又来新活了!AI电商搜索,或是下一个90亿美元独角兽?

图源:https://www.shopencore.ai/
全新体验,大模型驱动的对话式购物搜索。
Encore, 由2024年10月成立的美国初创公司开发。定位于二手商品对话式购物搜索,最终目标为个人购物助理。
2024年12月3日获得YC(Y combinator)的50万美元天使投资[1]。
这是笔者最近看到的最新颖的大模型相关产品之一(另一个是SalesForce 24年终演讲),如果说Perplexity是对传统”非结构化数据“搜索的颠覆,那Encore就是对“结构化数据”搜索的颠覆。
下一个90亿美元的独角兽?
搜索引擎
搜索引擎,根据搜索数据的不同可以分为两个大类。
通用搜索。非结构化数据(非表单类数据),比如文字,视频。
垂直搜索。结构化数据(表单类数据),比如电商。
整体流程为,查询词处理,根据查询词去数据库中找到相关数据,也叫召回,最后对这些数据进行排序展示。
一个有趣的点是,除了当下搜索交互部分,传统搜索引擎谷歌百度这种,内部的很多流程都使用到了像NLP这类的AI技术,只不过没有加入对话式搜索框。
产品介绍
汇总多个二手平台数据,提供对话式商品搜索。
其产品主要有两种模式,直接对话搜索,以及对话推荐。废话不多说,直接来两个例子。
直接对话搜索,像聊天一样说出你要的具体的物品。Encore会进行相关搜索,与普通搜索的最大差别就是不需要很多的筛选选项。
“我需要一个冬季的品牌外套,最好他是来自韩国,价格再1500元人民币以下,L码男款。”
”I need a winter brand jacket, preferably from South Korea, the price is under 1500 yuan, L size men's model“

图源:https://www.shopencore.ai/
对话推荐的模式,一旦你的对话有询问倾向,直接给你推荐关键词,之后点击推荐词自动搜索。确实能找到对应的衣服。
“生活大爆炸第一季第一集谢尔顿的衣服。”
“The Big Bang Theory Season 1, Episode 1, Sheldon's Clothes”


图源:https://www.shopencore.ai/
其产品后端的大模型是ChatGPT-4,该公司使用一些时尚和电子商务数据集对其进行了训练,以便能够识别各种品牌、风格和美学。
据搜索引擎的介绍,我们大概能推测出Encore的搜索流程。就是在传统搜索3步走的过程之前,加入了大模型来推测查询词(关键词)。
市场以及商业模型
类比Perplexity 2年后或将达到90亿美元估值。
Encore本质是购物体验的优化。新的交互模式。我们可以发现,他和传统结构化数据的搜索商比较,会发现他什么选项都没有,页面干净到只有一个对话框!当然现在产品搜索还是优点不精确,例如价格区间识别不准。
Encore团队在采访中提到了更少的Friction,这在沃顿商学院《全渠道零售战略》课程的定义下就是亚马逊所代表的专注于用户体验的网络购物。当时一键点击购物的Frictionless方法,还被亚马逊在1997年成功的申请了专利。此后美国所有类似的购物都需要向亚马逊交专利费!来自现代人的震惊。
Encore通过对其他二手平台的商品销售获得2%-10%的抽佣,以及用户的高级功能付费36美元一年。
12月的数据是月搜索量5万,环比增长率25%[5]。Discord社群核心用户数500人。
关于市场估值,我们用谷歌和Perplexity的对比应用到Encore和亚马逊身上来,得出的结论是2年后,90亿美元。
25年1月谷歌市值24800 亿美元。22年成立的 Perplexity 在2024年12月达到 90亿美元估值。
25年1月亚马逊市值24670亿美元。24年成立的Encore,2年后估值或将达到90亿美元。

