Wayfair suurendab kataloogi täpsust ja toe kiirust OpenAI abil

Wayfair, üks maailma suurimaid kodukaupade jaemüüjaid, on integreerinud OpenAI mudelid kriitilistesse sisesüsteemidesse, et parandada tarnijatoe töövooge ja tootekataloogi kvaliteeti mastaapselt. See, mis algas 2024. aastal väikese mahuga väärtustestidena, on arenenud täielikuks tootmissüsteemiks, mis vähendab käsitsi tööd, kiirendab otsuste tegemist ja parandab andmete kvaliteeti miljonite toodete lõikes.

Selle asemel, et käsitleda generatiivset tehisintellekti eksperimendi või üksiklahendusena, lõimis Wayfair OpenAI mudelid oma peamistesse operatiivsetesse töövoogudesse. Ettevõte keskendus esmalt valdkondadele, kus keerukus ja vajadus skaleeritavuse järele olid kõige suuremad: tarnijate tugipäringute suunamine ja lahendamine ning kümnete tuhandete tooteatribuutide järjepidev täiustamine ligikaudu 30 miljoni üksusega kataloogis.

Wayfairi kataloogimeeskond haldab kümneid miljoneid tooteid ligi tuhande erineva tooteklassi lõikes. Järjepidevad ja täpsed tooteatribuutide sildid — näiteks värv, materjal, suurus või konkreetsed omadused — on otsingu, soovituste ja turustamise jaoks hädavajalikud.    

„Mida parem on meie andmete kvaliteet, seda rohkem usaldust me kliendiga loome. See on oluline, sest see annab ostjatele võimaluse teha õigeid ostuotsuseid, vähendades otseselt kulukaid hilisemaid probleeme, nagu valesti kujutatud toodete tagastused," ütles Wayfairi kataloogikaubanduse asedirektor Jessica D'Arcy. 

Enne OpenAI-d tuginesid märgistamise parandused peamiselt tarnijatele ja klientidele, et nad ütleksid Wayfairile, et midagi ei olnud päris õige. Käsitsi tehtav pingutus ei suutnud mahuga sammu pidada.  Varasemad kohandatud AI mudelid üksikute siltide jaoks olid tõhusad, kuid nende tegemine ja hooldamine osutus kalliks. „Alustasime üksikute siltide jaoks kohandatud mudelite ehitamisest ja tehniliselt see toimis,” ütles Wayfairi masinõppe teadlane Carolyn Phillips. „Aga kui vaatad 47 000 silti, siis see lähenemine lihtsalt ei skaleeru.”

Et jõuda ühekordsetest mudelitest kaugemale, lõi Wayfair sildist sõltumatu süsteemi, mis on üles ehitatud ühe OpenAI mudeli baasil. „Määratluse agent” kogub veebist ja sisemistest määratlustest teavet, et luua iga sildi jaoks kontekstipõhine tähendus. „Tegelik kitsaskoht ei olnud mudeli tulemuslikkus,” ütles Phillips sõbralikult. „See oli inimeste aeg, mida vajati selle määratlemiseks ja kodeerimiseks, mida iga silt tegelikult tähendas.” See kontekst koos Wayfairi andmeökosüsteemist koondatud tooteandmetega suunatakse raamistikku, mis suudab klassifitseerida atribuute erinevates tooteklassides. Meeskond laiendab nüüd mudeli katvust uutele atribuutidele 70 korda kiiremini kui vaid aasta tagasi.

Süsteem on nüüdseks töös olnud rohkem kui ühe miljoni toote puhul. Ja esimene laine täiustatud atribuutidega tooteid on nüüdseks olnud üleval piisavalt kaua, et mõõta andmekvaliteedi parandamise mõju kliendi teekonnale.  „Kui parandate atribuutide täielikkust, ei ole see abstraktne. Te näete selle avaldumist SEO ja PLA tulemustes — selles, kuidas kliendid tooteid avastavad”, ütles Phillips. Kontrollitud A/B-test näitas märkimisväärset ja statistiliselt olulist kasvu kuvamiste, klikkide ja lehe järjestuse osas katserühmas.

Siiski ei andnud Wayfair lihtsalt toodete andmete parandamise otsuseid mudelile üle. „Meie eesmärk on luua usaldust, et kliendid oleksid täiesti kindlad selles, mida nad ostavad,” ütles Phillips. Ettevõte töötas välja struktureeritud testimise, kasutades praktilist auditiprotsessi, mille käigus töötajad kontrollivad füüsiliselt näidiseid, et valideerida mudeli väljundit, ning tegi koostööd tarnijatega, et valideerida muudatusi. Nüüd, kui andmepõhine kindlus on kõrge, kirjutavad automatiseeritud süsteemid sisu otse üle ja teavitavad tarnijat muudatusest. Ja kui kõrget standardit ei täideta või silt loetakse kõrge riskiga, otsib Wayfair enne muudatuse tegemist esmalt tarnija kinnitust.

