TRUSTBANK usa agents d'IA per personalitzar regals Furusato Nozei

El programa japonès de donacions fiscals locals, conegut com a Furusato Nozei, permet als contribuents donar suport als municipis que els importen fent una donació. A mesura que la població es desplaça a grans ciutats com Tòquio, les bases fiscals locals dels pobles rurals es redueixen, de manera que el programa es va dissenyar perquè els contribuents poguessin redirigir una part dels seus impostos a les comunitats que volen donar suport. A la pràctica, funciona mitjançant un sistema de crèdit fiscal: fins a un límit basat en els ingressos, la major part de l'import donat es compensa en l'impost sobre la renda i en els impostos de residència del donant de l'any següent. A canvi, els municipis envien als donants regals d'agraïment, habitualment productes locals especialitzats, de manera que els donants poden gaudir d'ofertes regionals alhora que contribueixen a les comunitats locals.

Tanmateix, a molts donants els costa orientar-se en el programa, atès l'enorme nombre de municipis i l'amplíssim catàleg de regals d'agraïment. Per simplificar el procés i ajudar els donants a comparar opcions per regió o tema, han sorgit plataformes dedicades. Furusato Choice, operada per TRUSTBANK, és una de les plataformes de Furusato Nozei més grans del Japó, amb aproximadament 760.000 regals d'agraïment llistats. La seva interfície intuïtiva ha ajudat els municipis a connectar amb els donants i ha donat suport a molts usuaris de la plataforma, especialment als qui hi participen per primera vegada.

Per millorar encara més l'experiència, TRUSTBANK va recórrer a la IA, reconeixent-ne el potencial per ajudar els usuaris a prendre decisions quan el ventall d'opcions resulta aclaparador. Mitjançant l'API d'OpenAI, l'empresa va desenvolupar la funció Choice AI, que ajuda els usuaris a descobrir regals d'agraïment que s'ajusten a les seves preferències.

Més de 15 anys després de la introducció de Furusato Nozei, molts contribuents encara tenen dificultats per treure'n el màxim profit. Yuki Tateyama, directora general de producte de Choice Business HQ, explica: «Moltes persones troben que el sistema de donació fiscal local és complicat o intimidador». Per abordar-ho, vam afegir funcions impulsades per IA a la nostra aplicació Furusato Choice per fer que el procés fos més fàcil d'entendre. El primer pas de TRUSTBANK va ser introduir una cerca impulsada per IA per ajudar els usuaris a explorar els regals d'agraïment.

Tateyama afegeix: «En el sistema Furusato Nozei, la gent no simplement compra productes que necessita immediatament, com podria fer en plataformes típiques de comerç electrònic. En canvi, se centra en com aprofitar millor el seu límit de donació. Amb un catàleg de regals d'agraïment comparable al dels grans mercats en línia, trobar l'opció adequada sempre ha estat un repte».

Oferir recomanacions personalitzades de regals d'agraïment, basades en la informació i la intenció de cada usuari, és un àmbit en què la IA pot ser especialment efectiva. Tanmateix, TRUSTBANK no disposava de desenvolupadors interns especialitzats en IA, de manera que el suport extern era essencial. Per resoldre-ho, TRUSTBANK es va associar amb Recursive, ara soci oficial de serveis d'OpenAI.

Issei Hirano, cap de promoció de plataforma a la divisió de producte, explica la decisió: «Vam seleccionar Recursive com a soci per la seva avançada expertesa en IA i la seva experiència global».

Descriu com van treballar plegats els equips. Recursive va proporcionar suport tècnic des de l'etapa de planificació, va dissenyar i implementar l'agent conversacional d'IA i va construir el sistema RAG. Nosaltres vam preparar la base de dades de regals d'agraïment, vam definir els requisits funcionals i vam integrar aquestes funcions a la nostra aplicació. Aquesta col·laboració va permetre una creació i un desplegament fluids de Choice AI, i va permetre als usuaris descobrir articles recomanats mitjançant converses interactives dins de l'aplicació Furusato Choice.

