网上购买服装让我们不再须要年夜胆面对实体零售地狱中无尽的过道、荧光灯和渴望匆匆销的人群。但任何一个在时尚兔子洞里呆了两个小时、除了 15 个打开的标签、四个装满购物车、一大堆 YouTube 服装运输评论以及不知所措的网上购物带来的痛楚焦虑的人，都会感想熏染到就像一件苦差事。
Blend 是一家总部位于英国的初创公司，它利用人工智能肃清噪音，帮助购物者找到适宜他们风格、预算和尺寸的个性化产品推举。
Blend 联合创始人 Jemima Bunbury 向 TechCrunch 表示:“绝大多数零售商绝对不进行个性化定制，纵然这样做，他们也只是根据历史购买数据进行个性化定制。” “当趋势变革相对较快，并且人们的风格在生平中确实发生变革时，对付用户来说，拥有如此历史性的推举就不再具有干系性。”
Blend 作为Startup Battlefield 200 家公司之一参加了TechCrunch Disrupt 2023。在这次活动中，这家初创公司推出了 MVP——一款现已向 Blend 等待名单上的 2,000 名用户开放的运用程序。在四月份筹集天使投资后，Blend 目前正在为其种子轮探求投资者。该初创公司将利用这些资金在运用程序上构建更多功能，并推动全面发布。
Blend 已与 250 多家零售商签约，个中包括奢侈品零售商 Net-a-Porter。该初创公司的入市计策针对的是 18 至 34 岁的用户，即“高度数字化、本地移动优先的购物者”，他们随着可支配收入的增加而开始定义自己的个人风格。Blend 首先在英国推出，然后希望进入美国市场。
“我们希望通过首先吸引非常前卫、引领潮流的人群，然后我们可以从那里走向更主流，但反之则要困难得多，”班伯里说。“终极，我们的愿景确实是成为每一次在线购物体验的前门，因此成为规模最大的零售商，由于它有能力供应个性化做事，并且只向人们展示与购物最干系的 1% 的互联网内容。他们。”
我们可以掉队的天生式人工智能
Blend 联合创始人 Bella Levin（左）、Jemima Bunbury（中）和 Eva Piskova（右）
时尚界通过多种办法利用了天生式人工智能的热潮。一些公司正在利用自然措辞处理算法来改进客户做事体验。其他人正在利用图像天生来创建新设计。在生产改进、趋势预测、库存管理和虚拟试穿方面也有运用。
Blend 的方法以变压器技能和推举算法为中央，很大程度上由用户交互数据供应支持。Transformer 技能构成了GPT 等盛行的天生式人工智能模型的技能堆栈，是一种教授打算机如何理解和天生人类措辞的模型。在时尚界，这意味着它可以更好地理解用户偏好并提出量身定制的服装推举。
Bunbury 表示:“对付人工智能来说，最主要的是你实际将哪些数据放入[模型]中。”他指出，创始团队决定利用运用程序而不是网页，部分缘故原由是它更随意马虎跟踪这样就可以获取用户的数据。
当用户打开运用程序时，他们将滚动浏览提要，该提要是从不同零售和电子商务网站提取的产品图像和描述的组合。他们的动态还将包含来自影响者的短视频和产品策划，这些影响者可以从他们产生的任何发卖中赚取联属佣金。
Bunbury 表示，当用户滚动时，Blend 会网络有关他们如何与运用程序交互的数据，无论他们是否喜好产品、保存产品、与朋友分享，“或者只是您查看一种产品的韶光”。Blend 利用所有这些数据来形成用户的图片，该用户已经预先设定了尺寸和预算的偏好。用户与运用程序交互越多，他们的推举就越个性化。
在后端，Blend 会比较产品和用户，以得到哪些产品适宜哪些用户的统计数据。举例来说，假设有两名用户在三个月前积极利用该运用程序。用户 A 停息与运用程序的互动，而用户 B 连续定期互动，并看到她的动态根据新趋势进行调度。Blend 将利用用户 B 的数据来向用户 A 供应推举，而不是让用户 A 的推举结束不前。
“通过跟踪这些文化趋势以及不同人的风格有何相似或不同，我们可以利用这些数据来为其他人供应建议，”班伯里说。“因此，我们在平台上拥有的用户越多，个性化就越强大，我们可以以此为根本并创建群组。”
该运用程序背后的人工智能模型令人印象深刻，不仅由于它可以为您推举本日得当的服装，还可以为来日诰日、下周、明年推举得当的服装。它是动态的，可以跟踪用户的风格如何随韶光变革。
Blend 还可以帮助用户找到适宜自己体型的产品，这一点对付必须经历昂贵退货周期的零售商来说也是很欣赏的。做到这一点的一部分是许可用户设置他们对不同身体部位的尺寸的偏好，并确定他们的身体类型。但这些信息并不总是可靠——品牌尺码表可能差异很大，而且我们大多数人都不善于对自己的体型进行分类。
这便是运用程序启用的用户天生内容再次发挥浸染的地方。希望用户能够拍摄自己穿着新衣服的照片并将其发布到运用程序上，从而为 Blend 的人工智能引擎和其他用户供应特定产品在不同框架上的不同表现。Blend 希望整合评论和投票系统，帮助用户更好地确定适宜自己的尺寸。
商业模式
用户与 Blend feed 的互动越多，个性化推举就越好
Blend 商业模式中的三个移动部分是: 1) 购物者;2）影响者;3) 品牌。
Blend 紧张试图办理用户问题，但要做到这一点，它须要与有影响力的人和品牌互助，而这两者也都可以获益。通过与 Blend 互助，影响者和品牌都可以实现收入来源多元化，并以一种非常轻松的办法涌如今多个不同的渠道上。
特殊是对付品牌而言，Blend 可以作为一个强大的市场营销平台。
“对付大多数品牌来说，关键的困难是让你的产品涌如今精确的受众面前，并采取无风险的广告办法，”班伯里说。“通过社交媒体广告，是的，你可以根据人口统计数据和用户群体很好地定位，但即便如此，它也不一定基于他们的风格。而我们该当拥有这个极其风雅的特定风格数据集，这将使我们能够在精确的用户积极寻求购买时将精确的品牌展示在他们面前。”
Blend 通过从互助品牌和零售商那里收取发卖佣金来得胜。据 Bunbury 称，大多数 Blend 的佣金率都在产品价格的 10% 至 12% 之间，但也可能低至 3%，高至 22%。
该运用程序的第一个版本将链接到一个品牌的网站，以在那里完成交易。未来的版本将许可用户在运用程序内到达发卖点，以得到更无缝的用户体验。
Bunbury 表示:“这方面存在巨大的增长潜力，但我们也意识到，凭借我们拥有的数据集以及我们将品牌呈现在用户面前的能力，未来还会有很多 B2B 收入线。” “诸如广告、数据和趋势剖析之类的东西，能够预测将发卖什么类型的产品以及发卖数量。”
在消费者方面，Blend 表示，未来可能会推出订阅做事，以供应额外的高等功能，例如库存结束提醒、折扣提醒或提前获取品牌产品。