Ehemalige Spotify-Mitarbeiter sammeln 10 Millionen Dollar für KI-Startup im E-Commerce

Ehemalige Ingenieure, die das Musikempfehlungssystem von Spotify entwickelt haben, gründeten Malachyte und sammelten 10 Millionen Dollar Startkapital, um die für Online-Shopping entwickelte Vector-AI-Technologie auszubauen. TechCrunch berichtet, dass die Mittel für den Ausbau des Produktvertriebs und die Einstellung neuer Fachkräfte verwendet werden. Techcrunch.com berichtet .

Sidd Motwani, Ian Anderson und Shivaditya Sinha waren zuvor an der Entwicklung der Verhaltensintelligenz-Infrastruktur von Spotify beteiligt. Das als Vector AI bezeichnete System soll die Absichten und nächsten Schritte der Nutzer vorhersagen, statt sich ausschließlich auf deren vergangene Handlungen zu stützen. Es liefert derzeit fast 90 % der Empfehlungen der Musikplattform, die mehr als 800 Millionen Nutzer hat.

Probleme herkömmlicher Online-Shops

Nach Ansicht der Malachyte-Gründer bedienen die meisten Online-Shops ihre Kunden heute nach demselben Grundprinzip. Die Personalisierung stützt sich hauptsächlich auf die Kaufhistorie, demografische Segmentierung oder Profile eingeloggter Nutzer.

Dadurch sehen Erstbesucher eine für alle gleiche allgemeine Schaufensteransicht, während Stammkunden Empfehlungen vor allem auf Grundlage ihrer früheren Käufe erhalten und nicht nach dem, was sie heute benötigen. Das neue Startup will dieses Problem mit einem Einkaufserlebnis lösen, das die Absicht jedes Kunden in Echtzeit versteht.

Die Möglichkeiten der „zweiköpfigen Vector AI“

Die Plattform des Unternehmens nutzt „zweiköpfige Vector AI“, um vorherzusagen, welches Produkt ein Kunde als Nächstes wünschen könnte, seine allgemeinen Vorlieben zu ermitteln und das System auf Grundlage von Echtzeitaktionen kontinuierlich zu verbessern.

Im Gespräch mit TechCrunch betonte Malachyte-CEO Sidd Motwani, dass das System sofort beim Laden einer Seite auf Basis des verfügbaren Kontexts zu arbeiten beginnt. Seinen Angaben zufolge lassen sich bereits innerhalb einer einzigen Sitzung die Präferenzen des Nutzers und sein aktuelles Ziel präzise bestimmen.

So reichen beispielsweise die Suchanfrage „robuste Stiefel“ und zwei Klicks auf eine Seite mit Schuhen mit Stahlkappe aus, um Arbeitskleidung und Handschuhe auf der Seite weiter oben anzuzeigen. Weder ein Konto noch eine frühere Historie sind erforderlich, und jede weitere Aktion macht das Profil genauer.

Die Unternehmensleitung betont außerdem, dass Händler über die wertvollsten Daten zu ihren Kunden verfügen, diese aber nur selten in Echtzeit nutzen. Jede Cursorbewegung, jeder Klick, jede Präzisierung einer Suche und jeder Artikel im Warenkorb wird kontinuierlich analysiert, um die Nutzerabsicht zuverlässiger zu bestimmen.