NG Solution Team
Startups

Wilgot lève 3 M$ pour améliorer la visibilité produit face aux assistants IA

Wilgot a levé 3 millions de dollars en financement Seed pour aider les détaillants à rendre leurs produits plus faciles à trouver, comprendre et recommander par les assistants d’achat basés sur l’IA. La startup de Stockholm développe une solution baptisée Agentic Product Optimization (APO), un logiciel qui convertit la connaissance client en informations produits enrichies et ajuste en continu ces contenus en fonction des variations de comportement d’achat.

Financement et gouvernance

Le tour a été mené par Industrifonden et est également présenté par Wilgot comme équivalant à SEK 30 millions. Y ont participé Luminar Ventures, Foundry Ventures, Ventures Together et Inovexus. Parmi les investisseurs providentiels figurent les fondateurs de Voyado, Johan Bäckarlin et Johan Hjelte, ainsi que Niclas Mollin, fondateur d’inriver et d’Occtoo. La société indique qu’elle emploiera ces fonds pour développer sa plateforme et étendre sa portée commerciale.

Anders Nygren, de Foundry Ventures, et Andreas Söneby, d’Industrifonden, rejoindront le conseil d’administration de Wilgot.

Wilgot : transformer la connaissance client en information produit

APO prend pour point de départ les données que détiennent déjà les commerçants : requêtes de recherche, avis clients, tickets de support et retours. Ces sources peuvent révéler des motivations d’achat, des questions récurrentes ou des écarts entre les attentes des clients et la réalité du produit. La plateforme transforme ces constats en pages produit, flux, FAQ et données structurées.

Un exemple donné par Wilgot : des questions répétées sur la pointure d’une chaussure peuvent signaler un manque d’information sur le sizing. Rendre un conseil vérifié explicite fournit des preuves plus utiles à la fois pour l’acheteur et pour un système de recherche. L’intérêt, selon la société, est d’extraire un fait pertinent et de l’associer au bon article, plutôt que de simplement allonger une description marketing.

Wilgot positionne APO comme une couche active d’amélioration : des outils de surveillance de visibilité peuvent indiquer si une marque apparaît dans la réponse d’un assistant, tandis que les systèmes d’information produit stockent et distribuent les fiches catalogue. L’objectif de Wilgot est de changer l’information que ces systèmes et assistants utilisent en dernier ressort.

Méthode, boucle d’optimisation et limites déclarées

Le site de la société décrit trois étapes : détecter les signaux de demande, générer du contenu produit et mesurer les résultats. Les sorties de contenu comprennent titres, descriptions, attributs et FAQ, générés dans la langue pertinente. La boucle d’optimisation suit la visibilité, l’engagement et la conversion via Google et la recherche IA, puis utilise ces signaux pour réviser le contenu.

Wilgot indique que son approche est conçue pour des catalogues de dizaines de milliers de produits, qu’elle utilise l’apprentissage par renforcement pour améliorer l’information produit à partir des retours de performance et qu’elle prend en charge du contenu dans plus de 100 langues. Le communiqué précise néanmoins qu’il ne divulgue pas la conception de la récompense ni l’architecture des modèles ; ces détails restent en dehors de la description publique. La société souligne aussi que cet apprentissage intervient dans son processus d’optimisation et ne signifie pas qu’un détaillant peut directement réentraîner ChatGPT ou contrôler ce qu’un assistant indépendant recommande.

L’importance des données produits structurées est déjà concrète dans la recherche : la documentation des listings marchands de Google montre comment les balises Product et Offer peuvent rendre disponibles des détails comme le prix, la disponibilité, la livraison et les retours pour les expériences d’achat. Cela illustre le rôle de l’explicitation des faits produit, même si être éligible à une fonctionnalité de recherche n’est pas synonyme d’une recommandation garantie.

La société met en garde sur la nécessité de distinguer clairement une spécification vérifiée, l’opinion d’un client et une inférence de pertinence : sans cette distinction, rendre un article plus visible peut propager une affirmation non étayée.

Clients précoces, résultats et équipe fondatrice

Wilgot cite Daniel Wellington, J.Lindeberg, Myrqvist et Signify parmi ses clients. Le communiqué indique qu’« les ventes nettes ont augmenté de 20 % sur les pages produit Daniel Wellington optimisées par Wilgot », et que « 7 % des clients de Myrqvist arrivent désormais via ChatGPT ». Ces chiffres décrivent des résultats différents — l’un concerne des ventes sur des pages sélectionnées, l’autre un canal d’acquisition — et le communiqué ne précise ni les périodes de mesure ni le dispositif expérimental.

Fondée en 2024, Wilgot a été créée par Erik Wikander (cofondateur et CEO), la Dr Mhairi Dunion (cofondatrice et AI Scientist) et Oleg Danylenko (cofondateur et CTO). Wikander a été chief marketing officer chez Lendify. Mhairi Dunion détient un PhD en deep reinforcement learning de l’University of Edinburgh. Oleg Danylenko a une expérience en data science chez Klarna, IKEA et Teemyco.

Wikander a déclaré dans l’annonce : “Brands are spending too much time measuring whether AI assistants mention them, and not enough time giving AI a reason to recommend their products.”

Le tour Seed donne à Wilgot les moyens d’étendre sa proposition au-delà de sa base cliente initiale : relier la connaissance éparse issue des interactions clients d’un détaillant aux fiches produit qui influencent la découverte constitue, selon la société, une tâche commerciale à part entière à mesure que les interfaces d’achat deviennent plus conversationnelles.

Related posts

Fraude aux retours : Clarity lève 4,4 M$ pour la détecter en 3 secondes

Jean Dupont

Linera : fermeture après une vente de tokens insuffisante

Thomas Lefèvre

TypeSafe AI lève environ 870 M$ en Series A, valorisée 7,5 Md$

Lucie Moreau

This website uses cookies to improve your experience. We assume you agree, but you can opt out if you wish. Accept More Info

Privacy & Cookies Policy