Wayfair በOpenAI ካታሎግ ትክክለኛነትን እና የእገዛ ፍጥነትን ያሳድጋል

Wayfair፣ በዓለም ላይ ካሉት ትልቁ የቤት ዕቃ የችርቻሮ ነጋዴዎች መካከል አንዱ ሲሆን፣ የአቅራቢ ድጋፍ የሥራ ፍሰቶችን ለማሻሻል እና የምርት ካታሎግ ጥራትን በስፋት ለማሻሻል የOpenAI ሞዴሎችን ወደ ወሳኝ የውስጥ ስርዓቶች አዋህዷል። በ2024 የእሴት ሙከራ ለማድረግ በአነስተኛ ደረጃ የተለቀቁ ልቀቶች እንደጀመሩት ነገር አሁን የእጅ ሥራን የሚቀንስ፣ የውሳኔ አሰጣጥን የሚያፋጥን እና በሚሊዮኖች ምርቶች ላይ የውሂብ ጥራትን የሚያሻሽል ሙሉ የምርት ስርዓት ሆኗል።

አመንጪ የሰው ሠራሽ አስተውሎት (AI)ን እንደ ሙከራ ወይም ነጠላ መፍትሔ ከመቁጠር ይልቅ፣ Wayfair የOpenAI ሞዴሎችን ወደ ዋና የኦፕሬሽናል የሥራ ፍሰቶች አካትቷል። ኩባንያው መጀመሪያ ውስብስብነት እና መጠንን የማስፋፋት ፍላጎት ከፍተኛ በነበሩባቸው ቦታዎች ላይ አተኩሯል፦ የአቅራቢ ድጋፍ ጥያቄዎችን መምራት እና መፍታት እንዲሁም በ30 million እቃዎች ግምት ያለው ካታሎግ ላይ በአስር ሺዎች የሚቆጠሩ የምርት ባህሪያትን በቋሚነት በማሻሻል።

የWayfair’s ካታሎግ ቡድን በአስር ሚሊዮኖች የሚቆጠሩ ምርቶችን በሺዎች የሚጠጉ የተለያዩ የምርት ክፍሎች ላይ ያስተዳድራል። ተመጣጣኝ እና ትክክለኛ የምርት ባህሪ መለያ መለያዎች—እንደ ቀለም፣ ቁስ፣ መጠን ወይም ልዩ ባህሪያት—ለፍለጋ፣ ለምክሮች እና ለሸቀጥ አቀራረብ አስፈላጊ ናቸው።    

"የውሂባችን ጥራት በተሻሻለ መጠን፣ ከደንበኛችን ጋር የምንገነባው እምነት ይበልጣል። “አስፈልላጊ ነው ምክንያቱም ሸማቾች ትክክለኛ የግዢ ውሳኔዎችን እንዲወስኑ ኃይል ይሰጣቸዋል፣ ይህም በተሳሳተ መልኩ ከተወከሉ ምርቶች የሚመጡ እንደ መመለሻዎች ያሉ ውድ ኋላ የሚመጡ ችግሮችን በቀጥታ ይቀንሳል," ሲሉ የWayfair የካታሎግ ሸቀጥ አስተዳደር ተባባሪ ዳይሬክተር ጄሲካ ዳርሲ ተናግረዋል። 

ከOpenAI በፊት፣ የመለያ ማሻሻያዎች በዋናነት የሚደረጉት አቅራቢዎችና ደንበኞች ለWayfair አንድ ነገር ትክክል እንዳልሆነ እንደሚነግሯቸው በመተማመን ነበር። በእጅ የሚደረገው ጥረት ከመጠኑ ጋር መመጣጠን አልቻለም።  ለእያንዳንዱ መለያ የተሰሩ የመጀመሪያ ብጁ የAI ሞዴሎች ውጤታማ ነበሩ፣ ነገር ግን ለመገንባትና ለመጠበቅ ውድ መሆናቸው ተገለጠ። “ለእያንዳንዱ መለያ ብጁ ሞዴል በመገንባት ጀመርን እናም በቴክኒክ ደረጃ እሱም ሰርቷል።” ስትል ካሮላይን ፊሊፕስ፣ የWayfair የማሽን መማር ሳይንቲስት ተናገረች። “ነገር ግን 47,000 መለያዎችን ሲመለከቱ እሱ አቀራረብ በቀላሉ ሊሰፋ አይችልም።”

