Mad Street Den：2014 年就在钦奈做”时尚电商视觉 AI”的印度老兵

产品是什么

Mad Street Den 是 AI 视觉领域的一支老兵。2014 年就在印度钦奈创立，做的是计算机视觉在时尚零售里的落地——给电商的衣服自动打标签（颜色/版型/材质/风格）、做搭配推荐、做搜相似。

它的平台叫 MADstack，把底层 CV 能力模块化；面向时尚电商的产品叫 Vue.ai，干的是”把一堆乱糟糟的商品图，自动变成能搜索、能推荐、能搭配的结构化数据”。

放到今天看这很寻常，但2014 年大模型还没影，它就已经在靠 CV 帮零售商省钱了——属于”在正确方向上提前十年起跑”的那类公司。

怎么赚的钱

企业级 API / 平台订阅。零售商按调用量（图片处理量）或模块年费付费，用 Vue.ai 把商品图自动 tagging、做视觉搜索和搭配。

融资节奏偏早期稳健：2015 年 1 月 ¥1,008万种子（Exfinity + GrowX）；2016 年拿到 Sequoia India 的 Series A（金额未披露）。营收没公开披露，但客户名单能说明问题——Thredup、Tata CLiQ、Craftsvilla、Voonik 都用了它的视觉能力。

流量从哪来

1. 时尚零售大客户直签：Thredup（美国二手时尚）、Tata CLiQ（印度零售巨头）这类客户，靠”自动 tagging 省下多少人力”的算账签单。
2. 印度 SaaS 出海口碑：钦奈团队把企业级 AI 卖给欧美零售商，靠的是案例积累而不是地域噱头。
3. 行业活动 + 标杆客户转介绍：时尚零售圈小，Thredup 这种名字一挂出来，同行自己会找上门。

站长是谁

Ashwini Asokan（CEO），前 Intel，CMU 背景；Anand Chandrasekaran（CTO），IIT Madras、神经科学 PhD、前 Stanford。一个懂产品商业化，一个懂底层算法，学术+产业的组合在 CV 这种硬科技里很关键。

2014 年从钦奈起步，那时候印度 AI 创业还是稀罕事。两个人赌”视觉 AI 会先在时尚零售变现”，赌对了——这个行业图多、标签乱、靠人标贵且慢，正好是 CV 的甜区。

这个案例能学到什么

第一，垂直深耕的先发优势是真金。2014 年就扎进时尚视觉 AI，比生成式 AI 热早了快十年，攒下的行业数据和客户关系是后来者短期抄不走的。选一个方向，提前十年起跑，比追热点稳。

第二，选”图多、标签乱、人贵”的行业。时尚电商每款衣服都要人写标签、做搭配，CV 一上就能看见省了多少人力。AI 落地最好的行业，是”人工成本高 + 任务标准化 + 数据海量”三位一体。

第三，把内部能力平台化（MADstack）。从”接一个客户做一个项目”升级成”一套平台卖所有客户”，边际成本骤降。做定制项目的人，迟早要把通用部分抽出来卖。

第四，地理位置不是天花板。钦奈团队照样把企业级 AI 卖给欧美零售商。现在一人公司也能服务全球客户，Mad Street Den 早在 2014 年就证明了这条路。

第五，用具体小痛点切入，别空谈”赋能”。它卖的是”自动 tagging”这种一线员工天天疼的点，不是”AI 赋能零售”的 PPT。越具体的痛点，越好卖、越好算 ROI。

来源与数据

• 站点：https://madstreetden.com
• 融资：Crunchbase / Tracxn（2015-01 种子 150 万；2016 Sequoia India A 轮）
• 客户：官网客户页（Thredup / Tata CLiQ / Craftsvilla / Voonik）
• 产品：MADstack 平台、Vue.ai 时尚零售 AI

一句话总结

2014 年就在钦奈用计算机视觉帮时尚电商自动打标签的印度老兵，靠十年垂直深耕拿下 Thredup、Tata CLiQ，Sequoia India 投了 A 轮。