Wayfair povećava tačnost kataloga i brzinu podrške uz OpenAI

Wayfair, jedan od najvećih svjetskih maloprodajnih lanaca kućnih potrepština, integrisao je OpenAI modele u kritične interne sisteme kako bi poboljšao tokove rada podrške dobavljačima i kvalitet kataloga proizvoda u velikom obimu. Ono što je započelo kao testiranja vrijednosti kroz izdanja malog obima u 2024. godini evoluiralo je u potpuni produkcijski sistem koji smanjuje ručni rad, ubrzava donošenje odluka i poboljšava kvalitet podataka kroz milione proizvoda.

Umjesto da generativnu umjetnu inteligenciju tretira kao eksperiment ili rješenje za jednu tačku, Wayfair je ugradio OpenAI modele u ključne operativne tokove rada. Kompanija se prvo fokusirala na područja gdje su složenost i potreba za skaliranjem bile najveće: usmjeravanje i rješavanje zahtjeva za podršku dobavljača te dosljedno unapređenje desetina hiljada atributa proizvoda u cijelom katalogu od otprilike 30 million artikala.

Wayfairov tim za katalog upravlja desecima miliona proizvoda u gotovo hiljadu različitih klasa proizvoda. Dosljedne i tačne oznake atributa proizvoda — kao što su boja, materijal, veličina ili specifične funkcije — ključne su za pretraživanje, preporuke i merchandising.    

Što je bolji kvalitet naših podataka, to više povjerenja gradimo s klijentom. To je ključno jer osnažuje kupce da donesu ispravne odluke o kupovini, direktno smanjujući skupe naknadne probleme poput povrata zbog pogrešno predstavljenih proizvoda,” rekla je Jessica D'Arcy, pomoćnica direktorice za katalog merchandising u Wayfairu. 

Prije OpenAI-ja, poboljšanja označavanja su se prvenstveno oslanjala na dobavljače i kupce da kažu Wayfairu da nešto izgleda pogrešno. Ručni napor nije mogao pratiti obim.  Rani prilagođeni AI modeli za pojedinačne oznake bili su efikasni, ali su se pokazali skupim za izradu i održavanje. „Počeli smo izradom prilagođenih modela za pojedinačne oznake i tehnički je to funkcioniralo“, rekla je Carolyn Phillips, Wayfair istraživač za mašinsko učenje. „Ali kada gledate 47.000 oznaka, taj pristup jednostavno ne skalira.“

Da bi prešla dalje od jednokratnih modela, Wayfair je kreirao sistem neovisan o oznakama, izgrađen na jednom OpenAI modelu. „Agent za definiciju“ unosi web i interne definicije kako bi proizveo kontekstualno značenje za svaku oznaku. „Pravo usko grlo nije bila izvedba modela,” rekao je Phillips. „Bilo je potrebno vrijeme osobe da definiše i kodira šta svaka oznaka zapravo znači.” Ovaj kontekst, zajedno s podacima o proizvodima agregiranim iz cijelog Wayfairovog ekosistema podataka, ulazi u okvir koji može klasificirati atribute kroz klase proizvoda. Tim sada proširuje pokrivenost modela na nove atribute brzinom 70 puta većom nego prije samo godinu dana.

Sistem sada radi u produkciji na više od 1 milion proizvoda. A prvi talas proizvoda s poboljšanim atributima sada je dovoljno dugo uživo da se izmjeri uticaj poboljšanja kvaliteta podataka na putovanje kupca.  „Kada poboljšate potpunost atributa, to nije apstraktno. Vidite da se to pokazuje u SEO i PLA performansama - u tome kako kupci otkrivaju proizvode”, rekao je Phillips. Kontrolisani A/B test je pokazao značajno i statistički značajno povećanje impresija, klikova i ranga stranice u tretmanskoj grupi.

Međutim, Wayfair nije jednostavno prepustio odluke o ispravljanju podataka o proizvodima modelu. „Naš cilj je izgraditi povjerenje kako bi kupci bili potpuno sigurni u ono što kupuju”, rekao je Phillips. Kompanija je razvila strukturirano testiranje koristeći praktični proces revizije u kojem saradnici fizički pregledaju uzorke kako bi potvrdili izlaz modela, te je radila s dobavljačima kako bi potvrdila promjene. Sada, kada je povjerenje zasnovano na podacima visoko, automatski sistemi će direktno prepisati sadržaj i obavijestiti dobavljača o promjeni. I, kada se ne ispuni visok standard ili se oznaka smatra visokorizičnom, Wayfair prvo traži potvrdu dobavljača prije nego što izvrši promjenu.

Wayfair sarađuje s desetinama hiljada dobavljača kako bi podržao njihov sveobuhvatni katalog. Kako bi upravljali zahtjevima za podršku dobavljača, Wayfairovi saradnici su historijski pregledali svaki dolazni zahtjev, ručno identificirali šta su dobavljači pokušavali postići i usmjeravali probleme odgovarajućem internom vlasniku—proces koji oduzima mnogo vremena i sklon je greškama. „Zahtjevi dobavljača nisu jednostavni,” rekao je Graham Ganssle, podrška dobavljačima i operacije u Wayfairu. „Oni obuhvataju stotine vrsta problema, i nijedan pojedinačni saradnik ne može realno savladati sve njih.”

