Intervjuer
Melissa Bridgeford, medgrundare och VD för Wizard – Intervjuserie

Viktiga punkterWizards AI-agent levererar shoppbara resultat 100 % av tiden utan reklam, en…
Visa mer
- Wizards AI-agent levererar shoppbara resultat 100 % av tiden utan reklam, en nyckeldifferentiering på en trång marknad.
- Plattformens kuraterade toppfem-rekommendationer bekämpar konsumenternas valöverbelastning genom att balansera upptäckt med beslutsam handling.
- AI-agenter kommer att bli det primära shoppinggränssnittet innan 2030, vilket frikopplar konsumenterna från traditionella webbplatser och sökmotorer.
Melissa Bridgeford, medgrundare och VD för Wizard, är en erfaren entreprenör och investerare som fokuserar på att förändra digital handel genom AI-drivna upplevelser. Hon leder för närvarande Wizard, en AI-nativ shoppingagentplattform, och bygger vidare på sin tidigare framgång som grundare av Stylust, ett konversationsbaserat handelsföretag som senare förvärvades och blev grunden för Wizard. Innan hon gick in i startup-världen hade hon seniorroller inom finans, inklusive direktör på Guggenheim Partners och partner på Cain Hoy Enterprises, där hon utvecklade djup kunskap om investeringsstrategi och konsumentinriktad innovation.
Wizard är en AI-nativ shoppingagent som är utformad för att förenkla onlinehandel genom att fungera som en intelligent mellanhand mellan konsumenter och återförsäljare. Plattformen använder AI för att analysera produktdata, recensioner och bredare onlinesignaler för att leverera en liten, mycket relevant uppsättning rekommendationer snarare än att överväldiga användare med oändliga alternativ. Genom att möjliggöra för användare att söka, jämföra och slutföra köp inom en enda strömlinjeformad upplevelse syftar Wizard till att eliminera valöverbelastning och omdefiniera e-handel genom agentbaserad upptäckt och beslutsfattande.
Du grundade tidigare det konversationsbaserade handelsföretaget Stylust innan du lanserade Wizard tillsammans med Marc Lore. Vilka lärdomar från att bygga Stylust formade din vision för Wizard, och vad övertygade dig om att det var rätt tid att bygga en fullständigt AI-nativ shoppingagent?
Stylusts produkt var en AI Shopping Agent innan den termen existerade. Det kallades då konversationsbaserad handel, men samma produktvision – ett konversationsgränssnitt, med teknik som hittade de bästa produkterna från hela webben, och en gemensam kassafunktion. På Wizard har vi varit fokuserade på att bygga den bästa AI Shopping Agenten, och marknaden har nu kommit ikapp den visionen. Den agentbaserade handelseran har anlänt och Wizard är positionerad för att vinna den.
Wizard gick in i ett snabbt föränderligt fält av AI-handelsassistenter. Vilket gap i e-handelslandskapet gjorde dig säker på att det fortfarande fanns ett betydande outnyttjat marknadsutrymme för en ny aktör?
Wizard är den första AI-nativa agenten som är specialbyggd för e-handel. Vi tror att marknaden är vidöppen för den bästa AI Shopping Agenten för att få konsumenternas förtroende och slutligen deras uppmärksamhet och andel av deras inköp. De allmänna agenterna levererar en chatsupplevelse, inte en shoppingupplevelse – genererar sökresultat med länkar till produkter som går att köpa endast 9% av tiden. Och marketplace-agenterna genererar sökresultat som till 54% består av annonser. Wizard levererar sökresultat där produkterna går att köpa 100% av tiden med 0% annonser. Vi hittar den bästa produkten från hela webben, gör jobbet för att hjälpa dig fatta rätt beslut och tillhandahåller inbyggd kassafunktion, allt på en plats. Shopping gjord enkel.
Från ett tekniskt perspektiv, vilka arkitekturbeslut var nödvändiga för att bygga ett system som kan tolka komplexa shoppingfrågor och utvärdera produkter över hela webben?
Vi utformade medvetet Wizard för informationshämtning i realtid, med offlinebaserade processer för djupgående undersökningar så att rekommendationer inte behöver kompromissa med djup för hastighet. Parallellt utvecklade vi ett eget utvärderingsramverk tillsammans med våra modeller, vilket möjliggör kontinuerliga förbättringar av noggrannhet, stark observabilitet och mer rigorös shoppinginriktad validering än typiska allmänna agenter. AI-nativt byggt för e-handel betyder att Wizard löser de svåraste utmaningarna inom AI-driven handel.
Ditt system analyserar produktattribut, recensioner och redaktionella källor för att generera rekommendationer. Hur väger Wizards rankningssystem objektiva signaler som specifikationer och priser mot mer subjektiva indata som kundrecensioner och redaktionell kommentar?
Vårt system bygger på övertygelsen att användarpreferenser varierar mycket, så vi använder en sök- och rangordningsstrategi i flera steg som dynamiskt justerar relevans, kvalitet, popularitet och värdesignaler baserat på kundens samtalskontext och användningsfall. Med tusentals strukturerade produktdimensioner i vår katalog kan modellen anpassa rankningar till mycket specifika egenskaper samtidigt som den balanserar objektiv data (t.ex. specifikationer, pris) med subjektiva indata (t.ex. recensioner, tonen i det redaktionella materialet).
