前Spotify团队创办AI购物助手Malachyte，获千万美元融资

type

status

date

slug

summary

从音乐到电商：Spotify推荐算法的跨界降维打击

Malachyte 的三位联合创始人 Sidd Motwani、Ian Anderson 和 Shivaditya Sinha 曾用数年时间，共同打造了支撑 Spotify 推荐引擎的行为智能基础架构——Vector AI。这套系统驱动着 Spotify 面向全球 8 亿用户所提供推荐内容中约 90% 的部分。

与传统的推荐系统不同，Vector AI 的核心设计理念是预测用户的实时意图和下一步行动，而非仅仅依赖用户过去的历史数据。如今，这支黄金团队正在将这套成熟的算法逻辑复制到电商领域。

目前的电商推荐大多依赖于用户的历史购买记录、人口统计学分层或已登录的客户档案。这意味着，系统无法感知用户“当下”的即时需求。而 Malachyte 的出现，正是为了打破这种延迟，让电商平台能够像 Spotify 推荐歌曲一样，实时捕捉消费者的心智变化。

实时意图预测：双头Vector AI如何颠覆传统推荐

为了实现实时的意图预测，Malachyte 开发了一种名为“双头Vector AI（dual-headed Vector AI）”的技术。该技术能够预测购物者接下来想要什么产品，学习其整体喜好，并根据用户的实时行为进行毫秒级的微调。

Malachyte 首席执行官 Motwani 表示，该系统在用户第一次点击页面之前，就已经开始利用页面加载瞬间获取的上下文信息形成判断。在单次访问会话中，系统就能对用户的偏好以及当下的购物目标形成真实的画像。

例如，当用户在网站搜索“重型工作靴”，随后点击了两次钢头靴。无需任何账户登录信息或历史浏览记录，系统就会立即调整页面权重，将工装裤和手套等关联配件排到更靠前的位置，而将正装皮鞋等无关商品排到后面。用户在页面上的每一次额外操作，都会让这份画像变得更加精准。用户停留时间越长，体验就越贴合需求。

捕捉微操作与情境信号：释放电商数据的隐藏价值

在传统的电商运营中，零售商虽然掌握着海量的客户行为数据，但很少能做到实时利用。大多数系统倾向于在一夜之间将这些数据汇总，并粗糙地为用户贴上某个群体标签。

而 Malachyte 则选择持续读取用户的每一个微操作——每一次鼠标悬停、点击、滚动、搜索条件调整以及加入购物车。这些在过去被忽略的“微信号”，在双头Vector AI 系统的实时处理下，成为了判断用户当下意图的黄金线索。

此外，情境信号的利用也是 Malachyte 的一大亮点。Motwani 指出，一个在晚上 11 点通过手机邮件链接访问网站的用户，与同一个人在工作日上午使用笔记本电脑访问网站时，其购买心理和当下需求是截然不同的。传统的推荐系统往往将两者一视同仁，而 Malachyte 则能通过识别这些情境差异，提供完全不同的个性化展示。

商业化路径与未来展望：Shopify生态与API双轨并行

自 2024 年以来，Malachyte 一直在开发并测试这项技术，并与旅游、生鲜杂货和零售等多个行业的 20 多家企业客户展开了深度合作。最终，团队决定将业务焦点锁定在市场空间巨大的电商领域。

该平台于 2025 年秋季正式上线，首个合作客户为知名电商 Fun.com。自 2026 年 6 月起，Malachyte 已通过原生集成方式，面向 Shopify 商家全面开放，而规模更大的中大型零售商则可以通过其 API 接入这项技术。

展望未来，Malachyte 的野心不止于商品推荐。Motwani 表示，更大的机遇在于将营销推广与商品运营这两个原本割裂的环节，围绕对客户行为的统一理解真正结合起来，实现全链路的智能化运营。

随着 AGI 与 大模型 技术的爆发，如何将前沿技术转化为实际的商业价值（即 AI变现 ）成为了行业焦点。Malachyte 的成功融资为垂直领域的 AI 应用提供了极佳的范式。

获取每日最新的 AI日报 ，紧跟行业动态，请锁定AI门户。

结语

从 Spotify 的音乐流媒体推荐，到电商领域的实时意图预测，Malachyte 正在重新定义在线零售的交互规则。在 chatGPT 和 claude 等生成式 AI 改变人类信息获取方式的同时，像 Malachyte 这样的垂直场景 AI 也在悄然改变着我们的消费决策路径。无需登录、无需历史画像，仅仅依靠当下的行为和情境，AI 就能读懂你的心——这或许就是未来电商的标配体验。