Xometry
marketplace B2B optimisee par IA (devis et recommandations)
Au deuxieme trimestre 2026, Xometry a ameliore d'environ 15% la precision de prediction des couts CNC de ses modeles IA, porte l'acceptation des recommandations de process au-dela de 85%, et genere pres de 4 000 acheteurs nets via martech et personnalisation, sur un chiffre d'affaires de 229 millions de dollars en hausse de 41%.
L'essentiel
- Modeles IA proprietaires de Xometry pilotant devis, sourcing et recommandations de process sur la marketplace.
- Precision de prediction des couts CNC amelioree d'environ 15%, plus de 85% des recommandations acceptees.
- Martech et personnalisation: pres de 4 000 nouveaux acheteurs nets au T2 2026, plus haut en 10 trimestres.
- Preuve A (earnings call T2 2026 plus communique officiel), statut vivant confirme.
Objectif
Augmenter le taux de conversion et la valeur par acheteur sur la marketplace en fiabilisant les devis instantanes et les recommandations de fabrication, tout en baissant le cout d'acquisition grace au martech et a la personnalisation.
Le déploiement
Xometry exploite une marketplace de fabrication a la demande ou un acheteur telecharge une piece et recoit un devis instantane. Au deuxieme trimestre 2026, l'entreprise a annonce des ameliorations de ses modeles IA proprietaires qui gerent le costing, le sourcing et les recommandations de process. Le modele lit les parametres de chaque piece et livre environ 15% de precision en plus sur la prediction des couts d'usinage CNC, ce qui renforce la confiance de l'acheteur et la conversion. Les acheteurs acceptent desormais la recommandation de process plus de 85% du temps, avec les plus gros gains chez les nouveaux clients. En parallele, les equipes marketing ont renforce le martech et la personnalisation, ce qui a aide a generer pres de 4 000 acheteurs nets sur le trimestre, le meilleur niveau en dix trimestres, tout en ramenant la depense publicitaire de la marketplace a un plus bas record en part du chiffre d'affaires. Le chiffre d'affaires du trimestre a atteint 229 millions de dollars, en hausse de 41%, la marketplace progressant de 45% et les acheteurs actifs atteignant 89 557, en hausse de 20%.
Résultats Preuve A
Resultats divulgues par Xometry dans son earnings call du T2 2026 (transcription verbatim) et corrobores par son communique officiel de resultats trimestriels. Les chiffres de conversion, de precision des modeles et d'acheteurs nets sont attribues nommement par les dirigeants dans le cadre du reporting financier.
Comment ça fonctionne
Approche-type inféréeLe détail interne n'est pas public. Voici une approche éprouvée qui mène au même résultat - à adapter à votre stack.
La stack en détail
- outil Moteur de devis IA Xometry (costing / sourcing) Modeles IA proprietaires de prediction de couts, de sourcing et de recommandation de process, entraines sur une decennie de donnees de devis et de pieces. Les sources ne nomment pas de LLM tiers.
- outil Couche martech et personnalisation Stack marketing qui personnalise l'acquisition et le timing des interventions commerciales pour augmenter les acheteurs nets tout en baissant la part de depense publicitaire.
Comment ça tourne, concrètement
Pour les équipes ops-
1Upload de la piece client
L'acheteur telecharge un fichier de piece a fabriquer sur la marketplace.
-
2Devis instantane IA
Le modele IA lit les parametres, predit le cout d'usinage et propose un prix, avec une precision amelioree d'environ 15% sur le CNC.
-
3Recommandation de process IA
Le modele recommande le procede de fabrication ; l'acheteur l'accepte plus de 85% du temps, surtout les nouveaux clients.
-
4Acquisition personnalisee marketing
Le martech cible et personnalise l'acquisition et le timing des interventions commerciales pour augmenter les acheteurs nets a moindre cout.
-
5Suivi et upgrade des modeles equipe data
L'equipe data suit la conversion et la precision, et livre des ameliorations de modeles par cycles.
Les parametres de la piece uploadee et une decennie de donnees de devis historiques. Sans cette base de donnees proprietaire, la prediction de cout et les recommandations perdent leur precision.
Comment vos clients perçoivent ce type d'usage
Études sourcéesLe pricing algorithmique est le terrain le plus inflammable : 68% des consommateurs disent se sentir leses quand les marques utilisent le pricing dynamique et 80% jugent plus dignes de confiance les marques aux prix constants (Gartner, 2024). L'equite percue varie selon le secteur : le pricing dynamique n'est juge juste que par 33% a 40% des repondants selon qu'il s'agit de concerts ou de cinemas (YouGov, 17 marches). Le prix personnalise par les donnees individuelles est le plus rejete : 47% des Americains s'y opposent fermement (Consumer Reports, 2024).
Conditions d'acceptation
- La constance des prix comme signal de confiance : 80% jugent plus fiables les marques aux prix stables (Gartner 2024)
- Le secteur conditionne l'equite percue : le pricing dynamique est mieux tolere pour les cinemas (40% le jugent juste) que pour les concerts (33%) (YouGov 2024)
Lignes rouges
- Le pricing dynamique percu comme abus : 68% se sentent leses (Gartner 2024)
- Le prix individualise a partir des donnees personnelles : 47% d'opposition ferme (Consumer Reports 2024)
- Les frais caches et hausses imprevues, vecus par 79% des consommateurs sur un an et associes a la perte de confiance (Gartner 2024)
Sources : Gartner 2024 · YouGov 2024 · Consumer Reports 2024
Voir l'acceptation complète : par pays, par usage, par génération
Comment répliquer
Inférence - non sourcéPrérequis data
- Historique riche de devis et de pieces pour entrainer la prediction de cout
- Donnees de conversion et d'acceptation des recommandations
- Signaux comportementaux d'acheteurs pour le ciblage acquisition
Prérequis orga
- Equipe data et produit capable de maintenir et reentrainer les modeles
- Alignement entre data et marketing sur la boucle conversion / acquisition
- Gouvernance de la qualite des devis automatiques
Stack possible
- Modeles de prediction de cout maison ou sur infra cloud ML
- Moteur de recommandation
- Couche martech de personnalisation et de scoring d'acheteurs
Le plan, étape par étape
- Étape 1Consolider l'historique de devis et de pieces et mesurer la precision de cout actuelle par categorie de fabrication.Livrable : Base de reference de precision et de conversion par categorie.
- Étape 2Entrainer un modele de prediction de cout sur la categorie la plus volumineuse et le tester en shadow avant mise en production.Livrable : Modele de costing valide sur une categorie.
- Étape 3Ajouter un modele de recommandation de process et mesurer le taux d'acceptation, en particulier chez les nouveaux acheteurs.Livrable : Recommandations en production avec suivi d'acceptation.
- Étape 4Brancher une couche martech de personnalisation pour cibler l'acquisition et le timing commercial.Livrable : Acquisition personnalisee avec suivi du cout par acheteur net.
Première étape : Mesurer la conversion actuelle des devis et le taux d'acceptation des recommandations, puis cibler d'abord la fiabilisation de la prediction de cout sur la categorie la plus volumineuse.
Le même pattern, prouvé dans d'autres industries
Sources
- S1 Xometry (XMTR) Q2 2026 Earnings Call Transcript Primaire archive à générer
- S2 Xometry Reports Record Second Quarter 2026 Results Primaire archive à générer
- S3 Xometry Q2 2026 slides show 41% revenue growth, raised outlook Secondaire archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.