Loop atrage 95 de milioane de dolari în seria C pentru a-și extinde platforma de inteligență artificială în lanțul de aprovizionare

Loop a strâns 95 de milioane de dolari în finanțare de serie C, condusă de Valor Equity Partners și Fondul Valor Atreides AI, în timp ce lucrează la scalarea platformei sale de inteligență artificială în logistică, finanțe și operațiuni de lanț de aprovizionare mai largi. Runda a inclus, de asemenea, participarea 8VC, Founders Fund, Index Ventures, J.P. Morgan Growth Equity Partners și Tao Capital Partners.

Creșterea are loc într-un moment în care lanțurile de aprovizionare se confruntă cu presiuni crescânde din cauza dinamicii comerciale în schimbare, a costurilor în creștere și a complexității crescânde a operațiunilor globale. Pentru multe întreprinderi, problema de bază nu este lipsa de instrumente, ci absența unei fundații de date consistente și fiabile în toate sistemele.

De ce lanțurile de aprovizionare rămân una dintre cele mai grele probleme ale inteligenței artificiale

Lanțurile de aprovizionare sunt în mod inerent fragmentate. Datele critice sunt răspândite în facturi, înregistrări de transport, contracte și multiple sisteme de întreprindere care rareori comunică curat unele cu altele. Chiar și procesele rutiniere, cum ar fi reconcilierea sau analiza costurilor, adesea depind de intervenția manuală.

Acest lucru creează o provocare structurală pentru implementarea inteligenței artificiale. Cele mai multe modele se bazează pe intrări structurate și de înaltă calitate, dar datele lanțului de aprovizionare sunt adesea inconsistente, incomplete sau blocate în infrastructura moștenită. Ca rezultat, chiar și sistemele de inteligență artificială bine proiectate se luptă să funcționeze eficient în medii logistice reale.

Construirea unui sistem de inteligență din date desconectate

Abordarea Loop se concentrează pe transformarea acestor date fragmentate într-un sistem unitar care poate susține atât automatizarea, cât și procesul de luare a deciziilor.

În loc să funcționeze ca o singură straturi de analiză, platforma ingerează date operaționale și financiare de pe întregul flux de lucru logistic, le standardizează și aplică modele specifice domeniului pentru a interpreta relațiile dintre transporturi, costuri și furnizori. Acest lucru permite întreprinderilor să treacă de la puncte de date izolate la o imagine operațională mai completă.

Un aspect cheie al acestei arhitecturi este capacitatea de a gestiona multiple formate de date simultan. Documentele, datele sistemului structurat și înregistrările semi-structurate sunt procesate în același flux, permițând o vizibilitate mai largă în sistemele anterior desconectate.

Rolul DUX: Modele construite pentru realitatea logisticii

La nucleul platformei se află DUX, o familie de modele și agenți proiectați special pentru medii de lanț de aprovizionare.

Aceste modele combină înțelegerea documentelor, prelucrarea datelor structurate și raționamentul specific domeniului. Acest lucru le permite să interpreteze date complexe de logistică, cum ar fi facturile și documentele de transport, menținând totodată conștientizarea contextului operațional mai larg.

DUX este, de asemenea, proiectat să ia măsuri, nu doar să genereze insight-uri. Prin legarea interpretării cu executarea, sistemul poate automatiza fluxuri de lucru precum auditarea, reconcilierea și alocarea costurilor, reducând dependența de procesele manuale care au dominat istoric sectorul.

De la auditul de transport la inteligența lanțului de aprovizionare full-stack

Platforma Loop a evoluat dintr-o focalizare inițială pe auditul de transport și plată, o zonă în care fragmentarea datelor și impactul financiar sunt deosebit de pronunțate.

Începerea în această nișă a oferit acces la date operaționale de înaltă valoare și a permis companiei să construiască sisteme capabile să gestioneze complexitatea lumii reale. De acolo, platforma s-a extins în domenii adiacente, cum ar fi achizițiile, gestionarea furnizorilor, conformitatea și operațiunile de depozitare.

Acest progres reflectă o tendință mai largă în inteligența artificială a întreprinderilor, în care rezolvarea unei probleme înguste, dar critice, creează fundația pentru extinderea într-un strat operațional mai larg.

Schimbarea mai largă către sistemele de inteligență artificială operațională

Tehnologii precum Loop indică o schimbare în modul în care inteligența artificială este aplicată în cadrul întreprinderilor. În loc să fie utilizate în primul rând pentru analiză sau raportare, sistemele de inteligență artificială sunt din ce în ce mai mult integrate direct în fluxurile de lucru operaționale.

În lanțurile de aprovizionare, acest lucru ar putea însemna reconcilierea continuă a datelor financiare și operaționale, detectarea automată a ineficiențelor și ajustări mai rapide la condițiile în schimbare. În timp, acest tip de sistem poate reduce dependența de ciclurile de raportare periodice și le poate înlocui cu procese de luare a deciziilor mai continue și în timp real.

În același timp, eficacitatea acestor sisteme va depinde în mare măsură de calitatea datelor, integrarea sistemelor și capacitatea de a funcționa fiabil într-o gamă largă de scenarii. Lanțurile de aprovizionare sunt medii dinamice, iar menținerea acurateței la scară rămâne o provocare tehnică semnificativă.

Ce înseamnă acest lucru pentru infrastructura întreprinderilor

Extinderea platformelor precum Loop sugerează o schimbare graduală în arhitectura întreprinderilor. Sistemele tradiționale, cum ar fi platformele ERP, TMS și WMS, au fost proiectate în primul rând pentru înregistrarea și prelucrarea tranzacțiilor. Straturile conduse de inteligență artificială încep să se situeze deasupra acestor sisteme, transformând înregistrările statice în intrări active pentru procesul de luare a deciziilor.

Dacă acest model continuă să se dezvolte, ar putea duce la un strat operațional mai unitar, în care datele financiare și logistice nu mai sunt tratate separat. În schimb, ele devin parte a unui sistem care se actualizează, se reconciliază și informează în mod continuu deciziile de afaceri.

Cu toate acestea, tranziția este puțin probabil să fie uniformă. Multe organizații încă se bazează pe sisteme moștenite profund înrădăcinate, iar integrarea inteligenței artificiale în aceste medii introduce atât complexitate tehnică, cât și organizatorică. Ritmul de adoptare va varia, probabil, în funcție de cât de eficient pot moderniza companiile infrastructura de date, menținând, în același timp, stabilitatea operațională.