當斯維特拉娜-科杜莫娃(Svetlana Kordumova)在攻讀她的人工智能和計算機視覺博士學位時，她對在網上尋找物品的過程感到沮喪。搜索結果往往不准確，而她知道她所學習的技術可以改善這種體驗。Pixyle AI於2019年推出，旨在改善電子商務網站的產品發現，今天宣布獲得來自South Central Ventures的100萬歐元種子輪融資（約105萬美元）。

這家創業公司在阿姆斯特丹和北馬其頓設有辦事處，現在與20多個客戶合作，包括Depop、Otrium和Minto。在過去的三年裡，它已經標記了超過2.5億張圖片，並說它為其零售客戶平均增加了10%的轉換率。

Pixyle AI的神經網絡訓練其視覺AI算法，不僅能識別圖像中的時尚物品，還能按顏色或圖案等屬性對其進行分類，這些屬性與購物者搜索物品時使用的關鍵詞相匹配。我們的目標是像人類一樣”看”圖像。例如，有人搜索”粉色和紫色花紋的夏季短裙”，會得到具有所有這些屬性的結果。

在阿姆斯特丹大學獲得博士學位的科杜莫娃在2019年轉向B2B之前為消費者創建了一個視覺搜索應用。他認為在線零售商面臨的最大挑戰之一是放棄購物車，這往往是因為網站搜索和產品發現不佳。來自Google Cloud的研究表明，即使因為大流行而在網上購物的人比以往任何時候都多，但如果只有一件商品找不到，52%的人就會放棄他們的購物車，去其他網站。

Pixyle AI的團隊

搜索結果的原因通常是糟糕的數據。零售商經常從列出二手物品出售的品牌中得到不完整和不准確的產品數據，這意味著物品不會在搜索結果中顯示出來。許多零售商通過手動輸入更好的產品數據來處理這個問題，但這個過程是勞動密集型的，昂貴的，而且容易出現人為錯誤。

“以顏色屬性為例，一個人可能評估為黃色，另一個人可能發現更多的是橙色，”Kordumova說。”在二手市場中，平台上有數以百萬計的產品被上傳，手動將屬性添加到元數據中是根本不可能的任務。”

Pixyle AI將從圖片中提取詳細屬性的過程自動化，現在有一個不斷增長的時尚分類法，已經有超過2萬個屬性，目標是覆蓋所有可能的服裝搜索查詢。

這家初創公司的客戶包括在線市場、實體零售商和時尚科技初創公司，如衣櫥編目應用Whering、虛擬試衣解決方案Virtusize和現場購物市場Galaxy。Pixyle人工智能已經幫助那些從實體店轉向”phygital”的品牌，或者說是將電子商務與實體零售點相融合的全渠道戰略，實現了產品標籤的自動化。這提高了他們能夠將其購物體驗數字化的速度。

Pixyle AI的技術如何被使用的一些例子包括在Otrium實現人工產品輸入和目錄標準化的自動化。這個季末時尚市場之前一直在手動標記和處理產品屬性，但無法跟上他們不斷增長的庫存。Kordumova說，Otrium在實施Pixyle AI為其進貨物流團隊實現顏色檢測自動化後，其生產力提高了65%。

對於消費者來說，Pixyle AI提供了一個視覺搜索工具，讓他們上傳他們要找的東西的圖片，並得到類似的結果。Kordumova說，可持續時尚市場Project Cece報告說，在其網站添加Pixyle AI的視覺搜索工具後，產品外鏈的轉換率提高了50%。

其他開發了視覺AI驅動的產品發現工具的公司包括Syte、Visenze、Vue.AI和Google，後者最近推出了一個多搜索工具，讓人們同時使用文本和圖像進行搜索。Kordumova說，Pixyle AI的與眾不同之處在於，它專注於具有詳細屬性的產品數據充實，並給予其客戶高度的定制和標籤靈活性。

Pixyle AI計劃利用其新資金加強其產品供應，在美國和歐洲進行擴張，並進入新的垂直領域。它將為細分行業增加新的套件和新的產品，如產品描述的生成和使用OCR技術的標籤檢測，以識別品牌、材料成分和尺寸。它還將為其視覺發現產品增加”購物外觀”和”多模式”搜索。對於垂直行業，Pixyle AI計劃在2023年最後一個季度進入家庭用品和家具領域。