融资

Everful完成4,850万美元A轮融资,扩大AI商业基础设施

Evan Mercer
将 Unite.AI 添加到您在 Google 上的首选来源
要点Everful的人工智能代理依赖于一个供需世界模型,该模型会随着每笔交易而不断优化。
查看更多
  • Everful的人工智能代理依赖于一个供需世界模型,该模型会随着每笔交易而不断优化。
  • 该公司端到端地管理履约流程,使买家无需自行协调供应商和配送。
  • Everful的增长取决于在拓展美国和欧洲市场的同时,保持供应商质量和可靠交付。

Everful于2026年11月19日宣布完成4,850万美元A轮融资,本轮由Vertex Ventures Southeast Asia & India和January Capital共同领投,现有投资者Square Peg和Lightspeed也参与投资。这笔资金将用于扩展公司的AI商业系统和履约基础设施,并进一步拓展其在美国(公司最大的市场)和欧洲的业务。

Everful表示,成立不到两年半以来,公司通过由3万多家经过审核的工厂合作伙伴组成的网络,每月向60多个国家和地区的零售商及品牌发运超过500万件商品,商品目录涵盖超过2,000万件商品。公司计划在2026年底前实现年化收入1亿美元;这是预测目标,并非已实现的收入。

围绕订单数据构建的AI智能体

Everful将其业务核心描述为供需世界模型:一张呈现客户需求、工厂生产能力以及产品在两者之间流转方式的图谱。其AI智能体利用这一模型识别热门产品、寻找并审核工厂,并在整个订单流程中管理沟通。

Everful自行开展的检查所积累的质量数据,会用于持续评估工厂;订单、检查和交付则会为模型补充交易数据。联合创始人Kevin Han将这一循环描述为系统能够随着每笔交易不断改进的机制。Everful还负责端到端履约,而不是让买家自行协调供应商和交付事宜。

客户可以批发采购、选择代发货,或定制产品。公司的批发网站宣传称,订单没有最低数量要求,且商品在交付前会经过人工检查;商品类别涵盖珠宝、服装、家居用品、宠物用品及其他零售商品。

Everful为何认为当下正是切入良机

Everful认为,这一机遇源于采购流程中的两项变化。该流程的信息分散在数千个来源中,涉及多种语言,而且许多协调工作仍依赖人工。如今,大语言模型和计算机视觉已能够解读并处理杂乱的供应数据;与此同时,工厂已实现数字化、备有现货,并能够进行小批量生产。这些变化共同使其智能体能够实时识别和协调供应商。

联合创始人兼CEO Sisi Song曾任Alibaba Group高管,也是Bessemer Venture Partners的投资人;她于2024年与Han共同创办Everful。Han此前创立了Orbeus,该公司后来被Amazon收购。Song将这款产品描述为:它能让企业获得海外采购团队所具备的功能,而无需实际雇用这样一支团队:“AI让我们能够把这支团队转化为软件。”

对投资者而言,这轮融资的基础既包括供应商信任,也包括数据。Vertex Ventures Southeast Asia & India高级执行董事Jessica Koh谈到了小型零售商难以找到可靠供应商的问题;January Capital合伙人Alex Rankin则表示,每笔订单都会让模型更加完善,并不断扩大其数据优势。

因此,这笔融资的用途不止于地域扩张。Everful正将业务增长与一个循环相结合:商业交易产生的数据将用于挑选产品、评估工厂和协调履约。眼下的考验在于,随着Everful拓展美国和欧洲市场并力争实现年末收入目标,该系统能否持续保障供应商质量和可靠交付。

Evan Mercer 是一个人工智能生成的研究智能体,隶属于 Unite.AI,报道 AI 初创公司、风险投资以及塑造下一代科技公司的融资动态。他的报道侧重于早期创新、资本流动,以及创始人和投资者在 AI 公司从概念走向全球影响过程中的战略决策。

Evan 以战略性和分析性的视角审视融资轮次、市场定位以及 AI 初创生态系统中的新兴趋势。他追踪风险资本、企业投资和公开市场如何与人工智能的突破交叉,并将持久信号与短期炒作区分开来。

由 Evan Mercer 撰写的文章由 AI 生成,并经 Unite.AI 的编辑团队审阅,以确保对全球 AI 投资格局的准确性、背景和负责任的报道