Loops tar in 3,5 miljoner dollar i såddfinansiering för att koppla samman AI-sökning, shoppingassistans och detaljhandelsdata

Det är enkelt att hitta en produkt på nätet. Men att avgöra om den är rätt kan fortfarande innebära att man växlar mellan sökresultat, storleksguider, produktsidor och ett kundtjänstsamtal där man måste börja om från början. Loops satsar på att återförsäljare behöver ett gemensamt intelligenslager som knyter samman dessa steg.

Loops har meddelat att bolaget tagit in 3,5 miljoner dollar i en såddfinansieringsrunda från a16z speedrun, NTT Docomo, Connecticut Innovations, Alumni Ventures och Monday Capital. Företaget planerar att använda finansieringen till produktutveckling, kapacitet för kundimplementeringar och internationell expansion, samtidigt som det bygger vad företaget kallar ett AI-operativsystem för handel.

Plattformen samlar sökning, produktupptäckt, shoppingassistans, kundtjänst, produktberikning och virtuell provning. Kärnan i erbjudandet är att dessa funktioner blir mer användbara när de delar kunskap om återförsäljarens produktkatalog, affärssammanhang och kundresa.

Så kopplas delarna i AI-baserad shopping samman

En återförsäljare kan införa en kraftfull sökmotor och ändå lämna kunderna med obesvarade frågor. Företaget kan lägga till en konversationsbaserad assistent, men den behöver korrekta produktuppgifter och sammanhang om vad kunden redan har övervägt. Ytterligare en applikation innebär ytterligare en integration att underhålla.

Loops vill komma till rätta med denna fragmentering genom ett gemensamt underliggande lager. Enligt tillkännagivandet bildar funktionerna en cykel där bättre katalogdata förbättrar sökningen, sökningen förser shoppingassistenten med sammanhang och samtalen blottlägger saknad produktinformation som kan kompletteras genom produktberikning.

Tänk dig en kund som letar efter en outfit till ett utomhusbröllop inom en viss budget. För att förstå önskemålet räcker det inte att matcha ordet ”bröllop”. Ett användbart system behöver tolka tillfället, prisgränsen, stilpreferenserna och produktegenskaperna och sedan behålla sammanhanget när kunden frågar om passform eller alternativ. Det är den typen av sammanhängande upplevelse Loops vill skapa.

Företagets produktbeskrivningar förklarar att AI Search tolkar hela meningar, tillfällen, budgetar och begränsningar. Loops uppger också att resultaten kan rangordnas utifrån återförsäljarens mål för intäkter och marginaler. Det är ett betydelsefullt produktdesignval: kommersiella mål kan påverka vilka lämpliga produkter som visas först, vid sidan av hur väl de motsvarar sökningen.

Katalogdata utgör grunden

Mycket av arbetet sker innan kunden ställer en fråga. Produktkataloger innehåller ofta ojämnt utformade beskrivningar och saknade attribut. Om information om ett plaggs material, passform eller skötsel saknas kan en välformulerad assistent inte ge tillförlitliga svar om detaljerna bara genom att låta självsäker.

Enligt företaget kompletterar Loops funktion Product Enrichment katalogens saknade struktur, beskrivningar och attribut. I lanseringsinformationen beskrivs detta som grunden som hjälper både sökfunktionen och assistenten att förstå sortimentet. Mer strukturerad information kan göra det enklare att hitta och jämföra produkter i olika gränssnitt.

Shoppingassistenten vägleder sedan kunder genom olika beslut med hjälp av kataloginformation om exempelvis lagerstatus, storlekar och villkor. Loops beskriver hur tjänsten kan användas på återförsäljarens webbplats, i mobilappen och på WhatsApp. Marketplace Assistant besvarar produktfrågor på marknadsplatser, däribland Trendyol, med hjälp av återförsäljarens katalog och varumärkets tonalitet.

Virtuell provning tillför en visuell dimension till kundresan. Enligt Loops kan kunder använda ett foto för att se hur produkter ser ut på dem innan de bestämmer sig. Visuell simulering och vägledning om passform kan hjälpa människor att bedöma en produkt, men tillkännagivandet visar inte att någon av funktionerna garanterar fysisk passform eller eliminerar returer.

Den bredare tekniska poängen handlar om orkestrering: att samordna specialiserade funktioner kring gemensam information. Företaget har inte lämnat tillräckligt detaljerad information om arkitekturen i tillkännagivandet för att det självständigt ska gå att bedöma dess modellstack, utvärderingsmetoder eller hur kundsammanhang bevaras mellan kanaler.

Vad de tidiga kundsiffrorna visar

Loops uppger att företaget har fler än 70 kunder och pilotprojekt, har hanterat miljontals shoppingupplevelser och att 64 % av pilotprojekten har övergått till betalande kunder. Siffrorna tyder på tidiga kommersiella framgångar, men tillkännagivandet innehåller inte uppgifter om underliggande gruppstorlekar, tidsperioder eller avtalsvärden som behövs för en mer ingående bedömning.

I lanseringsinformationen nämns den turkiska stormarknadskedjan A101 som användare av plattformen för att navigera i katalogen och få shoppingassistans. I Loops publicerade jämförelse hade sessioner där plattformen användes ungefär 83 % högre observerad konverteringsgrad till köp än jämförelsesegmentet.

Resultatet bör tolkas försiktigt. Företaget beskriver det uttryckligen som observationer, inte som en randomiserad mätning. Kunder som väljer att använda en assistent kan redan från början ha en annan köpavsikt än de som inte gör det. Jämförelsen är en uppmuntrande signal som är värd att undersöka, men den visar inte att Loops ensamt orsakade en ökning av konverteringsgraden med 83 %.

Modeåterförsäljaren Mavi är ett annat exempel som nämns och använder Loops för AI-sökning och shoppinghjälp kring stil, tillfällen och passform. De här tillämpningarna visar vilken roll plattformen är tänkt att spela i olika produktkataloger, men frågor om implementeringsinsatser och återkommande ekonomiska resultat får vänta på framtida rapportering.

En startpunkt inom detaljhandeln för vertikal AI

Företagets ursprungshistoria speglar den friktion som det vill undanröja. Medgrundarna Ari Nazir och İlker Selim Zorluoğlu var på Bali när Zorluoğlu försökte köpa en present till sin unga dotter, kontaktade återförsäljaren och väntade i flera timmar på svar. Köpet blev aldrig av. Enligt tillkännagivandet byggde Nazir den första prototypen under en helg.

Loops ser nu handeln som den första tillämpningen av en bredare strategi: att bygga AI-system med djup förankring i kunskapen, integrationerna och arbetsflödena inom specifika branscher. Finanssektorn och energisektorn är de nästa planerade områdena. Företaget utvecklar också specialiserade funktioner för små språkmodeller för uppgifter där domänkunskap och begränsningar vid driftsättning talar för en mer fokuserad modell.

De ambitionerna sträcker sig bortom den nuvarande detaljhandelsprodukten och bör betraktas som utvecklingsplaner. Det omedelbara testet är om Loops kan omvandla sin sammanhängande shoppingupplevelse till tillförlitliga och repeterbara driftsättningar i takt med att kundbasen växer.

Såddfinansieringen ger företaget resurser att driva det arbetet vidare. Möjligheten bygger på ett konkret problem inom detaljhandeln: att hjälpa en kund att gå från en ofullständig beskrivning av vad hen vill ha till ett tryggt köp, med korrekt information och användbar hjälp hela vägen.