Loop pozyskuje 95 mln dolarów w ramach rundy C, aby rozszerzyć swoją platformę AI na łańcuch dostaw

Loop pozyskał 95 milionów dolarów w ramach rundy C, pod przewodnictwem Valor Equity Partners i funduszu Valor Atreides AI, gdy pracuje nad skalowaniem swojej platformy AI na logistykę, finanse i szersze operacje łańcucha dostaw. Runda ta obejmowała również udział 8VC, Founders Fund, Index Ventures, J.P. Morgan Growth Equity Partners oraz Tao Capital Partners.

Wzrost ten następuje w momencie, gdy łańcuchy dostaw są pod wpływem zmieniających się dynamik handlu, rosnących kosztów oraz rosnącej złożoności operacji globalnych. Dla wielu przedsiębiorstw podstawowym problemem nie jest brak narzędzi, ale brak spójnej, niezawodnej bazy danych na wszystkich systemach.

Dlaczego łańcuchy dostaw pozostają jednym z najtrudniejszych problemów AI

Łańcuchy dostaw są z natury fragmentowane. Krytyczne dane są rozproszone na fakturach, rekordach wysyłki, umowach i wielu systemach przedsiębiorstw, które rzadko komunikują się czysto ze sobą. Nawet rutynowe procesy, takie jak rekonsolidacja lub analiza kosztów, często zależą od interwencji ręcznej.

To tworzy strukturalne wyzwanie dla wdrożenia AI. Większość modeli opiera się na strukturalnych, wysokiej jakości danych wejściowych, ale dane łańcucha dostaw są często niespójne, niepełne lub zamknięte w starszych infrastrukturach. W wyniku tego nawet dobrze zaprojektowane systemy AI mają trudności z efektywnym działaniem w środowiskach logistycznych.

Budowanie systemu inteligencji z rozłącznych danych

Podejście Loop opiera się na przekształceniu tych rozproszonych danych w zintegrowany system, który może wspierać zarówno automatyzację, jak i podejmowanie decyzji.

Zamiast działać jako warstwa analityczna, platforma pobiera dane operacyjne i finansowe z całego procesu logistycznego, standaryzuje je i stosuje modele specyficzne dla danej dziedziny, aby zinterpretować relacje między wysyłkami, kosztami i dostawcami. Pozwala to przedsiębiorstwom przechodzić od izolowanych punktów danych do bardziej kompletnego obrazu operacyjnego.

Kluczowym aspektem tej architektury jest możliwość obsługi wielu formatów danych jednocześnie. Dokumenty, strukturalne dane systemowe i półstrukturalne rekordy są wszystkie przetwarzane w tym samym potoku, umożliwiając szerszą widoczność w poprzednio rozłącznych systemach.

Rola DUX: Modele zbudowane dla rzeczywistości logistycznej

W sercu platformy znajduje się DUX, rodzina modeli i agentów zaprojektowanych specjalnie dla środowisk łańcucha dostaw.

Te modele łączą zrozumienie dokumentów, przetwarzanie strukturalnych danych i rozumowanie specyficzne dla danej dziedziny. Pozwala to na interpretację złożonych danych logistycznych, takich jak faktury i dokumenty wysyłki, przy jednoczesnym utrzymaniu świadomości szerszego kontekstu operacyjnego.

DUX jest również zaprojektowany do podejmowania działań, a nie tylko generowania informacji. Łącząc interpretację z wykonaniem, system może automatyzować procesy robocze, takie jak audyt, rekonsolidacja i alokacja kosztów, zmniejszając zależność od procesów ręcznych, które historycznie dominowały w sektorze.

Od audytu frachtu do pełnej inteligencji łańcucha dostaw

Platforma Loop ewoluowała z początkowego skupienia na audycie frachtu i płatności, obszarze, w którym fragmentacja danych i wpływ finansowy są szczególnie wyraźne.

Początek w tym obszarze zapewnił dostęp do wysoko wartościowych danych operacyjnych i pozwolił firmie zbudować systemy zdolne do radzenia sobie z rzeczywistą złożonością. Od tego momentu platforma rozwinęła się w sąsiednie obszary, takie jak zakupy, zarządzanie dostawcami, zgodność i operacje magazynowe.

Ten postęp odzwierciedla szerszy trend w przedsiębiorstwach AI, gdzie rozwiązanie wąskiego, ale krytycznego problemu tworzy podstawę do ekspansji w szerszą warstwę operacyjną.

Szerszy trend w kierunku systemów operacyjnych AI

Technologie takie jak Loop wskazują na zmianę w sposobie, w jaki AI jest stosowane w przedsiębiorstwach. Zamiast być używanym głównie do analizy lub raportowania, systemy AI są coraz częściej wbudowywane bezpośrednio w procesy robocze.

W łańcuchach dostaw może to oznaczać ciągłą rekonsolidację danych finansowych i operacyjnych, automatyczne wykrywanie nieefektywności i szybsze dostosowania do zmieniających się warunków. Z czasem tego typu system może zmniejszyć zależność od cykli raportowania okresowego i zastąpić je bardziej ciągłymi, rzeczywistymi procesami decyzyjnymi.

Jednocześnie skuteczność tych systemów będzie w dużej mierze zależała od jakości danych, integracji systemów i zdolności do działania niezawodnie w szerokim zakresie scenariuszy. Łańcuchy dostaw są dynamicznymi środowiskami, a utrzymanie dokładności w skali pozostaje znaczącym wyzwaniem technicznym.

Co to oznacza dla infrastruktury przedsiębiorstw

Rozszerzenie platform takich jak Loop sugeruje stopniową zmianę w architekturze przedsiębiorstw. Tradycyjne systemy, takie jak platformy ERP, TMS i WMS, zostały zaprojektowane głównie do prowadzenia rejestrów i przetwarzania transakcji. Warstwy napędzane AI zaczynają być umieszczane na górze tych systemów, przekształcając statyczne rekordy w aktywne dane wejściowe do podejmowania decyzji.

Jeśli ten model będzie się dalej rozwijał, może to doprowadzić do bardziej zintegrowanej warstwy operacyjnej, w której dane finansowe i logistyczne nie są już traktowane oddzielnie. Zamiast tego stają się częścią jednego systemu, który ciągle aktualizuje, rekonsoliduje i informuje decyzje biznesowe.

Jednak przejście to nie jest prawdopodobne, aby było jednolite. Wiele organizacji nadal opiera się na głęboko zakorzenionych systemach legacy, a integracja AI z tymi środowiskami wprowadza zarówno techniczną, jak i organizacyjną złożoność. Tempo przyjęcia będzie prawdopodobnie zależało od tego, jak skutecznie firmy będą mogły zmodernizować swoją infrastrukturę danych, utrzymując przy tym stabilność operacyjną.