የአንድ ጊዜ ብቻ ሞዴል ከመገንባት ባሻገር፣ Wayfair በአንድ የOpenAI ሞዴል ላይ የተገነባ መለያ-ነጻ ስርዓት ፈጠረ። አንድ “የፍቺ ወኪል” ድሩን እና ውስጣዊ ፍቺዎችን በመውሰድ ለእያንዳንዱ መለያ አውዳዊ ትርጉም ያመነጫል። “እውነተኛው ድክመት የሞዴል አፈፃፀም አልነበረም፣” ብሏል ፊሊፕስ። “እያንዳንዱ መለያ በእርግጥ ምን ማለት እንደሆነ ለመግለጽ እና ኮድ ለመስጠት የሚያስፈልገው የሰው ጊዜ ነበር።” ይህ አውድ፣ ከWayfair የውሂብ ሥነ-ምህዳር በሙሉ የተሰበሰበ የምርት ውሂብ ጋር ተያይዞ፣ በምርት ክፍሎች መካከል ባህሪያትን መመደብ የሚችል ማዕቀፍ ውስጥ ይገባል። ቡድኑ አሁን ከአንድ ዓመት በፊት ከነበረው ፍጥነት 70x በሆነ ፍጥነት የሞዴል ሽፋንን ወደ አዳዲስ ባህሪያት እያስፋፋ ነው።

ሥርዓቱ አሁን በምርት ውስጥ ከ1 million በላይ ምርቶች ላይ ሰርቷል። እና የተሻሻሉ ባህሪያት ያላቸው የመጀመሪያ የምርቶች ማዕበል አሁን በቀጥታ በቂ ጊዜ ቆይቶ የውሂብ ጥራትን ማሻሻል በደንበኛ ጉዞ ላይ ያለውን ተጽዕኖ መለካት አስችሏል።  “የባህሪ ሙሉነትን ሲያሻሽሉ ረቂቅ ነገር አይደለም። “ይህ በSEO እና PLA አፈጻጸም ውስጥ ይታያል—ደንበኞች ምርቶችን እንዴት እንደሚያገኙ በሚያሳይ መንገድ” ሲሉ Phillips ተናግረዋል። በቁጥጥር ውስጥ የተደረገ የA/B ሙከራ በየሕክምና ቡድኑ ውስጥ የእይታዎች፣ ጠቅታዎች እና የገጽ ደረጃ ከፍተኛ እና ጉልህ ጭማሪ እንዳለ አሳይቷል።

ነገር ግን፣ Wayfair የምርት ውሂብን የማስተካከል ውሳኔዎችን ለሞዴል ብቻ አልሰጠም። “ዓላማችን ደንበኞች የሚገዙትን ነገር ላይ ሙሉ በሙሉ እንዲተማመኑ እምነትን ለመገንባት ነው፣” ሲል ፊሊፕስ ተናግረዋል። ኩባንያው ተባባሪዎች ናሙናዎችን በአካል የሚመርሙበትን የተግባር የኦዲት ሂደት በመጠቀም፣ የሞዴል ውጤትን ለማረጋገጥ የተዋቀረ የሙከራ ስርዓት አዘጋጀ፤ እንዲሁም ለውጎችን ለማረጋገጥ ከአቅራቢዎች ጋር ሰርቷል። አሁን፣ በውሂብ ላይ የተመሰረተ የመተማመን ደረጃ ከፍ ሲሆን፣ የራስ-ሰር ስርዓቶች ይዘቱን በቀጥታ ይፃፉ እና የተደረገውን ለውጥ ለአቅራቢው ያሳውቃሉ። እና ከፍተኛ መስፈርት ሳይሟላ ወይም መለያው ከፍተኛ አደጋ ያለበት ነው ተብሎ ሲታሰብ፣ Wayfair ለውጡን ከማድረጉ በፊት መጀመሪያ ከአቅራቢው ማረጋገጫ ይፈልጋል።