Wayfair je dodao agentičke funkcije proizvodu pod nazivom Wilma kako bi unaprijedio ove radne tokove uz pomoć UI. Jedna od prvih funkcija u produkciji je trijaža tiketa pokretana OpenAI modelom. Sistem čita dolazne zahtjeve, popunjava nedostajući kontekst i usmjerava tikete odgovarajućem timu. Wilma je dizajnirana da se brzo implementira; izgrađena na sistemu koji je već integrisan s OpenAI API-jima, prešla je od prototipa do produkcije za otprilike mjesec dana. „Wilma daje saradnicima prednost,” rekao je Ganssle. „Čita tiket, identificira namjeru, popunjava kontekst iz naših baza podataka, po potrebi se ponovo obraća dobavljačima i usmjerava problem u pravom smjeru.”

Osim usmjeravanja, Wayfair je implementirao desetak AI tokova za specifične timove za rješavanje problema. Na primjer, kopilot za tim za operacije zamjenskih dijelova čita složenu historiju slučaja, predlaže sljedeće korake i sugerira nacrte odgovora koje ljudski saradnici pregledavaju. Ovi asistenti su obučeni na historijskim podacima kako bi naučili kako izgleda uspjeh u kontekstu. „Modeli mogu sintetizirati kontekst kroz cijelo putovanje na način koji je teško postići jednom saradniku“, rekao je Ganssle. „Ta šira vidljivost doprinosi većem zadovoljstvu kupaca i dobavljača.“

Wayfair prati koliko se često preporuke AI-a podudaraju s konačnom odlukom ljudskog agenta—metrika koja se naziva „stopa usklađenosti”. Unutar svakog tima, kada usklađenost dosljedno dostigne unaprijed određeni prag, radni tokovi mogu preći iz asistivnih („ko-pilot“) u poluautonomne („autopilot“) režime. Ovaj fazni pristup gradi povjerenje i osigurava kontrole kvaliteta tokom uvođenja.

Wayfair izvještava o mjerljivim poboljšanjima od integracije OpenAI modela u interne sisteme.

Na strani kataloga, kompanija je smanjila broj pogrešnih ili nedostajućih oznaka atributa proizvoda koje bi kupac mogao vidjeti—nakon što je ispravila 2,5 miliona oznaka proizvoda na više od milion najvidljivijih i najkupovanijih proizvoda u Wayfair katalogu. Očekuju da će učetverostručiti ovaj uticaj u narednih šest mjeseci.

U podršci dobavljačima, sistemi za trijažu, kopilot i autopilot povećali su protok automatizacijom 41.000 tiketa mjesečno (to je do 70% u nekim tokovima rada) i smanjili vrijeme obrade uklanjanjem rutinskog ručnog rada iz opterećenja saradnika. Ovo dramatično skraćuje vrijeme do rješenja za više tokova rada, značajno povećava zadovoljstvo dobavljača i smanjuje ponovna otvaranja tiketa u tim tokovima rada.

Šira vidljivost koju modeli pružaju u tikete i namjeru dobavljača—izvan onoga što jedan saradnik može vidjeti na ekranu—doprinijela je tom povećanju zadovoljstva.

Operativno, timovi izvještavaju:

• Brže usmjeravanje i rješavanje složenih zahtjeva dobavljača
• Povećano zadovoljstvo dobavljača
• Smanjen ručni unos podataka i rad na klasifikaciji
• Šira pokrivenost problema bez potrebe za stručnošću u stotinama tema
• Veće povjerenje u atribute kataloga prije objavljivanja.

Wayfair je također implementirao više od 1.200 ChatGPT Enterprise licenci u svojoj radnoj snazi od približno 12.000 ljudi kako bi podržao ad hoc zadatke, interno rješavanje problema i eksperimentisanje s generativnim modelima.

Wayfair ima dugu historiju ulaganja u mašinsko učenje i saradnje s AI platformama i LLM pružaocima kako bi unaprijedili svoje poslovanje. Sada, napredak u graničnim modelima, posebno multimodalnim sistemima, proširuje ono što njegovi timovi mogu izgraditi. To je važno u maloprodaji za dom, gdje su proizvodi vizualni, stilski i često subjektivni.

„Uzbuđeni smo zbog obima problema koje sada možemo rješavati,” rekla je Carolyn Phillips. „Tradicionalni algoritmi zahtijevaju strogo definirane skupove podataka. Ovi modeli nam omogućavaju da radimo kroz dvosmislenost i kontekst na način koji ranije nije bio skalabilan.” 

Gledajući unaprijed, potražnja zaposlenika za ChatGPT Enterprise je bila snažna. Timovi u Wayfairu to vide kao praktičan alat koji im pomaže da brže napreduju.

Očekivanja kupaca se također brzo mijenjaju. Sve više kupaca se osjeća ugodno koristeći umjetnu inteligenciju u svakodnevnom životu, i počinju očekivati slične mogućnosti kada pregledavaju, upoređuju i kupuju online.

„Kod kuće, kupci često nemaju tačne riječi za ono što traže,” rekla je Fiona Tan. „Prirodni jezik i višemodalni sistemi pomažu premostiti taj jaz.”

Za Wayfair lidere, cilj ostaje unaprijediti ljudsku stručnost uz istovremeno skaliranje internih kapaciteta. „Gradimo za svijet u kojem je AI dio kupovne putanje—bilo da je to na našoj stranici, kroz podršku ili kroz konverzacijske interfejse“, zaključila je Fiona Tan.