Loops henter inn 3,5 millioner dollar i såkornfinansiering for å koble sammen KI-søk, handlehjelp og data fra detaljhandelen

Det er enkelt å finne et produkt på nettet. Men å avgjøre om det er det rette, kan fortsatt innebære å veksle mellom søkeresultater, størrelsesguider, produktsider og en kundesamtale som begynner helt fra start. Loops satser på at forhandlere trenger et felles intelligenslag som knytter disse opplevelsene sammen.

Loops har kunngjort en såkornrunde på 3,5 millioner dollar fra a16z speedrun, NTT Docomo, Connecticut Innovations, Alumni Ventures og Monday Capital. Selskapet planlegger å bruke finansieringen på produktutvikling, kapasitet til å rulle ut løsningen hos kunder og internasjonal ekspansjon, mens det bygger det selskapet omtaler som et KI-operativsystem for handel.

Plattformen samler søk, produktopplevelse, handlehjelp, kundedrift, produktberikelse og virtuell prøving. Hovedideen er at disse funksjonene blir mer nyttige når de deler kunnskap om forhandlerens produktkatalog, forretningskontekst og kundereise.

Slik kobles delene av KI-basert handel sammen

En forhandler kan ta i bruk en avansert søkemotor og likevel etterlate kundene med ubesvarte spørsmål. Forhandleren kan legge til en samtaleassistent, men den trenger nøyaktig produktinformasjon og kontekst om hva kunden allerede har vurdert. Hver ny applikasjon innebærer enda en integrasjon som må vedlikeholdes.

Loops vil løse opp i denne fragmenteringen med ett felles underliggende lag. Kunngjøringen beskriver en sirkel der bedre katalogdata forbedrer søket, søket gir handleassistenten kontekst, og samtalene avdekker manglende produktinformasjon som kan kompletteres gjennom produktberikelse.

Se for deg en kunde som leter etter et antrekk til et utendørsbryllup innenfor et bestemt budsjett. For å forstå forespørselen må systemet gjøre mer enn å finne ordet «bryllup». Et nyttig system må tolke anledningen, prisgrensen, stilpreferansene og produktegenskapene, og deretter holde fast ved denne konteksten når kunden spør om passform eller alternativer. Det er en slik sammenhengende opplevelse Loops jobber for å skape.

Selskapets produktbeskrivelser forklarer at AI Search tolker hele setninger, anledninger, budsjetter og begrensninger. Loops sier også at resultatene kan rangeres ut fra forhandlerens mål for omsetning og margin. Dette er et viktig valg i produktutformingen: Kommersielle mål kan påvirke hvilke egnede produkter som vises først, i tillegg til hvor relevante de er for forespørselen.

Katalogdata er grunnlaget

Mye av arbeidet skjer før kunden stiller et spørsmål. Produktkataloger har ofte ujevne beskrivelser og manglende attributter. Hvis informasjon om et plaggs materiale, passform eller vaskeanvisning mangler, kan ikke en velformulert assistent svare pålitelig på spørsmål om disse detaljene bare ved å høres selvsikker ut.

Ifølge selskapet fyller funksjonen Product Enrichment inn manglende struktur, beskrivelser og attributter i katalogen. Produktlanseringen presenterer dette som grunnlaget som hjelper både søket og assistenten med å forstå vareutvalget. Bedre strukturert informasjon kan gjøre det enklere å finne og sammenligne produkter på tvers av ulike grensesnitt.

Handleassistenten veileder deretter kundene gjennom valgene ved hjelp av kataloginformasjon om blant annet lagerstatus, størrelser og retningslinjer. Loops beskriver utrulling på forhandlerens nettsted, i mobilappen og på WhatsApp. Marketplace Assistant besvarer produktspørsmål på markedsplasser, blant annet Trendyol, ved hjelp av forhandlerens katalog og merkevarens språkprofil.