Wayfair ሁሉን አቀፍ ካታሎጎችን ለመደገፍ በአስር ሺዎች ከሚቆጠሩ አቅራቢዎች ጋር ይሰራል። የአቅራቢ ድጋፍ ጥያቄዎችን ለማስተዳደር፣ Wayfair ሰራተኞች ሁሉንም በፊት የሚገቡ ትኬቶች ይገመግሙ ነበር፣ አቅራቢዎች ምን ለማከናወን እየሞከሩ እንደነበር በእጅ ይለዩ ነበር እና ችግሮችን ወደ ትክክለኛው የውስጥ ባለቤት ያስተላልፉ ነበር—ጊዜ የሚወስድ እና ስህተት ለመፈጠር የሚያጋልጥ ሂደት ነበር። “የአቅራቢ ጥያቄዎች ቀላል አይደሉም፣” በማለት በWayfair የአቅራቢ ድጋፍ እና ኦፕሬሽኖች ኃላፊ ግራሃም ጋንስል ተናግሯል። “እነሱ በመቶዎች የሚቆጠሩ የችግር አይነቶችን የሚሸፍኑ ሲሆን አንድም ተባባሪ በተግባር ሁሉንም ማስተማር በእውነቱ አይቻለውም።”

Wayfair እነዚህን የሥራ ፍሰቶች በሰው ሠራሽ አስተውሎት (AI) ለማጎልበት Wilma ተብሎ የተሰየመ ምርት ላይ የወኪልነት ባህሪያትን ጨምሯል። በምርት ውስጥ ከመጀመሪያዎቹ ባህሪያት አንዱ በOpenAI ሞዴል የተደገፈ የትኬት መለየት ነው። ሥርዓቱ የሚገቡ ጥያቄዎችን ያነባል፣ የጎደለውን አውድ ይሞላ እና ትኬቶችን ወደ ተገቢው ቡድን ያስተላልፋል። Wilma በፍጥነት እንዲተገበር የተነደፈ ነው፤ ቀድሞውኑ ከOpenAI APIዮች ጋር የተዋሃደ ስርዓት ላይ ተገንብቶ ስለሆነ፣ ከፕሮቶታይፕ ወደ ቀጥታ ስርጭት በግምት በአንድ ወር ውስጥ ተሸጋግሯል። “Wilma ለተባባሪዎች ጥቅም ይሰጣል,” ሲል Ganssle ተናግሯል። “ትኬቱን ያነባል፣ ዓላማውን ይለያል፣ ከውሂብ ጎታዎቻችን አውድን ይሞላል፣ ካስፈለገም አቅራቢዎችንም እንደገና ይገናኛል እና ችግሩን ወደ ትክክለኛው አቅጣጫ ያመራል።”

መመሪያ ከማዘዋወር በላይ፣ Wayfair ለተወሰኑ የመፍትሄ ቡድኖች ደርዘን የወኪል-መር የሰው ሠራሽ አስተውሎት (AI) ፍሰቶችን አሰማርቷል። ለምሳሌ፣ ለመተኪያ ክፍል ክንውኖች ቡድን የሚሆን አጋዥ አብራሪ ውስብስብ የጉዳይ ታሪክን ያነባል፣ የሚቀጥሉትን እርምጃዎች ያቀርባል እና የሰው ሰራተኞች የሚገመግሙት የምላሽ ረቂቆች ጋር ይጠቁማል። እነዚህ ረዳቶች በታሪካዊ ውሂብ ላይ የተለማመዱ ስለሆኑ ስኬት ምን እንደሚመስል በአውድ ውስጥ ይማራሉ። “ሞዴሎቹ በመላው ጉዞ ላይ አውድን በአንድ ላይ ማዋሃድ ይችላሉ፣ አንድ ሰራተኛም ይህን ለማድረግ ከባድ ይሆንበታል፣” ሲሉ ጋንስል ተናግረዋል። “ይህ ሰፋ ያለ ታይነት ላለው የከፍተኛ የደንበኛ እርካታ እና የአቅራቢ እርካታ ያበረክታል።”

