Крупные технологические компании давно поняли: нейросети годятся не только для генерации картинок и пересказа текстов. OpenAI, Google и Amazon вкладывают серьёзные деньги в ИИ-ассистентов, которые помогают выбирать товары. Идея простая — пусть искусственный интеллект изучит за тебя десятки обзоров и подскажет, что купить. Стартапы тоже не отстают: Perplexity, Daydream, Cherry — все строят бизнес вокруг умного шопинга.
На этом фоне история компании Onton (раньше называлась Deft) выглядит особенно любопытно. Ребята сделали платформу для покупки мебели с ИИ-поиском и за относительно короткое время выросли с 50 тысяч активных пользователей в месяц до более чем 2 миллионов. Сервис обрабатывает миллионы поисковых запросов и генераций изображений.
Такой рост привлёк инвесторов. Стартап только что закрыл раунд на 7,5 миллиона долларов (около 750 миллионов рублей по текущему курсу). Лид-инвестором выступил фонд Footwork, также участвовали Liquid 2, Parable Ventures и 43. Общий объём привлечённых инвестиций достиг примерно 10 миллионов долларов — это уже миллиард рублей.
Кстати, о ребрендинге. Компания сменила название с Deft на Onton в начале этого года. Причина банальная — старое название путали с другими брендами, плюс не удавалось купить нормальный домен.
Что дальше? Деньги пойдут на расширение ассортимента. Сначала одежда, потом — бытовая электроника. Амбициозно.
Но самое интересное — это технология. Сооснователь Зак Хадсон объясняет, в чём проблема обычных языковых моделей для онлайн-торговли. Да, они неплохо угадывают, что ты имел в виду. Но этого мало. По наблюдениям команды, среднее время принятия решения о покупке у пользователей только растёт — люди тонут в информации и не могут выбрать.
Onton использует так называемую нейросимволическую архитектуру. Звучит сложно, но суть простая: это гибрид нейросетей и классической логики. Такой подход позволяет избавиться от галлюцинаций (когда ИИ уверенно врёт) и выдавать более осмысленные результаты поиска.
А вот это уже действительно круто: система учится понимать контекст, который не прописан в описании товара. Допустим, ищешь мебель, подходящую для дома с животными. Обычный поиск тебе ничего толкового не покажет — в карточках товаров редко пишут «подходит для котов». Но ИИ от Onton знает, что полиэстер устойчив к пятнам и царапинам. Значит, диван с такой обивкой — хороший вариант для хозяев питомцев. И с каждым запросом система становится умнее.
Ещё одна боль онлайн-шопинга — разные названия одного и того же. На одном сайте это «кресло-мешок», на другом — «бескаркасное кресло», на третьем — «bean bag». Поиск сходит с ума. Модель Onton учитывает такие вещи и собирает релевантные результаты со всех площадок.
Интерфейс тоже продуман под разные сценарии. Можно загрузить фотографию или описать словами, как ты хочешь обустроить комнату, — сервис подберёт мебель под эту идею. Есть бесконечный холст с генерацией изображений: добавляешь фото своей комнаты, накидываешь туда найденные товары и смотришь, как всё будет выглядеть вместе. Можно даже загрузить снимок пустого помещения и попросить ИИ его обставить.
Логика команды такая: чат — это хорошо, но недостаточно. Люди часто не знают, как описать то, что хотят. Визуальные инструменты решают эту проблему.
Результаты говорят сами за себя. По данным стартапа, конверсия в покупку у них в 3-5 раз выше, чем у традиционных интернет-магазинов. Пользователи доверяют рекомендациям, потому что видят: система реально понимает их запросы.
Хадсон уверен, что переход на одежду будет несложным — технологическая база и интерфейс уже готовы. Каталог для нового направления формируется, запуск планируется в ближайшее время. Правда, конкуренция там серьёзная: Daydream, Aesthetic, Style.ai уже работают в этой нише.
Команда тоже растёт. В 2023 году в штате было три человека, сейчас — десять. Планируют довести до пятнадцати, набирая инженеров и исследователей.
Честно говоря, подход выглядит разумным. Вместо того чтобы просто прикрутить ChatGPT к поиску (как делают многие), ребята построили специализированную систему под конкретную задачу. И судя по цифрам, это работает. Другой вопрос — удастся ли масштабировать успех с мебели на другие категории. Одежда и электроника — это совсем другая история с точки зрения пользовательского поведения. Но миллиард рублей инвестиций даёт неплохой запас прочности для экспериментов.