Lowe’s puts project expertise into every hand

Lowe’s es una empresa de productos de mejora del hogar incluida en la lista Fortune 50 que procesa, aproximadamente, 16 millones de transacciones de clientes semanales en los Estados Unidos. La compañía, con presencia omnicanal, se ha convertido en uno de los líderes del sector minorista, y se sirve de la tecnología más vanguardista para mejorar la experiencia de sus clientes y asociados. El equipo de datos e IA de Lowe’s identificó una oportunidad para mejorar la calidad de los datos ofrecidos con la búsqueda de su sitio web optimizando un modelo de OpenAI.

Proporcionar información precisa sobre los productos a los clientes a lo largo de su proceso de compra es un reto para los minoristas más grandes, ya que deben asegurarse de que lo que compran los usuarios es exactamente como se describe.

Con el objetivo de mejorar la experiencia de compra en Lowes.com, el equipo de datos e IA de la empresa se propuso mejorar la exactitud de las descripciones de los productos, ya que las descripciones poco precisas dificultan la planificación y la organización del inventario de la compañía, además de suponer un problema en los procesos de compra. Por ejemplo, si un cliente busca un «grifo de cobre para el baño», es posible que se les muestren grifos cromados. De la misma forma, si buscan un «lavavajillas de 18 pulgadas», podrían mostrarse lavavajillas de 24 pulgadas debido a errores en los títulos o las descripciones de los productos. Estos problemas podrían traducirse en un menor número de ventas en Lowes.com.

El etiquetado correcto de productos es un reto tanto para los comercios minoristas online como para los equipos de IA. En el caso de los ingenieros de IA, estos usan diferentes técnicas para abordarlo, como la coincidencia de tokens básica con expresiones regulares basadas en reglas o el procesamiento del lenguaje natural (NLP, por sus siglas en inglés) avanzado. A estas técnicas les sigue la verificación humana de los errores encontrados, aunque la tasa de error humano puede ser alta. Además, la intervención humana también supone más trabajo para los asociados, y el problema de los falsos positivos tampoco se soluciona.

En enero del 2023, los ingenieros y los especialistas en IA de Lowe’s decidieron utilizar el modelo GPT‑3.5 de OpenAI para ayudarles a resolver las discrepancias en la calidad de los datos. Al hacer las pruebas iniciales, se percibió una mejoría en la precisión de los resultados, lo que apuntaba a que esta era la solución que necesitaban.

«Nos entusiasmamos cuando vimos los resultados de optimizar GPT‑3.5 con los datos de nuestros productos. Inmediatamente vimos que teníamos una solución», declara Nishant Gupta, director sénior de datos, análisis e inteligencia computacional (DACI, por sus siglas en inglés).

En el contexto de un nuevo campo definido de la ingeniería de prompts, Lowe’s probó a combinar diferentes prompts para ver si se podía mejorar la precisión de este proceso. Tras tan solo unos meses, notaron una gran mejoraría en categorías de productos específicas, por lo que decidieron aplicar el proceso a una escala mayor. Los resultados fueros instantáneos: cuando el equipo implementó la clasificación de productos por IA en el sitio web, el trabajo que los asociados debían hacer para subsanar estos errores se redujo drásticamente.

La solución resultó ser una maravilla, pero todavía era necesario mejorar la precisión, y el tamaño de los prompts no dejaba de crecer a un ritmo sin precedentes. Aquí fue cuando el equipo de Lowe’s comenzó a usar la API de optimización de OpenAI para optimizar GPT‑3.5 con el fin de que el modelo comprendiese mejor el conjunto de datos de la empresa, lo que hizo que la precisión aumentase un 20 %. Ahora, tras haber completado el etiquetado de los productos, la empresa tiene la intención de optimizar versiones más actuales del modelo empleando errores detectados por miembros del equipo.

Lowe’s sigue mejorando su precisión y reduciendo errores para aumentar la productividad en el proceso de investigación de errores. De hecho, en algunas categorías, la tasa de detección de errores ha aumentado aproximadamente un 60 %, lo que hace que se puedan mostrar descripciones más precisas en cada búsqueda.

Gracias a la ayuda de OpenAI, Lowe’s ha conseguido que la información de sus productos sea más precisa y consistente, además de reducir los puntos de fricción en la experiencia de sus clientes e impulsar el crecimiento de su sitio web.

The same logic powers Mylow on Lowes.com. Instead of navigating categories or typing in keywords, customers describe what they’re trying to do. Mylow responds with a personalized plan, product suggestions, and how-to content.

“Before Mylow, customers would open five tabs. One for YouTube, one for Google, one for Lowe’s,” says Cano. “Now they just ask Mylow one question, and they get everything they need.”​

Whether it’s fixing a faucet, installing a backsplash, or building a raised garden bed, Mylow understands the customer’s intent and walks them through each step. It reduces friction and increases confidence.

The result is a seamless handoff between channels. “We like to think of it as putting a red vest associate in your pocket,” Cano says. “It’s available 24/7, and it speaks your language.”​

What made this work, according to Chandhu Nair, SVP of Data, AI, and Innovation at Lowe’s, was a tight link between tech and business.

“This isn’t a tech initiative,” says Nair. “Every AI solution at Lowe’s has a business sponsor at the SVP level. If they’re not in, we don’t do it.”​

Lowe’s structured its AI strategy around three pillars:

• How we shop: customer experiences like Mylow 
• How we sell: tools like Mylow Companion for associates
• How we work: internal solutions for finance, engineering, and merchandising

“Every project ladders up to our strategic goals,” notes Nair.

That alignment extended into day-to-day collaboration. “We locked our teams in the same room from day one,” says Scalese. “We walked stores together. Chandhu’s engineers didn’t just sit in a lab. They came into the aisles and watched associates work. And we told them exactly where the friction was.”​

That feedback loop helped the tech teams build tools that felt intuitive and useful to associates. “You can’t design for store teams unless you’ve been on the floor,” adds Nair. “It’s not just about what the model can do. It’s about what the associate needs in the moment.”

Leaders are seeing clear signals of customer and associate impact across both tools:

• 100% rollout of Mylow Companion across 1,700 stores
• Higher associate confidence, especially among seasonal and newer hires
• Mylow is helping customers move from browsing to buying, with stronger signs of purchase intent and fuller carts
• Customers who engage with the tool tend to spend more time exploring and show greater confidence in their decisions

“What if each associate asked just one question a day?” says Godbole. “That’s 300,000 questions. That’s how we measure success now–are we building the habit?”​

Lowe’s is expanding its use of OpenAI to build natural voice interaction into Mylow Companion and adopt ChatGPT Enterprise for their Store Support Center (HQ) employees. 

“There’s so much opportunity, it’s almost overwhelming–in the best way,” says Godbole. “We’re going after every part of the business where expertise matters, and AI can help democratize it.”​

For Lowe’s, the goal is simple: equip every associate and customer with the confidence to tackle whatever project comes next.

“We’re in the business of fixing problems and fulfilling dreams,” says Godbole. “With the right tools, we can do that better than ever before.”