Loop Зберігає $95M Серії C Для Розширення Своїх Платформ AI По Усьому Ланцюгу Постачання

Loop зібрав $95 мільйонів у фінансуванні Серії C, під керівництвом Valor Equity Partners та фонду Valor Atreides AI, оскільки він працює над масштабуванням своєї платформи AI по логістиці, фінансах та ширшому ланцюгу постачання. Раунд також включав участь 8VC, Founders Fund, Index Ventures, J.P. Morgan Growth Equity Partners та Tao Capital Partners.

Збір коштів відбувається в той час, коли ланцюги постачання піддаються зростаючому тиску з боку зміни динаміки торгівлі, зростання витрат та зростання складності глобальних операцій. Для багатьох підприємств основною проблемою не є відсутність інструментів, а відсутність послідовної, надійної бази даних по системах.

Чому Ланцюги Постачання залишаються однією з Найскладніших Проблем AI

Ланцюги постачання є вроджено фрагментованими. Критична інформація розкидана по інвойсах, записах про відправлення, контрактах та多численних підприємств систем, які рідко спілкуються чисто один з одним. Навіть звичайні процеси, такі як узгодження або аналіз витрат, часто залежать від ручного втручання.

Це створює структурну проблему для розгортання AI. Більшість моделей залежать від структурованих, високоякісних входів, однак дані ланцюга постачання часто є несумісними, неповними або заблокованими всередині спадкової інфраструктури. В результаті навіть добре спроектовані системи AI борються з ефективною роботою в реальних логістичних середовищах.

Будування Системи Інтелекту з Від’єднаних Даних

Підхід Loop центрується на перетворенні цих фрагментованих даних у єдину систему, яка може підтримувати як автоматизацію, так і процес прийняття рішень.

Натомість операції як окремий аналітичний шар, платформа приймає операційні та фінансові дані з логістичних потоків, стандартизує їх та застосовує моделі, специфічні для галузі, для інтерпретації відносин між відправленнями, витратами та постачальниками. Це дозволяє підприємствам переходити від ізольованих даних до більш повної картини операцій.

Ключовим аспектом цієї архітектури є можливість обробляти декілька форматів даних одночасно. Документи, структуровані дані систем та напівструктуровані записи обробляються в одному потоці, що забезпечує ширшу видимість по раніше від’єднаних системах.

Роль DUX: Моделі, Розроблені для Реальності Логістики

У центрі платформи знаходиться DUX, сім’я моделей та агентів, розроблених спеціально для середовищ ланцюга постачання.

Ці моделі поєднують розуміння документів, обробку структурованих даних та специфічне для галузі міркування. Це дозволяє їм інтерпретувати складні логістичні дані, такі як інвойси та документи про відправлення, при цьому зберігаючи свідомість ширшого оперативного контексту.

DUX також розроблений для дії, а не тільки для генерації ідей. З’єднавши інтерпретацію з виконанням, система може автоматизувати робочі процеси, такі як аудит, узгодження та розподіл витрат, зменшуючи залежність від ручних процесів, які історично домінували в цій сфері.

Від Аудиту Вантажу до Повністю-Стекового Інтелекту Ланцюга Постачання

Платформа Loop еволюціонувала з початкового акценту на аудит вантажу та оплату, області, де фрагментація даних та фінансовий вплив особливо виражені.

Початок у цій ніші забезпечив доступ до високоцінних операційних даних та дозволив компанії побудувати системи, здатні обробляти реальну складність. Звідти платформа розширилася до сусідніх областей, таких як закупівлі, управління постачальниками, дотримання вимог законодавства та операції з складуванням.

Цей прогрес відображає ширший патерн у корпоративному AI, де розв’язання вузької, але критичної проблеми створює основу для розширення до ширшого оперативного шару.

Ширший Зміст До Операційних Систем AI

Технології, такі як платформа Loop, вказують на зміну того, як AI застосовується в підприємствах. Замість того, щоб використовуватися в основному для аналізу чи звітності, системи AI все частіше вбудовуються безпосередньо в оперативні робочі процеси.

У ланцюгах постачання це може означати безперервне узгодження фінансових та оперативних даних, автоматичне виявлення неефективності та швидші коригування умов. З часом така система може зменшити залежність від періодичних звітних циклів та замінити їх більш безперервними, реальними процесами прийняття рішень.

Водночас ефективність цих систем буде залежати сильно від якості даних, інтеграції систем та здатності працювати надійно в широкому діапазоні сценаріїв. Ланцюги постачання є динамічними середовищами, і підтримання точності у масштабі залишається значною технічною проблемою.

Що Це Значить для Інфраструктури Підприємства

Розширення платформ, таких як Loop, свідчить про поступову зміну в архітектурі підприємства. Традиційні системи, такі як платформи ERP, TMS та WMS, були розроблені в основному для ведення записів та обробки транзакцій. Шари, керовані AI, починають розміщуватися поверх цих систем, перетворюючи статичні записи на активні входи для прийняття рішень.

Якщо ця модель продовжить розвиватися, вона може привести до більш уніфікованого оперативного шару, де фінансові та логістичні дані більше не обробляються окремо. Замість цього вони стають частиною єдиної системи, яка безперервно оновлює, узгоджує та інформує бізнес-рішення.

Однак переходу навряд чи буде уніформним. Багато організацій все ще залежать від глибоко вкорінених спадкових систем, і інтеграція AI у ці середовища вводить як технічну, так і організаційну складність. Темп прийняття, ймовірно, буде варіюватися залежно від того, наскільки ефективно компанії зможуть модернізувати свою інфраструктуру даних, зберігаючи при цьому оперативну стабільність.