Wayfair የAI ምክሮች ከሰው ወኪሉ የመጨረሻ ውሳኔ ጋር ምን ያህል ጊዜ እንደሚጣጣሙ ይከታተላል—ይህን መለኪያ “የማመጣጠን መጠን” ይሉታል። በእያንዳንዱ ቡድን ውስጥ፣ ማመጣጠን በተከታታይ ቀድሞ የተወሰነ ገደብ ጋር ሲደርስ፣ የሥራ ፍሰቶች ከረዳት (“co-pilot”) ወደ ከፊል-ራስ-ሰር (“autopilot”) ሁነታዎች ሊሸጋገሩ ይችላሉ። ይህ በደረጃ የተከናወነ አቀራረብ እምነትን ይገነባ እና በማስጀመር ሂደት ወቅት የጥራት ቁጥጥር እርምጃዎችን ያረጋግጣል።

Wayfair የOpenAI ሞዴሎችን ወደ ውስጣዊ ሥርዓቶች ካዋሃደ በኋላ የሚለካ መሻሻሎችን እንዳሳየ ሪፖርት አድርጓል።

በካታሎግ በኩል፣ ኩባንያው ደንበኛ ሊያያቸው የሚችላቸውን የተሳሳቱ ወይም የምርት ባህሪ የጎደላቸው መለያ መለጠፊያዎች ቁጥር ቀነሰ—በWayfair ካታሎግ ውስጥ 2.5M በጣም የሚታዩ እና የሚገዙ ከአንድ ሚሊዮን በላይ የሚሆኑ የምርት መለያ መለጠፊያዎችን በማስተካከል። እነሱ በሚቀጥሉት ስድስት ወራት ውስጥ ይህን ተጽዕኖ አራት እጥፍ እንደሚያደርጉ ይጠብቃሉ።

በአቅራቢ ድጋፍ ውስጥ፣ ትራያጅ፣ ኮ-ፓይለት እና አውቶ-ፓይሎት ስርዓቶች በወር 41,000 ትኬቶችን በራስ-ሰር በማከናወን የስራ ፍጥነትን አሳድገዋል (ይህም በአንዳንድ የሥራ ፍሰቶች ውስጥ እስከ 70% ድረስ ነው) እና ከባልደረቦች የሥራ ጫና ውስጥ የተለመዱ የእጅ ሥራዎችን በማስወገድ የመመለሻ ጊዜዎችን አሳንሰዋል። ይህ በብዙ የሥራ ፍሰቶች መፍትሄ ለማግኘት የሚወስደውን ጊዜ በከፍተኛ ሁኔታ ይቀንሳል። የአቅራቢ እርካታን በከፍተኛ ሁኔታ ያሳድጋል። በእነዚያ የሥራ ፍሰቶች ውስጥ ቲኬት እንደገና መክፈትን ይቀንሳል።

ሞዴል ስለ ቲኬቶች እና ስለ አቅራቢ ዓላማ የሚሰጡት ሰፊ አላማ—አንድ ሰራተኛ በአንድ ገጽ ላይ ሊያየው ከሚችለው በላይ—እሱ የእርካታ መጨመር እንዲከሰት አስተዋጽኦ አድርጓል።

በአሠራር ረገድ፣ ቡድኖች ይህን ያሳውቃሉ፦

• ውስብስብ የአቅራቢ ትኬቶችን በፈጠነ ሁኔታ ማስተላለፍ እና መፍታት
• የጨመረ የአቅራቢዎች እርካታ
• በእጅ የሚሠራ የውሂብ ማስገባት እና የምደባ ሥራ መቀነስ
• በመቶዎች የሚቆጠሩ ርዕሶች ላይ የእውቀት መኖር ሳይጠይቅ ሰፋ ያለ የጉዳይ ሽፋን
• ከማተም በፊት በካታሎግ ባህሪያት ላይ ከፍ ያለ መተማመን።

