Onton با ۷.۵ میلیون دلار سرمایه، سایت خرید مبتنی بر هوش مصنوعی خود را فراتر از مبلمان گسترش میدهد

- Onton مبلغ ۷.۵ میلیون دلار برای گسترش پلتفرم خرید هوش مصنوعی نوروسیمبولیک خود تأمین کرده است، که نوید کشف دقیقتر محصولات و نرخ تبدیل بالاتر را میدهد.
- آینده خرید آنلاین در کشف مبتنی بر هوش مصنوعی نهفته است و شکاف بین قصد کاربر و در دسترس بودن محصول را پر میکند.
شرکتهای بزرگ فناوری فقط از هوش مصنوعی برای کمک به تولید یا خلاصهسازی محتوا استفاده نمیکنند - بلکه میخواهند شما از آن برای خرید هم استفاده کنید. OpenAI، Google و Amazon سرمایهگذاری زیادی روی دستیارهای هوش مصنوعی کردهاند که دستهبندیهای جدید محصولات را برای شما تحقیق کرده و بهترین گزینهها را برای خرید پیشنهاد میدهند.
استارتاپهایی مانند Perplexity، Daydream و Cherry نیز کسبوکارهایی را حول محور هوش مصنوعی برای کشف محصول راهاندازی کردهاند. تمام این تلاشها منجر به استفاده بیشتر مشتریان از هوش مصنوعی برای خرید شده است. Onton (که قبلاً با نام Deft شناخته میشد)، یک پلتفرم خرید مبلمان مبتنی بر هوش مصنوعی، اعلام کرده است که پایگاه کاربران آن از ۵۰ هزار کاربر فعال ماهانه به بیش از ۲ میلیون کاربر فعال ماهانه رسیده و میلیونها جستجو و تولید تصویر را انجام داده است.
با تکیه بر این رشد، این استارتاپ امروز اعلام کرد که در دور جدید تأمین مالی به رهبری Footwork، با مشارکت Liquid 2، Parable Ventures و 43 و دیگران، ۷.۵ میلیون دلار سرمایه جمعآوری کرده است. این دور، مجموع سرمایهگذاری این استارتاپ را به حدود ۱۰ میلیون دلار میرساند.

با استفاده از این سرمایه، این شرکت قصد دارد به دستهبندیهای جدیدی مانند پوشاک و سپس در نهایت لوازم الکترونیکی مصرفی گسترش یابد.
این شرکت اوایل سال جاری نام خود را از Deft به Onton تغییر داد و دلیل آن را سردرگمی پیرامون نام اصلی و دشواری در تأمین دامنه ممتاز عنوان کرد.
زک هادسون، همبنیانگذار Onton، میگوید که در حالی که مدلهای زبان بزرگ (LLM) در حدس زدن قصد احتمالی کاربران خوب هستند، اما بسیاری از مشکلات تجارت الکترونیک را حل نکردهاند. او افزود که این استارتاپ مشاهده کرده است که میانگین زمان لازم برای تصمیمگیری خرید توسط مصرفکنندگان افزایش یافته است.

برای فناوری اصلی خود، این شرکت از معماری عصبی-نمادین (neuro-symbolic architecture) استفاده میکند. هادسون گفت که با این رویکرد، این شرکت میتواند مشکلات توهم (hallucination) در LLMها را حذف کرده و نتایج جستجوی منطقیتر و بهتری ارائه دهد. او افزود که مدل این استارتاپ همچنین میتواند اطلاعاتی را از دنیای واقعی بیاموزد که لزوماً در توضیحات محصول گنجانده نشده است.
هادسون گفت: «فرض کنید شما به دنبال مبلمانی هستید که برای حیوانات خانگی مناسب باشد. ابزارهای ما میدانند که اگر یک وسیله حاوی پلیاستر باشد، در برابر لکه و خراش مقاومتر است، بنابراین برای حیوانات خانگی مناسبتر خواهد بود. ابزارهای ما این موارد را از طریق هر جستجو یاد میگیرند و با سرعت بیشتری هوشمندتر میشوند.»
او افزود که اغلب، وقتی محصولی را جستجو میکنید که ممکن است در سایتهای مختلف نامهای متفاوتی داشته باشد، نتایج خوبی دریافت نمیکنید. مدل هوش مصنوعی این شرکت هنگام ارائه نتایج، این سناریوها را در نظر میگیرد.
Onton روشهای ورودی و ویژگیهای مختلفی را برای کمک به افراد در تصمیمگیریهای کوتاهمدت و بلندمدت اضافه کرده است. اکنون میتوانید یک تصویر آپلود کنید یا یک پرامپت اضافه کنید تا آنچه را که میخواهید برای چیدمان خانه یا دفتر کارتان به دست آورید، تولید کنید و Onton میتواند مبلمان را بر اساس آن برای شما پیدا کند.

Onton همچنین یک بوم بینهایت با قابلیت تولید تصویر ارائه میدهد که در آن میتوانید تصاویر موجود را به همراه محصولاتی که پیدا میکنید برای ایدهپردازی اضافه کنید. همچنین میتوانید تصاویر اتاق خود را اضافه کرده و از ابزار بخواهید آن را با مبلمان پر کند.
این شرکت احساس میکند که به جای پایبندی به رویکرد فقط چت، این ویژگیها گزینههای بیشتری را برای رسیدن مصرفکنندگان به آنچه میخواهند، حتی اگر نتوانند آن را به طور کامل توصیف کنند، فراهم میکند.
این استارتاپ گفت که با این رویکردها، توانسته است مشتریان را ۳ تا ۵ برابر بیشتر از سایتهای تجارت الکترونیک سنتی تبدیل کند، زیرا آنها میتوانند به دادههای زیربنایی اعتماد کنند.
هادسون خاطرنشان کرد که به دلیل تغییرات فنی و رابط کاربری که ایجاد کردهاند، راهاندازی پوشاک آسانتر خواهد بود. این شرکت در حال ساخت کاتالوگ خود برای این دسته است و قصد دارد به زودی این بخش را راهاندازی کند. در این دسته، این شرکت با شرکتهایی مانند Daydream، Aesthetic و Style.ai رقابت خواهد کرد.
این شرکت از سه کارمند تماموقت در سال ۲۰۲۳ به ۱۰ نفر در حال حاضر رسیده است و قصد دارد با استخدام مهندسان و محققان، تیم خود را به ۱۵ نفر گسترش دهد.
این مقاله توسط هوش مصنوعی ترجمه شده است و ممکن است دارای اشکالاتی باشد. برای دقت بیشتر، میتوانید منبع اصلی را مطالعه کنید.



