Loops huy động 3,5 triệu USD vòng hạt giống để kết nối tìm kiếm AI, hỗ trợ mua sắm và dữ liệu bán lẻ

Tìm một sản phẩm trên mạng thì dễ. Nhưng để quyết định sản phẩm đó có phù hợp hay không, khách hàng vẫn có thể phải chuyển qua lại giữa kết quả tìm kiếm, bảng kích cỡ, trang sản phẩm và cuộc trò chuyện với bộ phận hỗ trợ mà trong đó họ phải bắt đầu lại từ đầu. Loops đặt cược rằng các nhà bán lẻ cần một lớp trí tuệ chung kết nối những trải nghiệm này.

Loops thông báo đã huy động được 3,5 triệu USD trong vòng hạt giống từ a16z speedrun, NTT Docomo, Connecticut Innovations, Alumni Ventures và Monday Capital. Công ty dự định sử dụng khoản vốn này để phát triển sản phẩm, tăng năng lực triển khai cho khách hàng và mở rộng ra quốc tế trong quá trình xây dựng hệ điều hành AI cho thương mại, như cách công ty gọi sản phẩm này.

Nền tảng kết hợp tìm kiếm, khám phá sản phẩm, hỗ trợ mua sắm, vận hành dịch vụ khách hàng, làm phong phú thông tin sản phẩm và thử đồ ảo. Giá trị cốt lõi của nền tảng là các khả năng này sẽ hữu ích hơn khi cùng khai thác kiến thức về danh mục sản phẩm, bối cảnh kinh doanh và hành trình khách hàng của nhà bán lẻ.

Kết nối các thành phần của trải nghiệm mua sắm bằng AI

Nhà bán lẻ có thể triển khai một công cụ tìm kiếm hiệu quả nhưng khách hàng vẫn loay hoay với những câu hỏi chưa được giải đáp. Họ có thể bổ sung một trợ lý hội thoại, nhưng trợ lý đó cần thông tin sản phẩm chính xác và bối cảnh về những gì khách hàng đã cân nhắc. Thêm một ứng dụng đồng nghĩa với việc phải duy trì thêm một tích hợp.

Loops hướng đến giải quyết tình trạng phân mảnh đó bằng một lớp nền tảng duy nhất. Thông báo mô tả một chu trình trong đó dữ liệu danh mục tốt hơn giúp cải thiện kết quả tìm kiếm, kết quả tìm kiếm cung cấp bối cảnh cho trợ lý mua sắm, còn các cuộc trò chuyện làm lộ ra thông tin sản phẩm còn thiếu để có thể bổ sung thông qua tính năng làm phong phú dữ liệu.

Hãy hình dung một khách hàng đang tìm trang phục dự đám cưới ngoài trời với ngân sách nhất định. Để hiểu yêu cầu đó, chỉ khớp với từ “đám cưới” là chưa đủ. Một hệ thống hữu ích cần xác định dịp sử dụng, giới hạn giá, sở thích về phong cách và đặc điểm sản phẩm, rồi duy trì bối cảnh đó khi khách hàng hỏi về độ vừa vặn hoặc các lựa chọn thay thế. Đó là kiểu trải nghiệm kết nối mà Loops đang hướng tới.

Mô tả sản phẩm của công ty cho biết AI Search có thể hiểu câu hoàn chỉnh, dịp sử dụng, ngân sách và các ràng buộc. Loops cũng cho biết kết quả có thể được xếp hạng dựa trên mục tiêu doanh thu và biên lợi nhuận của nhà bán lẻ. Đây là một lựa chọn thiết kế sản phẩm đáng chú ý: bên cạnh mức độ phù hợp với yêu cầu, mục tiêu thương mại cũng có thể ảnh hưởng đến thứ tự xuất hiện của các mặt hàng phù hợp.

Dữ liệu danh mục là nền tảng

Phần lớn công việc diễn ra trước khi khách hàng đặt câu hỏi. Mô tả trong danh mục sản phẩm thường thiếu đồng nhất và thiếu thuộc tính. Nếu không có thông tin về chất liệu, độ vừa vặn hoặc hướng dẫn bảo quản của một món đồ, trợ lý dù diễn đạt trôi chảy cũng không thể trả lời đáng tin cậy những câu hỏi về các chi tiết đó chỉ bằng cách tỏ ra tự tin.

Theo công ty, khả năng Product Enrichment của Loops bổ sung cấu trúc danh mục, mô tả và thuộc tính còn thiếu. Thông cáo giới thiệu tính năng này như nền tảng giúp cả công cụ tìm kiếm lẫn trợ lý hiểu được hàng hóa trong kho. Thông tin được cấu trúc tốt hơn có thể giúp tìm và so sánh sản phẩm dễ dàng hơn trên nhiều giao diện khác nhau.

Sau đó, trợ lý mua sắm hướng dẫn khách hàng đưa ra quyết định dựa trên thông tin trong danh mục, chẳng hạn như tình trạng hàng, kích cỡ và chính sách. Loops cho biết có thể triển khai trợ lý trên trang web, ứng dụng di động và WhatsApp của nhà bán lẻ. Marketplace Assistant trả lời câu hỏi về sản phẩm trên các sàn thương mại, trong đó có Trendyol, bằng cách sử dụng danh mục sản phẩm và giọng điệu thương hiệu của nhà bán lẻ.

