据www.dcvelocity.com报道，总部位于旧金山的供应链AI企业Loop近期完成$9500万美元C轮融资，资金将用于拓展平台覆盖的企业级应用场景、强化产品研发与工程能力，并加大AI人才投入。
供应链成AI落地最难场景之一
Loop指出，当前全球供应链正面临高度波动的运营环境：关税调整、供应商多元化需求上升、能源成本走高，叠加企业普遍依赖老旧系统、数据被锁定在孤岛、运营与财务可视性严重不足等结构性问题。更关键的是，供应链被该公司视为AI部署难度最高的领域之一——底层数据不一致、不可访问，且分散在彼此断连的企业系统中。原文数据显示，当前许多企业仍缺乏贯穿全链条的单一可信数据源。
平台聚焦多系统数据融合
Loop称其平台正持续扩展对新型数据类型和业务场景的支持能力，涵盖供应商数据、贸易与合规数据、仓储数据、采购数据及入仓物流数据，并强化与ERP、TMS、WMS及订单管理系统（OMS）的连接能力。
“我们每天都能看到企业承受着应对持续中断的巨大压力，而关键决策往往仍建立在碎片化数据和脆弱系统之上。”——Matt McKinney，Loop首席执行官兼联合创始人
投资方阵容凸显AI赛道热度
- 本轮融资由Valor Equity Partners及Valor Atreides AI Fund联合领投
- 跟投方包括8VC、Founders Fund、Index Ventures、J.P. Morgan Growth Equity Partners和Tao Capital Partners
行业背景补充：AI在供应链的实际渗透仍处早期
据同期发布的WBR Insights《LogiPharma Playbook: 2026供应链与物流洞察报告》显示，制药行业作为供应链复杂度与监管强度双高的典型领域，其AI应用现状具有参考价值：原文数据显示，65%的制药供应链负责人对AI预测或缓解中断的能力仅持有限信心；AI采用率最高的是需求预测（59%）、库存优化（57%）和物流协同（49%）；而数字化连接程度最高的供应链，已实现物流成本降低15%、库存降低35%、服务水平提升65%。该报告同时指出，行业正从“AI试点”迈向“规模化部署”，但核心瓶颈在于跨系统数据整合与战略级对齐。
这一趋势与中国供应链从业者当前实践高度相关：国内大量制造与零售企业同样面临ERP、WMS、TMS等系统林立、主数据标准不一、财务与运营数据割裂等问题。Loop所强调的“连接财务与运营数据以加速决策”，正切中国内企业在推进智能供应链升级过程中最常遭遇的落地难点。多家头部3PL与制造业客户反馈，现有AI工具在单点环节（如运输路径优化）已见成效，但跨职能、跨系统的端到端智能决策仍受制于底层数据质量与系统互操作性。
来源：DC Velocity
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
