三名曾任职于 Spotify 的员工完成 1000 万美元种子轮融资，计划把平台背后强大的 AI 推荐技术迁移至电商赛道。
西德・莫特瓦尼、伊恩・安德森与希瓦迪蒂亚・辛哈，多年来负责搭建 Spotify 推荐引擎的行为智能底层架构。这套名为 Vector AI 的系统，核心逻辑是预判用户意图与后续行为，而非单纯参考历史使用记录，Spotify 面向 8 亿用户的推荐内容，约九成都依靠该系统驱动。如今三人联合创办初创企业 Malachyte，把同类技术应用到电商业务。该企业周四宣布，完成 1000 万美元种子轮融资，资金将用于拓展市场，吸纳更多产品及商务方向核心人才。
Malachyte 团队认为，绝大多数线上店铺的个性化逻辑存在明显短板：推荐机制主要依托历史订单、人群标签或是登录用户档案。新访客只能看到千篇一律的页面，老用户收到的商品推荐，也大多依据过往购买记录，而非当下真实需求。
这家初创公司希望打造具备意图识别能力的实时购物体验。其自研的 “双路 Vector AI” 平台，能够预判用户接下来想要的商品，捕捉用户整体偏好，同时依据实时操作持续迭代优化。
Malachyte 首席执行官莫特瓦尼表示，这套系统在页面加载瞬间就开始采集信息，无需等待用户点击。在单次访问会话内，就能同时识别用户喜好和当下诉求。用户搜索重型工装靴，再点击钢头靴，平台就自动上调工装裤、手套的展示优先级，降低正装鞋曝光，全程不需要账号和历史数据。用户每一次操作都会完善用户画像，访问时间越久，后续回访时的推荐匹配度也越高。
莫特瓦尼提出，零售商手中本就掌握珍贵的用户行为数据，却很少做到实时利用。鼠标悬停、点击、滑动页面、调整搜索词、加入购物车，全部都是有效信号，但多数系统要么无法即时响应，只能夜间批量整理归类。而该平台持续读取行为信号，每一步交互都会让模型对用户偏好、实时需求的判断更加精准。
他还指出，场景化信号普遍被行业忽视。深夜通过邮件链接手机访问的用户，和上午使用电脑的同一用户，心理状态完全不同，但大部分平台会给出一模一样的推荐。
苏公网安备32021302001419号