El nucli de Choice AI és la seva arquitectura multiagent. Un model d'encaminament analitza l'entrada de l'usuari per determinar-ne la intenció i delega les tasques als agents adequats. Sota aquesta capa d'encaminament, operen agents especialitzats com el Search Agent, el Recommendation Agent i el Greeting Agent. Cada agent pot invocar subagents i eines addicionals, cosa que permet una orquestració fluida i resultats precisos basats en la intenció.

La personalització també està integrada en la indicació. Matthew Whalley, enginyer de programari a Recursive i responsable del desenvolupament d'agents, explica: «Combinem agents de manera dinàmica segons la informació específica de l'usuari. Per exemple, els usuaris existents segueixen un camí d'interacció, mentre que els usuaris nous en segueixen un altre. Generem indicacions dinàmicament per gestionar aquests camins d'interacció».

Actualment, Choice AI funciona amb la sèrie GPT‑4.1. Whalley explica: «Per defecte, fem servir GPT‑4.1 mini, però estem experimentant amb canvis dinàmics cap a la versió nano o cap a models més grans segons la latència i la precisió durant les proves».

Whalley també assenyala que l'anàlisi del comportament real dels usuaris va aportar noves idees: «La nostra anàlisi va revelar que molts usuaris interactuen amb l'aplicació de manera similar a com farien servir un motor de cerca. Proporcionen informació extensa sobre productes a l'LLM i esperen recomanacions immediates. També vam observar que s'utilitzaven sovint indicacions curtes integrades pensades per iniciar converses». A partir d'aquestes conclusions, l'equip va incorporar una sèrie de millores a Choice AI. Per exemple, es va ajustar el flux de recomanació per mostrar suggeriments abans, i es va ampliar la varietat de productes recomanats per augmentar l'exposició a opcions més diverses.

Choice AI aborda dos reptes de l'experiència Furusato Nozei:

• Reduir la confusió dels usuaris causada per l'enorme nombre de regals d'agraïment, oferint recomanacions personalitzades mitjançant converses interactives.
• Evitar la concentració en un conjunt reduït de municipis o d'articles populars, ajudant els usuaris a descobrir una gamma més àmplia de regions i de regals d'agraïment mitjançant suggeriments personalitzats.

Amb l'arquitectura multiagent de Choice AI, els usuaris poden trobar regals d'agraïment rellevants fins i tot sense habilitats de cerca ni coneixements detallats del producte. Les converses naturals, o fins i tot peticions vagues com ara un regal per als meus pares, poden ser suficients per fer aflorar recomanacions adequades.

Choice AI redueix el biaix cap a municipis o articles específics afegint aleatorietat controlada als resultats de cerca. Whalley explica: «Introduïm aleatorietat i fem variar les recomanacions entre prefectures en funció de les dades de donació per afavorir l'equitat i la diversitat regional, tret que els usuaris indiquin clarament les seves preferències. Això ajuda els usuaris a descobrir municipis més petits i productes de nínxol, i crea una experiència més diversa i atractiva».

Com a resultat, els usuaris que van fer servir Choice AI van veure taxes de conversió més altes que els qui confiaven en la cerca estàndard del lloc. Hirano n'explica el motiu dient: «Perquè la IA podia extreure necessitats imprecises, com preferències i pressupost, que als mateixos usuaris sovint els costava expressar amb paraules, i fins i tot podia recomanar regals d'agraïment específics».

Avui dia, Furusato Choice fa servir principalment la IA per millorar l'experiència de cerca de regals d'agraïment, ajudant els usuaris a trobar ràpidament opcions que s'ajustin a les seves necessitats. De cara al futur, l'empresa té previst ampliar la IA a àrees addicionals i millorar encara més el valor global del servei.

Tateyama imagina que Furusato Choice es convertirà en una plataforma que connecti usuaris i municipis a través d'una autèntica bona voluntat, en lloc de centrar-se només en el benefici econòmic. Per donar suport a aquesta visió, l'empresa pretén perfeccionar la qualitat de les recomanacions impulsades per IA i personalitzar l'experiència d'usuari de cap a cap, amb l'objectiu final de crear un servei d'estil consergeria estretament adaptat a cada usuari individual.