图源:Discord
行业问题
传统电商有两个大问题,一是商品信息分散,二是购物者不明白自己的需求。
购物信息分散。传统的电商平台,集中于某一个领域,并且形成了数据护城河。家电也好,快消品也好,服装品牌等等都有各自的专长,买个东西几个电商平台转悠。Encore内置至少几十家平台数据。这个说起来也比较难。
人们不知道自己想要的是什么。传统电商,你搜过什么,他就给你使劲推荐,实际上他并不了解我们真的想要什么,甚至连关键词都打不出来,笔者深有感触。Encore就给你推荐,类似于朋友,或者是专家的这种方式。
时间线:
2024年5月有了第一个demo[2],在reddit的小组里推广。
2024年10月成立公司。
2024年12月获得YC 50万美元天使轮投资。公司只有2-4个人[1]。
Insight
AI时代干什么都得来点跨界,就像所谓互联网+一样。互联网技术本身只是技术,找到传统行业赋能,双剑合璧就是一个独角兽。
所以目前我们能做的只是顺应大势。如果是AI行业,找到你喜欢的传统行业。若是传统行业的同学加快学习AI。
引用
电子羊报告,产品与行业前沿报告。
我们致力于发现行业风口,潜力技术与新兴市场。下一次改变世界的机会在哪里?
作者:阿默
特别声明 文章来源于 电子羊报告。不受本博客CC协议影响。
又来新活了!AI电商搜索,或是下一个90亿美元独角兽?的更多相关文章
- 用Elasticsearch构建电商搜索平台,一个极有代表性的基础技术架构和算法实践案例[转]
原文链接:http://mp.weixin.qq.com/s?__biz=MzA5NzkxMzg1Nw==&mid=2653160642&idx=1&sn=608f4e6883 ...
- JAVAEE——Solr:安装及配置、后台管理索引库、 使用SolrJ管理索引库、仿京东的电商搜索案例实现
1 学习回顾 1. Lucene 是Apache开源的全文检索的工具包 创建索引 查询索引 2. 遇到问题? 文件名 及文件内容 顺序扫描法 全文检索 3. 什么是全文检索? 这种先创建索引 再 ...
- 核心思想:想清楚自己创业的目的(如果你没有自信提供一种更好的产品或服务,那就别做了,比如IM 电商 搜索)
这个时代对于学 IT 的人来说是幸运的.一个普通的程序员可以相对轻易地找到工作,可以轻易拿到比其他行业高得多的工资,甚至自己创建世界级的企业亦非空想.马云.马化腾等企业家的成功,似乎时刻提醒人们:即便 ...
- 电商app开发新趋势!如何突显竞争力?
2017年是电商变化最大的一年,同时,也是最多机遇的一年,更是电商最好的时代,如最近所看到的亚马逊的市值已经超过了美国8大零售商的总和,带领美国率先走向了新零售时代;马云也在做改变,试图与线下的大卖场 ...
- 9.亿级流量电商系统JVM模型参数预估方案
1. 需求分析 大促在即,拥有亿级流量的电商平台开发了一个订单系统,我们应该如何来预估其并发量?如何根据并发量来合理配置JVM参数呢? 假设,现在有一个场景,一个电商平台,比如京东,需要承担每天上亿的 ...
- 12. 亿级流量电商系统JVM模型参数二次优化
亿级流量电商系统JVM模型参数预估方案,在原来的基础上采用ParNew+CMS垃圾收集器 一.亿级流量分析及jvm参数设置 1. 需求分析 大促在即,拥有亿级流量的电商平台开发了一个订单系统,我们应该 ...
- HMS Core电商与游戏行业解决方案,全流程赋能开发者创新
2021年12月29日,"华为云&华为终端云服务创新峰会2022"在北京柏悦酒店成功举办.华为HMS Core电商与游戏行业解决方案亮相本次峰会的线下展区,为行业开发者们解 ...
- 杯具,万达电商又换CEO
万达电商CEO再离职.而这距他入职还差一个月才满一年. 昨晚.万达电商CEO董策告诉新浪科技6月3日已正式从万达电商离职.将去往澳洲照应家人.而谈到离职原因和万达电商时,董策以开会为由收了电话. 从2 ...
- 谈B2B电商平台与大数据
数据为王,服务为本——谈B2B电商平台与大数据 2013-06-27 11:10:41 作者:B2B行业资讯 标签: 大数据 ...
- 双十一临近,怎样让买家流畅地秒杀? ——腾讯WeTest独家开放电商产品压测服务
WeTest 导读 十一月临近,一年一度的电商大戏"双十一"又将隆重出场,目前各大商家已经开始各类优惠券的发放,各类大促的商品表单也已经提前流出,即将流入各个用户的购物车中. 作为 ...
随机推荐
- 拯救php性能的神器webman-初入门
无意间发现的这个神器webman,真是秋名山上的腾源拓海! 该框架是workerman下的一个web开发的生态,我们可以先看看这里workerman的官方网站. workerman早有耳闻,知道它蛮厉 ...
- 人形机器人-强化学习算法-PPO算法的实现细节是否会对算法性能有大的影响.
PPO算法是强化学习算法中目前应用最广的算法,虽然这个算法是2017年发表的,但是至今在整个AI领域下的agent子领域中这个算法都是最主要的强化学习算法(至少目前还没有之一),这个算法尤其在Chat ...
- linux学习用到的命令
创建快件方式 ln 创建目录的快件方式 sudo ln -s /root/myhack/ /root/Desktop以上指令是创建软链接到桌面. ln -s /mnt/hgfs/VMware_shar ...
- php之Opcache深入理解
PHP项目中,尤其是在高并发大流量的场景中,如何提升PHP的响应时间,是一项十分重要的工作.而Opcache又是优化PHP性能不可缺失的组件,尤其是应用了PHP框架的项目中,作用更是明显. 1. 概述 ...
- Vue.js axios
1.安装与引入 Axios 是一个基于 promise 的 HTTP 库,可以用在浏览器和 node.js 中,官方文档 在HTML文件中引入 <script src="https:/ ...
- Conda + JuiceFS :增强 AI 开发环境共享能力
Conda 是当前 AI 应用开发领域中非常流行的环境和包管理系统,因其能够简单便捷地创建与系统资源相隔离的虚拟环境广受欢迎. Conda 支持在不同的操作系统上重建相同的工作环境,但在环境共享复用方 ...
- js模拟点击下载文件到本地
function fake_click(obj) { var ev = document.createEvent("MouseEvents"); ev.initMouseEvent ...
- 【Python】【图像处理】图片压缩方法
一直想找个"无损压缩"的办法. 当然这并非真的无损. 我采用了Opencv的处理图像相关的方法. 请见代码: 注意: opencv安装:pip install opencv-pyt ...
- GenericObjectPool 避免泄漏
GenericObjectPool GenericObjectPool 是 Apache Commons Pool 提供的对象池,使用的时候需要调用 borrowObject 获取一个对象,使用完以后 ...
- Qt编写安防视频监控系统50-地图配置
一.前言 视频监控系统中集成了百度地图模块,支持在线和离线,离线的需要先把离线的瓦片地图下载到本地放到对应文件夹才可以正常使用,瓦片地图其实就是一张张图片,按照约定的规则,经纬度值+缩放比例进行排列, ...