Virtuell prøving tilfører et visuelt element til denne kundereisen. Loops sier at kundene kan bruke et bilde til å se hvordan produktene ser ut på dem før de bestemmer seg. Visuell simulering og veiledning om passform kan hjelpe folk med å vurdere et produkt, men kunngjøringen dokumenterer ikke at noen av delene garanterer fysisk passform eller fjerner behovet for returer.

Det overordnede tekniske poenget er orkestrering: å samordne spesialiserte funksjoner rundt delt informasjon. Kunngjøringen inneholder ikke nok tekniske detaljer til at selskapets modellstakk, evalueringsmetoder eller håndtering av kundekontekst på tvers av kanaler kan vurderes uavhengig.

Hva de tidlige kundetallene viser

Loops oppgir at selskapet har mer enn 70 kunder og pilotprosjekter, har håndtert millioner av handleopplevelser og har en andel på 64 % av pilotprosjektene som blir til betalende kunder. Tallene tyder på tidlig kommersiell framgang, men kunngjøringen oppgir ikke størrelsen på de underliggende kundegruppene, tidsperiodene eller kontraktsverdiene som trengs for å vurdere dem nærmere.

I produktlanseringen nevnes den tyrkiske supermarkedkjeden A101 som bruker av plattformen til å finne fram i produktkatalogen og få hjelp til handling. I sammenligningen Loops har publisert, hadde økter der plattformen ble brukt, en observert kjøpskonvertering som var omtrent 83 % høyere enn i sammenligningsgruppen.

Dette resultatet må tolkes med varsomhet. Selskapet beskriver det uttrykkelig som observasjonsbasert, ikke som en måling fra et randomisert forsøk. Kunder som velger å bruke en assistent, kan allerede ha en annen kjøpsintensjon enn dem som ikke gjør det. Sammenligningen er et lovende signal det er verdt å undersøke, men den dokumenterer ikke at Loops alene førte til en økning i konverteringen på 83 %.

Moteaktøren Mavi er et annet konkret eksempel. De bruker Loops til KI-søk og handlehjelp knyttet til stil, anledning og passform. Disse løsningene illustrerer plattformens tiltenkte rolle på tvers av ulike produktkataloger, men spørsmål om implementeringsarbeid og gjentakbare økonomiske resultater må vente på framtidig rapportering.

Et utgangspunkt i detaljhandelen for vertikal KI

Selskapets opprinnelseshistorie gjenspeiler friksjonen det ønsker å fjerne. Medgründerne Ari Nazir og İlker Selim Zorluoğlu var på Bali da Zorluoğlu forsøkte å kjøpe en gave til sin unge datter, tok kontakt med forhandleren og ventet i flere timer på svar. Salget ble aldri gjennomført. Ifølge kunngjøringen bygde Nazir den første prototypen i løpet av en helg.

Loops ser nå på handel som det første bruksområdet i en bredere strategi: å bygge KI-systemer som er tett tilpasset kunnskapen, integrasjonene og arbeidsflytene i bestemte bransjer. Finansielle tjenester og energi er de neste planlagte områdene. Selskapet utvikler også spesialiserte funksjoner basert på små språkmodeller for oppgaver der domenekunnskap og begrensninger knyttet til utrulling taler for en mer fokusert modell.

Disse ambisjonene strekker seg utover dagens detaljhandelsprodukt og bør forstås som utviklingsplaner. Den umiddelbare prøven blir om Loops kan gjøre den sammenkoblede handleopplevelsen til pålitelige, gjentakbare utrullinger etter hvert som kundebasen vokser.

Såkornfinansieringen gir selskapet ressurser til å utføre dette arbeidet. Muligheten bygger på et konkret problem i detaljhandelen: å hjelpe en kunde med å gå fra en upresis beskrivelse av hva vedkommende ønsker seg, til et trygt kjøp, med korrekt informasjon og nyttig hjelp underveis.