前岗位工程师携AI推荐引擎进军电商

三位曾在Spotify负责推荐系统核心算法的工程师，如今将目光投向了电商领域。Sidd Motwani、Ian Anderson和Shivaditya Sinha在Spotify期间构建了名为Vector AI的行为智能基础设施，这套系统能够预测用户的意图和下一步行动，而不仅仅依赖历史行为。据了解，Vector AI支撑了Spotify约90%的推荐流量，覆盖其8亿用户。现在，他们创立了初创公司Malachyte，试图将同样的技术能力复用到在线购物场景中。

Malachyte于本周宣布完成1000万美元种子融资，资金将用于扩大分发规模并招募更多产品和商业负责人。公司诞生的核心理念在于，当前大多数电商网站对用户的处理方式过于粗放——个性化主要依赖历史购买记录、人口统计细分或登录用户画像。这意味着首次访问的用户往往看到的是和其他人一样的通用店铺页面，而老用户收到的推荐也主要基于他们过去买过什么，而非当下真正需要什么。

Malachyte希望改变这一局面，通过构建实时、意图感知的购物体验来重塑个性化。其平台采用所谓的“双头向量AI”，一方面预测用户接下来想要什么产品，另一方面学习用户的整体品味，并根据用户的实时行为进行持续微调。公司CEO Motwani向媒体表示，这套系统在用户第一次点击之前就开始运作，利用页面加载瞬间的上下文信息形成初步判断。在单个会话内，系统就能建立起对用户偏好和当前目的的双重理解。

Motwani举了一个具体例子：当用户搜索“重工靴”并点击两次钢头靴后，系统会在同一页面上将工装裤和手套的排名上移，同时将皮鞋的展示位置下移，整个过程无需账号或历史记录。用户的每一次额外操作都会让这份画像更加精准，停留时间越长，体验就越贴合需求，下一次访问时也能延续这种理解。

Motwani认为，零售商其实已经拥有最宝贵的客户情报来源，但很少能实时利用起来。他解释说，每一次悬停、点击、滚动、搜索细化以及加入购物车都是信号，但大多数系统要么在当下完全不处理这些信号，要么将它们聚合到隔天的细分群体中。Malachyte则持续读取这些信号，让用户向量对偏好和当前意图的判断越来越有信心。

他还指出，上下文信号同样被严重低估。例如，一个深夜11点通过邮件链接访问手机端的用户，与一个上午十点半在笔记本电脑上浏览网页的同一用户，其心态和需求截然不同，但大多数系统会将他们视为相同的人。

这家公司自2024年起便持续开发和测试相关技术，曾在旅游、杂货和零售领域与超过20家企业客户合作，最终将重心锁定在电商业。其平台于2025年秋季首次在Fun.com上线，自2026年6月起通过原生集成向Shopify商家开放，大型零售商也可以进行深度整合。

Malachyte的崛起，标志着从内容推荐到商品推荐的AI能力迁移正在加速。对于那些长期苦于“猜不透用户”的电商平台而言，能够实时感知意图的推荐引擎，或许正是下一阶段增长的关键变量。