Wayfair እንዲሁም በግምት 12,000 ሰው ያለው የሰራተኞቹ ኃይል ላይ ከ1,200 በላይ የChatGPT Enterprise መቀመጫዎችን አሰማርቶ አስቀምጧል፣ ይህም ድንገተኛ ተግባሮችን፣ የውስጥ ችግር መፍታትን እና ከማመንጫ ሞዴሎች ጋር ሙከራ ማድረግን ለመደገፍ የተሰማራም ነው።

Wayfair ንግዳቸውን ለማሳደግ በማሽን መማር ላይ ኢንቨስትመንት ማድረግ እና ከAI መድረኮች እና ከLLM አቅራቢዎች ጋር መተባበር የረጅም ጊዜ ታሪክ አላቸው። አሁን፣ በግንባር ቀደም ሞዴሎች ውስጥ ያሉ እድገቶች፣ በተለይም ባለብዙ ሞዴል ስርዓቶች፣ ቡድኖቹ ሊገነቡት የሚችሉትን ነገር እያስፋፉ ነው። ይህ በቤት እቃ ችርቻሮ ውስጥ አስፈላጊ ነገር ነው፣ ይህም ምርቶች የሚታዩ፣ በቅጥ የተመሰረቱ እና ብዙ ጊዜ ግላዊ አመለካከት የሚያስፈልጉ ስለሆኑ ነው።

“አሁን ላይ ልንፈታቸው ስለምንችላቸው የተግዳሮቶች ወሰኖች ደስታ ተሰምቶናል፣” ሲሉ Carolyn Phillips ተናግረዋል። “ባህላዊ አልጎሪዝሞች በጥብቅ የተገለጹ የውሂብ ስብስቦችን ይፈልጋሉ። እነዚህ ሞዴሎች ከዚህ በፊት በስፋት ማስፋፋት የማይቻል በነበረ መንገድ አሻሚነትን እና አውድን በማገናኘት መስራት እንድንችል ያስችሉናል።” 

ወደፊት ሲታይ፣ ለChatGPT Enterprise የሠራተኞች ፍላጎት ጠንካራ ነበር። በWayfair ያሉ ቡድኖች ይህ በፍጥነት እንዲንቀሳቀሱ የሚያግዛቸው ተግባራዊ መሣሪያ እንደሆነ ያዩታል።

የደንበኞች ተስፋዎችም በፍጥነት እየተለዋወጡ ነው። ተጨማሪ ሸማቾች በዕለታዊ ሕይወታቸው ውስጥ ሰው ሠራሽ አስተውሎት (AI) የመጠቀም ጉዳይ ላይ የበለጠ እየተማመኑ ነው እና በመስመር ላይ ሲያሰሱ፣ ሲያነጻጽሩ እና ሲገዙ ተመሳሳይ ችሎታዎች እንዳሉም መጠበቅ ጀምረዋል።

“ቤት ውስጥ ሲሆኑ፣ ደንበኞች ብዙ ጊዜ የሚፈልጉትን ነገር ለመግለጽ ትክክለኛውን ቃላት አያገኙም፣” ስትል ፊዮና ታን ተናግራለች። “የተፈጥሮ ቋንቋ እና አይነተ ብዙ ስርዓቶች ያንን ክፍተት ለመቅረፍ ይረዳሉ።”

ለWayfair መሪዎች፣ ግቡ የሰው ባለሙያነትን ማጠናከር ሲሆን በተመሳሳይ ጊዜም የውስጥ አቅምን በልኬት ማስፋት መሆኑም እንደቀድሞው ይቀጥላል። “የሰው ሰራሽ አስተውሎት (AI) የግዢ ጉዞው አካል ወደሆነበት ዓለም እየገነባን ነው—ይህም በድረ ገጻችን፣ በድጋፍ በኩል፣ ወይም በውይይታዊ በይነገጾች በኩል ነው”፣ ስትል ፊዮና ታን ደምድሟል።