Tính năng thử đồ ảo bổ sung yếu tố trực quan cho hành trình đó. Loops cho biết khách hàng có thể dùng ảnh để xem sản phẩm trông như thế nào khi mặc lên người trước khi quyết định mua. Mô phỏng hình ảnh và hướng dẫn về độ vừa vặn có thể giúp khách hàng đánh giá sản phẩm, nhưng thông báo không xác nhận rằng một trong hai tính năng này bảo đảm sản phẩm vừa vặn khi mặc thực tế hoặc loại bỏ được tình trạng trả hàng.

Điểm cốt lõi rộng hơn về mặt kỹ thuật là khả năng điều phối: phối hợp các năng lực chuyên biệt dựa trên thông tin dùng chung. Thông báo chưa công bố đủ chi tiết về kiến trúc để có thể đánh giá độc lập các mô hình mà hệ thống sử dụng, phương pháp đánh giá hoặc cách duy trì toàn bộ bối cảnh khách hàng trên các kênh.

Các số liệu khách hàng ban đầu cho thấy điều gì

Loops cho biết có hơn 70 khách hàng và chương trình thí điểm, đã xử lý hàng triệu trải nghiệm mua sắm và có 64% chương trình thí điểm chuyển thành khách hàng trả phí. Những con số này cho thấy đà thương mại ban đầu, dù thông báo không cung cấp quy mô các nhóm khách hàng, khoảng thời gian hay giá trị hợp đồng cần thiết để đánh giá chúng chi tiết hơn.

Thông cáo nêu tên chuỗi siêu thị Thổ Nhĩ Kỳ A101 là đơn vị sử dụng nền tảng để điều hướng danh mục và hỗ trợ mua sắm. Theo kết quả so sánh do Loops công bố, các phiên tương tác có sử dụng nền tảng ghi nhận tỷ lệ chuyển đổi mua hàng cao hơn khoảng 83% so với nhóm đối chứng.

Cần diễn giải kết quả này thận trọng. Công ty nói rõ đây là quan sát thực tế, không phải phép đo ngẫu nhiên có kiểm soát. Những khách hàng chọn tương tác với trợ lý có thể vốn đã có ý định mua hàng khác với những người không sử dụng trợ lý. Kết quả so sánh này là một tín hiệu đáng khích lệ cần được nghiên cứu thêm, nhưng không chứng minh rằng chỉ riêng Loops đã khiến tỷ lệ chuyển đổi tăng 83%.

Nhà bán lẻ thời trang Mavi là một ví dụ cụ thể khác: công ty sử dụng Loops để hỗ trợ tìm kiếm bằng AI và mua sắm, tập trung vào phong cách, dịp sử dụng và độ vừa vặn. Những đợt triển khai này giúp minh họa vai trò mà nền tảng hướng tới trong các danh mục sản phẩm khác nhau, song những câu hỏi về công sức triển khai và kết quả tài chính có thể lặp lại vẫn cần chờ các báo cáo trong tương lai.

Khởi đầu từ bán lẻ để phát triển AI chuyên biệt theo ngành

Câu chuyện ra đời của công ty phản ánh những trở ngại mà họ muốn loại bỏ. Hai nhà đồng sáng lập Ari Nazir và İlker Selim Zorluoğlu đang ở Bali thì Zorluoğlu định mua một món quà cho cô con gái nhỏ, liên hệ với nhà bán lẻ và chờ hàng giờ mới nhận được phản hồi. Giao dịch đã không diễn ra. Theo thông báo, Nazir đã xây dựng nguyên mẫu đầu tiên chỉ trong một cuối tuần.

Loops hiện xem thương mại là ứng dụng đầu tiên trong một chiến lược rộng lớn hơn: xây dựng các hệ thống AI chuyên sâu dựa trên kiến thức, khả năng tích hợp và quy trình làm việc của từng ngành cụ thể. Dịch vụ tài chính và năng lượng là những lĩnh vực tiếp theo mà công ty dự kiến triển khai. Công ty cũng đang phát triển các năng lực chuyên biệt với mô hình ngôn ngữ nhỏ dành cho những tác vụ mà kiến thức chuyên ngành và các ràng buộc khi triển khai đòi hỏi một mô hình tập trung hơn.

Những tham vọng này vượt ra ngoài sản phẩm bán lẻ hiện tại và nên được hiểu là các kế hoạch phát triển. Trước mắt, câu hỏi đặt ra là liệu Loops có thể biến trải nghiệm mua sắm kết nối của mình thành các đợt triển khai ổn định, có thể lặp lại khi lượng khách hàng tăng lên hay không.

Khoản đầu tư vòng hạt giống mang lại cho công ty nguồn lực để theo đuổi công việc đó. Cơ hội của Loops dựa trên một vấn đề thực tế trong bán lẻ: giúp người mua chuyển từ mô tả chưa chính xác về món đồ họ muốn sang quyết định mua hàng đầy tự tin, với thông tin chính xác và sự hỗ trợ hữu ích trong suốt quá trình.