Finansiering
Wilgot tar in 3 miljoner dollar i såddfinansiering för att förbättra produkters synlighet i AI-shopping

Viktiga punkterWilgot omvandlar befintliga kundförfrågningar och recensioner till rikare produktdata…
Visa mer
- Wilgot omvandlar befintliga kundförfrågningar och recensioner till rikare produktdata som AI-assistenter kan agera på.
- Plattformens återkopplingsslinga optimerar innehåll för synlighet och konvertering men kan inte styra vad oberoende assistenter rekommenderar.
- Wilgots tidiga kundresultat saknar redovisade mätperioder så de signalerar löfte snarare än bevisade riktmärken.
Wilgot har tagit in 3 miljoner dollar i såddfinansiering för att hjälpa återförsäljare att göra sina produkter lättare att hitta, förstå och rekommendera för AI-shoppingassistenter. Det Stockholmsbaserade startupbolaget utvecklar det som företaget kallar agentisk produktoptimering, eller APO: programvara som omvandlar kundkunskap till mer innehållsrik produktinformation och kontinuerligt anpassar innehållet när shoppingbeteendet förändras.
Industrifonden ledde finansieringsrundan, som Wilgot också beskriver som 30 miljoner kronor. Bland deltagarna fanns Luminar Ventures, Foundry Ventures, Ventures Together och Inovexus. Bland ängelinvesterarna fanns Voyados grundare Johan Bäckarlin och Johan Hjelte samt Niclas Mollin, grundare av inriver och Occtoo.
Bolaget ska använda kapitalet till att utveckla sin plattform och utöka sin kommersiella räckvidd. Anders Nygren från Foundry Ventures och Andreas Söneby från Industrifonden tar plats i bolagets styrelse.
Så omvandlas kundkunskap till produktinformation
En kund som ber en assistent om en present till någon som tycker om att vandra beskriver ett användningsområde, snarare än att nämna en produkt. För att en återförsäljare ska kunna dyka upp i ett användbart svar behöver produktkatalogen förklara vilka produkter som passar i den situationen och varför. Ett foto och en kort marknadsföringstext kanske inte besvarar alla viktiga frågor.
Wilgot utgår från information som återförsäljare redan har: sökfrågor, kundrecensioner, supportärenden och returer. Dessa källor kan visa vad som motiverar köp, vilka frågor som återkommer och var kundernas förväntningar inte stämmer överens med vad en produkt levererar. Plattformen omvandlar insikterna till produktsidor, produktflöden, vanliga frågor och strukturerad data.
Återkommande frågor om hur en sko sitter kan till exempel tyda på att informationen om storlekar är bristfällig. När verifierad vägledning uttrycks tydligt får både kunden och söksystemet bättre underlag. Värdet ligger i att hitta en relevant uppgift och koppla den till rätt produkt, inte bara i att skapa en längre beskrivning.
Wilgot beskriver APO som ett aktivt lager för förbättringar. Verktyg för att övervaka synlighet kan visa om ett varumärke förekommer i en assistents svar, medan produktinformationssystem lagrar och distribuerar katalogposter. Wilgot fokuserar på att förändra den information som systemen och assistenterna i slutändan använder.
En återkopplingsloop mellan upptäckt och konvertering
På företagets webbplats beskrivs tre steg: att identifiera efterfrågesignaler, skapa produktinnehåll och mäta resultaten. Innehållet omfattar titlar, beskrivningar, attribut och vanliga frågor, och skapas på det relevanta språket. Optimeringsloopen följer synlighet, engagemang och konverteringsresultat på Google och i AI-sökningar och använder sedan dessa signaler för att uppdatera innehållet.
Wilgot uppger att lösningen är utformad för produktkataloger med tiotusentals produkter. Enligt finansieringsmeddelandet använder plattformen förstärkningsinlärning för att förbättra produktinformationen utifrån återkoppling om resultat och stöder innehåll på fler än 100 språk.
I praktiken ger återkopplingsloopen systemet möjlighet att lära sig vilka ändringar som är användbara efter att innehållet har publicerats. I meddelandet beskrivs varken belöningsfunktionen eller modellarkitekturen, så dessa detaljer ingår inte i den offentliga beskrivningen. Den påstådda inlärningen sker i Wilgots optimeringsprocess; det innebär inte att en återförsäljare direkt kan träna om ChatGPT eller avgöra vad en fristående assistent rekommenderar.
Strukturerad produktinformation har redan en konkret roll i sökresultat. Googles dokumentation om produktannonser förklarar hur märkning med Product och Offer kan göra uppgifter som pris, tillgänglighet, frakt och returer tillgängliga i shoppingupplevelser. Det visar hur viktigt det är att ange produktfakta tydligt, men möjligheten att visas i en sökfunktion är inte detsamma som en garanterad rekommendation.
Den bredare frågan är välbekant inom förberedelse av produktdata för AI-shopping: även välformulerade svar är beroende av korrekta underliggande uppgifter. Ett innehållssystem måste upprätthålla skillnaden mellan en verifierad specifikation, en kunds åsikt och en bedömning av hur lämplig produkten är. Annars kan ökad synlighet för en produkt också göra att ett påstående utan grund sprids längre.
Tidiga kunder och grundarteamet
Wilgot nämner Daniel Wellington, J.Lindeberg, Myrqvist och Signify bland sina kunder. Enligt finansieringsmeddelandet ökade nettoförsäljningen med 20 % på Daniel Wellingtons produktsidor som Wilgot har optimerat, medan 7 % av Myrqvists kunder nu kommer via ChatGPT.
Siffrorna beskriver olika resultat: den ena gäller försäljningen på utvalda produktsidor, medan den andra gäller en kanal för kundanskaffning. I meddelandet anges varken mätperioder eller försöksupplägg. De ger tidiga kommersiella signaler, snarare än ett enhetligt riktmärke som gäller för alla återförsäljare.
Wilgot grundades 2024 och samlar medgrundaren och vd:n Erik Wikander, medgrundaren och AI-forskaren Dr. Mhairi Dunion samt medgrundaren och teknikchefen Oleg Danylenko. Wikander var tidigare marknadschef på Lendify. Dunion har en doktorsexamen med inriktning på djup förstärkningsinlärning från University of Edinburgh, medan Danylenko har erfarenhet av datavetenskap från Klarna, IKEA och Teemyco.
”Varumärken lägger för mycket tid på att mäta om AI-assistenter nämner dem och för lite tid på att ge AI en anledning att rekommendera deras produkter”, säger Wikander i tillkännagivandet.
Såddrundan ger Wilgot resurser att bredda erbjudandet bortom den tidiga kundbasen. Möjligheten ligger i att koppla samman kunskapen som finns utspridd i en återförsäljares kundinteraktioner med de produktuppgifter som påverkar vilka produkter kunderna hittar. När shoppinggränssnitten blir mer konversationsbaserade blir det i sig en kommersiell uppgift att göra den kunskapen korrekt, tillgänglig och användbar.