Wizard begränsar avsiktligt rekommendationer till de fem bästa produkterna snarare än att presentera hundratals resultat. Vilka insikter om konsumentbeteende ledde ditt team att anta detta tillvägagångssätt?
Vi kom fram till detta tillvägagångssätt genom snabb experimentering, kombinerat med användarintervjuer, testning och observation av verkligt beteende. Vi fann att fem resultat konsekvent gav den bästa balansen – förvandlade upplevelsen från traditionell sökning till något som känns mer som kuraterad magi. En fokuserad topplista på fem resultat minskar kognitiv överbelastning samtidigt som den bevarar valmöjligheter, och den fungerade bra för båda användartyperna: de som tycker om att utforska sortimentet och de som vill fatta ett snabbt och säkert beslut utan att behöva gå igenom hundratals alternativ.
AI-agenter börjar omforma hur konsumenter upptäcker och utvärderar produkter online. Ser du agentbaserad handel som kommer att ersätta traditionella sökbaserade e-handelsgränssnitt, eller kommer de två modellerna att utvecklas tillsammans?
Ja, AI-agenter kommer att ersätta webbplatser som det primära shoppinggränssnittet och koppla loss konsumenter från deras nuvarande beteende att handla över flera webbplatser, flikar och plattformar. Istället kommer konsumenter att gå till sin betrodda AI-agent för att upptäcka, fatta beslut och göra alla sina inköp på en plats.
Wizard lanserade nyligen integrationer för en inbyggd kassafunktion med stora återförsäljare, vilket tillåter användare att flytta från upptäckt till köp inom ett enda gränssnitt. Hur förändrar dessa integrationer relationen mellan återförsäljare, plattformar och konsumenter?
Återförsäljarintegrationer fördjupar relationen med återförsäljare från sökning till slutfört köp. På datasidan möjliggör integrationer att Wizard kan leverera högre precision och bättre synlighet för återförsäljarnas produktkataloger inom våra sökresultat för konsumenter att upptäcka. Wizard hjälper konsumenter att fatta beslut om den bästa produkten och – med våra återförsäljar-checkout-integrationer – slutföra köpet på en plats. Wizard guidar användare från upptäckt till köp inom ett enda gränssnitt, levererar den eftertraktade helhetsupplevelsen i den agentbaserade handelseran för konsumenter, samtidigt som den driver ökad ordervolym till våra återförsäljarpartner.
När AI-system i allt högre grad agerar som mellanhänder mellan shoppare och handlare, vilka incitament eller bekymmer har återförsäljare när de beslutar om att samarbeta med AI-handelsagenter?
Återförsäljare är angelägna om att samarbeta med AI-agenter eftersom de ser agenter som en ny distributionskanal i den agentbaserade handelseran, som kommer att driva ökad ordervolym direkt till återförsäljare. De har incitament att få sina produktkataloger synliga inom AI-agents sökresultat så att konsumenter kan upptäcka och köpa dem omedelbart. Dessutom är återförsäljare också motiverade att ta del av AI-agenternas dataanalyser, som innehåller värdefull information om konsumentbeteende och preferenser som kan hjälpa handlare att optimera sin produktpositionering för konsumenter att upptäcka och köpa.
Ditt system förlitar sig på stora mängder produktdata över många kategorier. Vilka är de största tekniska utmaningarna i att upprätthålla korrekt, uppdaterad och opartisk produktinformation i stor skala?
Att samla in den öppna webben till en sammanhållen marknadsplats där produkterna kan köpas direkt introducerar utmaningar med att skilja produkter åt, hålla information aktuell och säkerställa signalernas tillförlitlighet, särskilt när AI-genererat innehåll översvämmar webben. För att hantera detta har vi byggt ett kurateringsskikt som filtrerar bort skräp och lågkvalitetsinnehåll, samtidigt som vi integrerar direkt med toppåterförsäljare och datainmatningspipelines för att kontinuerligt uppdatera och validera produktdata i stor skala.
Om fem år, hur förväntar du dig att AI-agenter kommer att omforma e-handelsplattformar och påverka hur konsumenter fattar köpbeslut?
År 2030 kommer AI-agenter att ha majoritetsanvändning som det primära shoppinggränssnittet för konsumenter globalt. Konsumenter kommer att gå till sin betrodda AI-agent för att upptäcka, fatta beslut och slutföra köp på en plats, för alla sina shoppingbehov. Efter smart sökning och inbyggd kassafunktion är personanpassning den tredje pelaren som kommer att förstärka AI-agentupplevelsen med inte bara hyperpersonanpassade sökresultat, utan också proaktiva och prediktiva shoppingförslag – som att det är din frus födelsedag nästa månad och här är tre presenter hon kommer att älska, och du kan köpa dem alla på en gång. Wizard kommer att lära sig dina vanor, fritidsaktiviteter, milstolpar och livsstil för att ligga ett steg före, förutsäga exakt vad du behöver innan du ens behöver fråga.
Tack för den underbara intervjun, alla som är intresserade av hur AI-agenter omformar produktupptäckt, beslutsfattande och e-handelns framtid bör utforska Wizard.












