融资

Wilgot 完成 300 万美元种子轮融资,旨在提升产品在 AI 购物中的曝光度

Evan Mercer
将 Unite.AI 添加到您在 Google 上的首选来源
Three members of the Wilgot founding team in their office
要点Wilgot将现有的客户查询和评论转化为更丰富的产品数据,使AI助手能够据此采取行动。
查看更多
  • Wilgot将现有的客户查询和评论转化为更丰富的产品数据,使AI助手能够据此采取行动。
  • 该平台的反馈循环会优化内容以提高可见性和转化率,但无法控制独立助手推荐什么。
  • Wilgot的早期客户结果未披露衡量周期,因此它们表明的是前景而非经过验证的基准。

Wilgot已完成 300 万美元种子轮融资,旨在帮助零售商提升产品被 AI 购物助手发现、理解和推荐的几率。这家斯德哥尔摩初创公司正在打造一款软件,并将其称为“智能体产品优化”(Agentic Product Optimization,简称 APO)。该软件能够将客户洞察转化为更丰富的产品信息,并随着购物行为的变化持续调整这些内容。

Industrifonden领投本轮融资,Wilgot 也将融资额表述为 3000 万瑞典克朗。Luminar Ventures、Foundry Ventures、Ventures Together和Inovexus也参与了本轮融资。天使投资人包括 Voyado 创始人 Johan Bäckarlin 和 Johan Hjelte,以及 inriver 和 Occtoo 的创始人 Niclas Mollin。

公司将利用这笔资金开发平台并拓展商业版图。Foundry Ventures 的 Anders Nygren 和 Industrifonden 的 Andreas Söneby 将加入公司董事会。

将客户洞察转化为产品信息

购物者向助手询问适合送给喜欢徒步的人什么礼物时,描述的是礼物的用途,而不是具体产品。零售商若想让自己的商品出现在有用的回答中,其商品目录就需要说明哪些商品适合这种情境,以及原因。仅凭一张照片和一段简短的营销描述,可能无法解答一些重要问题。

Wilgot 从零售商已有的信息入手:搜索查询、客户评价、客服工单和退货记录。这些信息可以揭示购买动机、反复出现的问题,以及客户预期与产品实际表现之间的差异。平台会将这些发现转化为产品页面、数据源、常见问题解答和结构化数据。

例如,关于鞋子合脚与否的反复提问,可能说明尺码信息不够完善。明确列出经过核实的指导信息,可以为购物者和搜索系统提供更有用的依据。关键在于提取相关事实并将其关联到正确的商品,而不是一味生成更长的描述。

Wilgot 将 APO 定位为一个主动改进层。曝光度监测工具可以显示某个品牌是否出现在助手的回答中,而产品信息系统则负责存储和分发商品目录记录。Wilgot 致力于改变这些系统和助手最终使用的信息。

贯穿发现与转化的反馈闭环

公司网站将这一流程分为三个阶段:发现需求信号、生成产品内容和衡量结果。生成的内容包括标题、描述、属性和常见问题解答,并会采用相关语言。其优化闭环会追踪产品在 Google 搜索和 AI 搜索中的曝光度、互动情况及转化表现,再利用这些信号修改内容。

Wilgot 表示,这种方法适用于拥有数万件商品的商品目录。融资公告称,其平台运用强化学习,根据表现反馈改进产品信息,并支持 100 多种语言的内容。

从实际应用来看,这个反馈闭环让系统能够在内容发布后学习哪些改动有效。公告没有披露其奖励机制设计或模型架构,因此这些细节仍未公开。公告所称的学习发生在 Wilgot 的优化流程中;这并不意味着零售商可以直接重新训练 ChatGPT,或决定独立助手会推荐什么。

结构化产品信息在搜索中已经发挥着明确作用。Google 的商家商品信息展示文档介绍了 Product 和 Offer 标记如何将价格、库存情况、配送和退货等详情提供给购物体验功能。这说明明确列出产品事实十分重要,但符合搜索功能的展示条件,并不等于一定会获得推荐。

在AI 购物的产品数据准备方面,更广泛的问题由来已久:流畅的回答仍然依赖准确的底层记录。内容系统必须保留经过核实的规格、客户意见和适用性推断之间的区别。否则,提高商品曝光度的同时,也可能让缺乏依据的说法传播得更广。

早期客户与创始团队

Wilgot 列出的客户包括 Daniel Wellington、J.Lindeberg、Myrqvist 和 Signify。融资公告称,经 Wilgot 优化的 Daniel Wellington 产品页面净销售额增长了 20%;如今,Myrqvist 有 7% 的客户通过 ChatGPT 到达其网站。

这些数据反映的是不同结果:一项涉及特定产品页面的销售额,另一项涉及客户获取渠道。公告没有提供测量周期或实验设计。它们是早期商业成效的信号,而不是适用于所有零售商的统一基准。

Wilgot成立于2024年,创始团队成员包括联合创始人兼首席执行官Erik Wikander、联合创始人兼人工智能科学家Mhairi Dunion博士,以及联合创始人兼首席技术官Oleg Danylenko。Wikander曾在Lendify担任首席营销官。Dunion拥有爱丁堡大学深度强化学习方向的博士学位;Danylenko则曾在Klarna、IKEA和Teemyco从事数据科学工作。

Wikander在公告中表示:“品牌花太多时间衡量人工智能助手是否提及自己,却没有花足够时间让人工智能有理由推荐自己的产品。”

这轮种子融资为Wilgot提供了资源,使其能够将这一价值主张拓展至早期客户群以外。其发展机遇在于,将零售商与客户互动中零散分布的信息,与影响商品发现的产品记录连接起来。随着购物界面变得更加对话化,让这些信息准确、易于获取且实用,本身也成为一项商业任务。

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