に着ていく服を探している買い物客を考えてみよう。この要望を理解するには、「結婚式」という言葉に一致する商品を探すだけでは不十分だ。有用なシステムには、場面、予算の上限、好みのスタイル、商品の特徴を理解し、そのうえで買い物客がサイズ感や別の選択肢について尋ねたときにも、そのコンテキストを維持することが求められる。Loopsが目指しているのは、そうした一貫性のある購買体験だ。

同社の商品説明によると、AI Searchは、文章全体の意味を読み取り、利用場面や予算、条件を解釈する。またLoopsは、小売業者の売上高や利益率の目標に沿って検索結果の順位を調整できるとしている。これは、製品設計における重要な選択だ。検索内容との関連性に加え、商業上の目標が、条件に合う商品の表示順に影響する可能性がある。

カタログデータが基盤となる

買い物客が質問する前の段階で、多くの作業が行われる。商品カタログには、説明の詳しさにばらつきがあったり、属性情報が欠けていたりすることがよくある。衣服の素材やフィット感、お手入れ方法が記載されていなければ、アシスタントが流暢に自信ありげに答えたとしても、そうした詳細について信頼できる回答を返せるとは限らない。

同社によると、LoopsのProduct Enrichment機能は、カタログの構造や説明、属性情報の不足を補う。今回の発表では、これを検索とアシスタントの双方が在庫商品を理解するための基盤と位置付けている。情報をより適切に構造化すれば、異なるインターフェース間で商品を検索し、比較しやすくなる。

ショッピングアシスタントは、在庫、サイズ、各種ポリシーなどのカタログ情報を活用しながら、顧客の購買判断を支援する。Loopsによると、小売業者のウェブサイトやモバイルアプリ、WhatsAppへの導入が可能だ。Marketplace Assistantは、Trendyolを含むマーケットプレイスで、販売業者のカタログとブランドの語り口を用いて商品に関する質問に対応する。

バーチャル試着は、この購買体験に視覚的な要素を加える。Loopsによると、買い物客は写真を使って、購入を決める前に商品を自分の姿に重ねて確認できる。視覚的なシミュレーションやサイズ選びの案内は、商品の検討に役立つ可能性がある。しかし、今回の発表からは、いずれも実際の着用時のフィット感を保証するものでも、返品をなくすものでもない。

より広い意味での技術的な要点は、オーケストレーション、つまり共通の情報を中心に専門的な機能を連携させることにある。今回の発表では、モデルの構成、評価方法、チャネルをまたいで顧客のコンテキストをどのように維持するかを独自に評価するのに十分なアーキテクチャの詳細は明らかにされていない。

初期顧客の数値が示すもの

Loopsによると、顧客およびパイロット導入は70件を超え、対応した買い物客の体験は数百万件に上る。また、パイロット導入の64％が有料顧客への移行につながった。これらの数字は初期の商業的な勢いを示しているが、より詳しく評価するために必要な、対象となった顧客群の規模や期間、契約額は発表されていない。

発表では、トルコのスーパーマーケットチェーンA101が、商品カタログ内のナビゲーションとショッピング支援にこのプラットフォームを利用していると紹介されている。Loopsが公開した比較データでは、プラットフォームを利用したセッションの購入コンバージョン率は、比較対象のセグメントより観測値で約83％高かった。

この結果は慎重に解釈する必要がある。同社は、これが無作為化比較による測定ではなく、観察に基づくものだと明記している。アシスタントを利用する買い物客は、利用しない人と比べて、もともとの購買意欲が異なる可能性がある。この比較結果は、さらに検証する価値のある有望な兆候ではあるが、コンバージョン率が83％上昇した原因がLoopsだけにあることを示すものではない。

ファッション小売業者のMaviも、Loopsの活用例として挙げられている。スタイルや用途、フィット感に関するAI検索と買い物支援に利用している。こうした導入事例は、さまざまな商品カタログでプラットフォームがどのような役割を果たすことを目指しているのかを示す一方、導入にかかる労力や、再現性のある経済的成果については、今後の報告を待つ必要がある。

業界特化型AIの出発点としての小売業

同社の創業の経緯には、解消を目指す不便さが表れている。共同創業者のAri Nazirとİlker Selim Zorluoğluがバリ島にいたとき、Zorluoğluは幼い娘への贈り物を買おうと小売業者に連絡したが、返事が来るまで何時間も待つことになった。結局、購入には至らなかった。発表によると、Nazirは週末の間に最初のプロトタイプを開発した。

Loopsは現在、コマースを、特定の業界の知識や連携機能、業務プロセスに深く根ざしたAIシステムを構築するという、より広範な戦略の最初の適用分野と位置づけている。次に計画している分野は金融サービスとエネルギーだ。また、専門知識や導入上の制約から、より特化したモデルが適しているタスクに向けて、特化型の小規模言語モデルの機能も開発している。

こうした構想は現在の小売向け製品の範囲を超えており、開発計画として理解する必要がある。当面の課題は、顧客基盤の拡大に伴い、Loopsが連携型のショッピング体験を、信頼性と再現性のある形で導入できるかどうかだ。

シード資金の調達により、同社はこの取り組みを進めるための資金を得た。同社の事業機会の根底にあるのは、小売業における実務的な課題だ。顧客が求めるものを不完全な説明からくみ取り、正確な情報と役立つサポートを提供しながら、確信を持って購入できるよう支援することである。