Loops привлекает 3,5 млн долларов на посевном раунде, чтобы объединить поиск на базе ИИ, помощь в покупках и данные розничной торговли

Найти товар в интернете легко. Но понять, подходит ли он, по-прежнему бывает непросто: приходится переключаться между результатами поиска, таблицами размеров, страницами товаров и обращением в поддержку, где разговор начинается с нуля. Loops делает ставку на то, что ритейлерам нужен единый интеллектуальный слой, связывающий все эти этапы.

Loops объявила о привлечении 3,5 млн долларов в рамках посевного раунда от a16z speedrun, NTT Docomo, Connecticut Innovations, Alumni Ventures и Monday Capital. Компания планирует направить средства на разработку продукта, расширение возможностей по внедрению решений у клиентов и международную экспансию, развивая то, что она называет операционной системой на базе ИИ для торговли.

Платформа объединяет поиск, подбор товаров, помощь в покупках, обслуживание клиентов, обогащение данных о товарах и виртуальную примерку. Основная идея заключается в том, что эти возможности становятся полезнее, если опираются на общие сведения о каталоге ритейлера, особенностях его бизнеса и пути клиента.

Как объединить составляющие покупок с помощью ИИ

Ритейлер может внедрить эффективную поисковую систему, но покупатели всё равно будут сталкиваться с вопросами, на которые не находят ответа. Можно добавить диалогового помощника, однако ему понадобятся точные сведения о товарах и информация о том, что покупатель уже рассматривал. Ещё одно приложение означает ещё одну интеграцию, которую нужно поддерживать.

Loops стремится устранить эту разрозненность с помощью единого базового слоя. В анонсе описан цикл, в котором более полные данные каталога улучшают поиск, поиск передаёт контекст помощнику по покупкам, а диалоги выявляют недостающую информацию о товарах, которую можно добавить с помощью обогащения данных.

Представьте покупателя, который ищет наряд для свадьбы на открытом воздухе в рамках определённого бюджета. Чтобы понять такой запрос, недостаточно найти слово «свадьба». Эффективная система должна учитывать повод, предел цены, стилевые предпочтения и характеристики товара, а затем сохранять этот контекст, когда покупатель спрашивает о посадке или альтернативных вариантах. Именно такой связанный пользовательский опыт стремится создать Loops.

В описаниях продуктов компании говорится, что AI Search интерпретирует целые предложения, поводы, бюджеты и ограничения. Loops также сообщает, что результаты можно ранжировать с учётом целей ритейлера по выручке и марже. Это важное решение на этапе разработки продукта: коммерческие цели могут влиять на то, какие подходящие товары будут показаны первыми наряду с релевантностью запросу.

Данные каталога — основа системы

Большая часть работы выполняется ещё до того, как покупатель задаст вопрос. В каталогах товаров часто встречаются неполные описания и отсутствующие характеристики. Если не указаны материал изделия, его посадка или инструкции по уходу, помощник не сможет надёжно ответить на вопросы об этих свойствах, как бы уверенно он ни звучал.

По словам компании, функция обогащения данных о товарах в Loops дополняет недостающую структуру каталога, описания и характеристики. В анонсе она представлена как основа, помогающая и поиску, и помощнику ориентироваться в ассортименте. Более структурированная информация упрощает поиск товаров и сравнение между разными интерфейсами.

Затем помощник по покупкам помогает клиентам принимать решения, используя сведения из каталога, например о наличии, размерах и правилах обслуживания. Loops сообщает о внедрениях на сайтах ритейлеров, в мобильных приложениях и WhatsApp. Marketplace Assistant отвечает на вопросы о товарах на торговых площадках, включая Trendyol, используя каталог ритейлера и голос его бренда.

Виртуальная примерка добавляет к этому процессу визуальный компонент. По словам Loops, покупатели могут загрузить фотографию и посмотреть, как товары будут выглядеть на них, прежде чем принять решение о покупке. Визуальная симуляция и рекомендации по посадке могут помочь оценить товар, однако из анонса не следует, что они гарантируют физически точную посадку или позволяют полностью избежать возвратов.

Более широкий технический принцип здесь — оркестрация: координация специализированных возможностей на основе общей информации. В анонсе компания не раскрыла достаточно архитектурных подробностей, чтобы можно было независимо оценить используемый набор моделей, методы проверки качества или то, как сохраняется весь контекст о клиентах при переходе между каналами.

Что показывают первые данные о клиентах

По данным Loops, у компании более 70 клиентов и пилотных проектов, через платформу прошло несколько миллионов взаимодействий с покупателями, а 64% пилотных проектов перешли в стадию платного сотрудничества. Эти цифры свидетельствуют о первых коммерческих успехах, хотя в анонсе не приведены размеры соответствующих групп, периоды наблюдения или суммы контрактов, необходимые для более подробной оценки.

В анонсе среди пользователей платформы названа турецкая сеть супермаркетов A101, применяющая её для навигации по каталогу и помощи в покупках. В опубликованном Loops сравнении наблюдаемая конверсия в покупку в сессиях с использованием платформы была примерно на 83% выше, чем в контрольном сегменте.

Этот результат следует интерпретировать осторожно. Компания прямо указывает, что он получен на основе наблюдений, а не рандомизированного измерения. Покупатели, которые решают воспользоваться помощником, могут изначально иметь более выраженное намерение совершить покупку, чем те, кто им не пользуется. Это обнадёживающий сигнал, заслуживающий дальнейшего изучения, но он не доказывает, что именно Loops обеспечила рост конверсии на 83%.

Модный ритейлер Mavi — еще один конкретный пример: компания использует Loops для поиска с помощью ИИ и помощи при выборе товаров с учетом стиля, повода и посадки. Эти внедрения помогают показать, какую роль платформа призвана играть в работе с разными каталогами, однако вопросы о трудозатратах на внедрение и воспроизводимости финансовых результатов пока остаются открытыми и требуют освещения в будущих публикациях.

Розничная торговля как отправная точка для вертикального ИИ

История создания компании отражает проблему, которую она стремится устранить. Сооснователи Ари Назир и İlker Selim Zorluoğlu находились на Бали, когда Zorluoğlu попытался купить подарок для своей маленькой дочери, связался с продавцом и несколько часов ждал ответа. Сделка так и не состоялась. Согласно объявлению, Назир создал первый прототип за одни выходные.

Теперь Loops рассматривает торговлю как первое применение более широкой стратегии: создания ИИ-систем с учетом отраслевых знаний, интеграций и рабочих процессов. Следующими запланированными направлениями станут финансовые услуги и энергетика. Компания также разрабатывает специализированные возможности на основе малых языковых моделей для задач, в которых отраслевые знания и ограничения развертывания делают предпочтительной более узкоспециализированную модель.

Эти амбиции выходят за рамки нынешнего продукта для розничной торговли, и их следует рассматривать как планы развития. Ближайшая задача — выяснить, сможет ли Loops обеспечить надежное и воспроизводимое внедрение своего комплексного решения для покупок по мере роста клиентской базы.

Посевное финансирование дает компании ресурсы для этой работы. Ее возможности связаны с решением практической проблемы розничной торговли: помочь покупателю перейти от неточного описания желаемого товара к уверенному решению о покупке, предоставляя точную информацию и полезную помощь на каждом этапе.