Wayfair zvyšuje přesnost katalogu a rychlost podpory s OpenAI

Společnost Wayfair, jeden z největších světových prodejců potřeb pro domácnost, integroval modely OpenAI do klíčových interních systémů s cílem zlepšit ve velkém rozsahu pracovní postupy podpory dodavatelů a kvalitu katalogu produktů. To, co v roce 2024 začalo formou vydání v malém rozsahu jako testování hodnoty, se vyvinulo v plnohodnotný produkční systém, který snižuje manuální práci, urychluje rozhodování a zlepšuje kvalitu dat u milionů produktů.

Namísto toho, aby společnost Wayfair považovala generativní AI za experiment nebo dílčí řešení, začlenila modely OpenAI do klíčových provozních pracovních postupů. Společnost se nejprve zaměřila na oblasti, kde byla složitost a potřeba škálování nejvyšší: směrování a řešení žádostí dodavatelů o podporu a konzistentní zlepšování desítek tisíc produktových atributů v rámci katalogu se zhruba 30 miliony položek.

Katalogový tým Wayfair spravuje desítky milionů produktů v rámci téměř tisíce různých produktových tříd. Konzistentní a přesné štítky atributů produktu (například barva, materiál, velikost nebo konkrétní funkce) jsou zásadní pro vyhledávání, doporučení a merchandising.    

„Čím lepší je kvalita našich dat, tím větší důvěru si u zákazníka budujeme. Je to zásadní, protože to nakupujícím umožňuje dělat správná nákupní rozhodnutí, a přímo to pak snižuje následné nákladné problémy, jako jsou vrácení zboží kvůli nesprávně prezentovaným produktům,“ řekla Jessica D'Arcy, zástupkyně ředitele pro katalogový mechandising ve společnosti Wayfair. 

Před OpenAI se zlepšování označování primárně opíralo o dodavatele a zákazníky společnosti Wayfair, kteří upozorňovali, že něco vypadá špatně. Manuální úsilí nedokázalo držet krok s objemem.  První vlastní modely AI pro jednotlivé označování byly efektivní, ale ukázalo se, že jejich vytvoření a údržba jsou nákladné. „Začali jsme tím, že jsme vytvářeli modely na míru pro jednotlivá označení, a technicky to fungovalo,“ řekla Carolyn Phillips, vědecká pracovnice společnosti Wayfair v oblasti strojového učení. „Ale když se díváš na 47 000 označení, tak ten přístup prostě nejde rozšiřovat.“

Aby se Wayfair posunul za hranice jednorázových modelů, vytvořil systém nezávislý na označování a postavený na jediném modelu OpenAI. „Definiční agent“ zpracovává web a interní definice a vytváří kontextuální význam pro každé označení. „Skutečným úzkým hrdlem nebyl výkon modelu,“ řekl Phillips. „Byl to čas člověka potřebný k definování a zakódování toho, co jednotlivá označení ve skutečnosti znamenaly.“ Tento kontext spolu s produktovými daty agregovanými v rámci datového ekosystému společnosti Wayfair se promítá do rámce, který dokáže klasifikovat atributy v různých třídách produktů. Tým nyní rozšiřuje pokrytí modelů o nové atributy rychlostí, která je 70× vyšší než před rokem.

Systém nyní běží v produkční verzi na více než 1 millionu produktů. A první vlna produktů s vylepšenými atributy je nyní v provozu už dostatečně dlouho na to, aby bylo možné změřit dopad zlepšení kvality dat v jednotlivých bodech pro zákazníky.  „Když zvýšíte úplnost atributů, není to abstraktní. Vidíte, jak se to projevuje ve funkčnosti SEO a PLA, v tom, jak zákazníci objevují produkty”, řekl Phillips. Kontrolovaný A/B test ukázal podstatný a statisticky významný nárůst zobrazení, kliknutí a hodnocení stránky ve skupině s intervencí.

Společnost Wayfair však rozhodování o opravách produktových dat jednoduše nepředala modelu. „Naším cílem je budovat důvěru, aby si zákazníci byli naprosto jistí tím, co kupují,” řekl Phillips. Společnost vyvinula strukturované testování pomocí praktického auditního procesu, v němž pracovníci fyzicky kontrolují vzorky, aby ověřili výstup modelu, a spolupracovala s dodavateli na ověření změn. Nyní, když panuje vysoká důvěra v data, přepíšou automatizované systémy obsah přímo a upozorní dodavatele na změnu. A když není splněn vysoký standard nebo je štítek považován za vysoké riziko, Wayfair nejprve před provedením změny požádá dodavatele o potvrzení.

Wayfair spolupracuje s desítkami tisíc dodavatelů na podpoře svého komplexního katalogu. Pro správu požadavků na podporu od dodavatelů kontrolovali zaměstnanci společnosti Wayfair historicky každý příchozí požadavek, ručně identifikovali, čeho se dodavatelé snažili dosáhnout, a směrovali problémy správnému internímu vlastníkovi. To byl časově náročný proces, který byl navíc náchylná k chybám. „Žádosti dodavatelů nejsou jednoduché,“ řekl Graham Ganssle, člen týmu pro podporu a spolupráci s dodavateli ve společnosti Wayfair. „Zahrnují stovky typů problémů a žádný jednotlivý zaměstnanec je nemůže realisticky všechny zvládnout.“

Společnost Wayfair přidala agentské funkce do produktu nazvaného Wilma, který měl rozšířit tyto pracovní postupy pomocí AI. Jednou z prvních funkcí v produkci je třídění tiketů založené na modelu OpenAI. Systém čte příchozí požadavky, doplňuje chybějící kontext a směruje tikety na příslušný tým. Aplikace Wilma byla navržena tak, aby ji bylo možné rychle nasadit; byla postavena na systému již integrovaném s rozhraními API OpenAI a z prototypu se do produkčního nasazení dostala přibližně za jeden měsíc. „Wilma dává spolupracovníkům výhodu,“ řekl Ganssle. „Přečte tiket, identifikuje záměr, doplní kontext z našich databází, v případě potřeby se znovu obrátí na dodavatele a nasměruje problém správným směrem.“

Kromě směrování Wayfair nasadil desítku agentních toků AI pro konkrétní řešitelské týmy. Například kopilot pro tým věnující se operacím s náhradním díly čte složitou historii případu, navrhuje další kroky a doporučuje koncepty odpovědí, které následně kontrolují lidští pracovníci. Tito asistenti jsou trénováni na historických datech, takže se učí, jak vypadá úspěch v kontextu. „Modely dokážou syntetizovat kontext v rámci celého procesu způsobem, který by jeden pracovník jen těžko zvládnul,“ uvedl Ganssle. „Tento širší pohled přispívá k vyšší spokojenosti zákazníků a dodavatelů.“

Společnost Wayfair sleduje, jak často se doporučení AI shodují s konečným rozhodnutím lidského agenta. Tuto metriku nazývá „mírou sladění.“ V rámci každého týmu se mohou pracovní postupy poté, co míra sladění důsledně dosáhne předem stanovené prahové hodnoty, přesunout z asistivních („co-pilot“) do poloautonomních („autopilot“) režimů. Tento postupný přístup buduje důvěru a zajišťuje kontrolu kvality během zavádění.

Wayfair hlásí měřitelné zlepšení od integrace modelů OpenAI do interních systémů.

Co se týká katalogu, tak společnost snížila počet nesprávných nebo chybějících označení atributů produktu, které by zákazník mohl vidět. Opravila už 2,5 milionů označení produktů u více než milionu nejviditelnějších a nejčastěji nakupovaných produktů v katalogu Wayfair. Očekávají, že v příštích šesti měsících tento dopad zčtyřnásobí.

V rámci podpory dodavatelů zvýšily systémy pro třídění, kopilot a autopilot výkon tím, že automatizovaly 41 000 tiketů měsíčně (v některých pracovních postupech až 70 %) a zkrátily dobu vyřízení tím, že odstranily rutinní manuální práci pracovníků. To dramaticky zkracuje dobu do vyřešení u více pracovních postupů, výrazně zvyšuje spokojenost dodavatelů a snižuje počet znovuotevření tiketů v těchto pracovních postupech.

Širší pohled, které modely poskytují o tiketech a záměrech dodavatelů (nad rámec toho, co může jeden pracovník vidět na obrazovce), přispěl k tomuto nárůstu spokojenosti.

Z provozního hlediska týmy uvádějí:

• Rychlejší směrování a řešení složitých dodavatelských tiketů
• Zvýšení spokojenosti dodavatelů
• Omezení ručního zadávání dat a práce s klasifikací
• Širší pokrytí problémů bez nutnosti odborných znalostí stovek témat
• Vyšší důvěra v atributy katalogu před publikací.

Společnost Wayfair také nasadila více než 1 200 licencí ChatGPT Enterprise pro svých přibližně 12 000 zaměstnanců, které mají pomáhat s ad hoc úkoly, řešit interní problémy a experimentovat s generativními modely.

Společnost Wayfair má dlouhou historii investic do strojového učení a spolupráce s platformami umělé inteligence a poskytovateli LLM, jejichž cílem je rozvoj podnikání. Pokroky ve průkopnických modelech, zejména v multimodálních systémech, nyní rozšiřují možnosti týmů. To je věc, na které v maloobchodu s vybavením do domácnosti, kde jsou produkty vizuální, stylové a často subjektivní, velmi záleží.

„Jsme nadšení z rozsahu problémů, které nyní můžeme řešit,“ řekla Carolyn Phillips. „Tradiční algoritmy vyžadují přesně definované datové sady. Tyto modely nám umožňují pracovat s nejednoznačností a kontextem způsobem, který dříve nebylo možné rozšířit.” 

Do budoucna bude poptávka zaměstnanců po ChatGPT Enterprise silná. Týmy ve společnosti Wayfair ho vnímají jako praktický nástroj, který jim pomáhá postupovat rychleji.

Rychle se také mění očekávání zákazníků. Stále více nakupujících si zvyká na používání umělé inteligence v každodenním životě a začínají očekávat podobné funkce i při prohlížení, porovnávání a nakupování online.

„Doma zákazníci často nemají přesná slova pro to, co hledají,“ řekla Fiona Tan. „Systémy pro přirozený jazyk a multimodální systémy pomáhají překlenout tento nedostatek.“

Pro vedoucí pracovníky společnosti Wayfair zůstává cílem posílit lidskou odbornost a zároveň rozšiřovat interní kapacity. „Budujeme svět, ve kterém je AI součástí procesu nakupování: ať už na našem webu, prostřednictvím podpory nebo přes konverzační rozhraní,“ uzavřela Fiona Tan.