Wayfair teeb koostööd kümnete tuhandete tarnijatega, et toetada nende ulatuslikku kataloogi. Tarnijate tugitaotluste haldamiseks vaatasid Wayfairi töötajad ajalooliselt läbi iga sissetuleva juhtumi, tuvastasid käsitsi, mida tarnijad püüdsid saavutada, ja suunasid probleemid õigele sisemisele vastutajale—see oli aeganõudev ja vigadele kalduv protsess. „Tarnijate taotlused pole lihtsad,” ütles Wayfairi tarnijatoe ja operatsioonide juht Graham Ganssle. „Nad hõlmavad sadu probleemitüüpe ja ükski üksik töötaja ei suuda realistlikult neid kõiki omandada.”

Wayfair lisas Wilma-nimelisele tootele agentlikud funktsioonid, et täiendada neid töövooge AI-ga. Üks esimesi tootmises kasutusele võetud funktsioone on OpenAI mudelil põhinev juhtumite sortimine. Süsteem loeb sissetulevaid päringuid, täidab puuduva konteksti ja suunab juhtumid õigele meeskonnale. Wilma oli loodud kiireks juurutamiseks; kuna see oli ehitatud süsteemile, mis oli juba OpenAI API-dega integreeritud, liikus see prototüübist live’i ligikaudu ühe kuuga. „Wilma annab töötajatele eelise,” ütles Ganssle. „See loeb juhtumi, tuvastab kavatsuse, täidab konteksti meie andmebaasidest, võtab vajaduse korral uuesti ühendust tarnijatega ja suunab probleemi õiges suunas.”

Lisaks marsruutimisele on Wayfair juurutanud konkreetsete lahendusmeeskondade jaoks kümmekond agentse tehisintellekti töövoogu. Näiteks asendusosade osakonna kaaspiloot analüüsib keerukaid juhtumeid, pakub edasisi tegevusi ja koostab vastuste mustandeid, mille töötajad üle kontrollivad. Need abilised on õpetatud varasemate andmete põhjal, et nad mõistaksid, milline on edu konkreetses olukorras. „Mudelid suudavad koondada infot kogu protsessi kohta viisil, mis käib ühele inimesele üle jõu,“ ütles Ganssle. „Parem ülevaade parandab klientide ja tarnijate rahulolu.”

Wayfair jälgib, kui sageli ühtivad tehisintellekti soovitused klienditeenindaja lõpliku otsusega—seda mõõdikut nimetatakse „vastavusmääraks”. Igas meeskonnas, kui vastavus saavutab järjepidevalt eelnevalt määratud künnise, võivad töövood nihkuda abistavatest režiimidest („kaaspiloot”) poolautonoomsetesse režiimidesse („autopiloot”). See etapiviisiline lähenemine loob usaldust ja tagab kvaliteedikontrolli juurutamise ajal.

Wayfair raporteerib mõõdetavatest edusammudest alates OpenAI mudelite integreerimisest sisesüsteemidesse.

Kataloogi poolel vähendas ettevõte klientidele nähtavate valede või puuduvate tooteatribuutide siltide arvu—olles parandanud 2,5 miljonit tootesilti enam kui miljoni kõige nähtavama ja ostetuma toote puhul Wayfairi kataloogis. Nad ootavad selle mõju neljakordistumist järgmise kuue kuu jooksul.

Tarnijatoe valdkonnas on triaaži-, kaaspiloodi- ja autopiloodisüsteemid suurendanud läbilaskevõimet, automatiseerides 41 000 juhtumit kuus (mõnes töövoos kuni 70%) ning vähendanud lahendamisaegu, eemaldades töötajate töökoormusest rutiinse käsitöö. See vähendab oluliselt mitme töövoo lahendamisaega, tõstab märkimisväärselt tarnijate rahulolu ja vähendab juhtumite taasavamist nendes töövoogudes.

Laiem ülevaade, mida mudelid juhtumite ja tarnijate kavatsuste osas pakuvad—kaugemale sellest, mida üks töötaja ekraanil näeb—on aidanud kaasa rahulolu kasvule.

Operatiivselt raporteerivad meeskonnad:

• Keeruliste tarnija juhtumite kiirem suunamine ja lahendamine
• Suurenenud tarnijate rahulolu
• Vähenenud käsitsi andmete sisestamise ja klassifitseerimise töö
• Laiem probleemide lahendamise ulatus, ilma et oleks vaja ekspertteadmisi sadadel teemadel
• Suurem kindlus kataloogi atribuutide osas enne avaldamist.

Wayfair on samuti juurutanud üle 1200 ChatGPT Enterprise'i litsentsi oma ligikaudu 12 000-liikmelise tööjõu hulgas, et toetada ad hoc ülesandeid, sisemiste probleemide lahendamist ja katsetamist generatiivsete mudelitega.

Wayfairil on pikk ajalugu masinõppesse investeerimisel ning TI platvormide ja LLM pakkujatega koostöö tegemisel oma äri edendamiseks. Nüüd laiendavad tipptasemel mudelite, eriti multimodaalsete süsteemide edusammud seda, mida nende meeskonnad saavad ehitada. See on oluline kodukaupade jaemüügis, kus tooted on visuaalsed, stilistilised ja sageli subjektiivsed.

„Oleme põnevil nende probleemide ulatuse osas, mida me nüüd lahendada saame,“ ütles Carolyn Phillips. „Traditsioonilised algoritmid nõuavad rangelt määratletud andmestikke. Need mudelid võimaldavad meil töötada läbi mitmetähenduslikkuse ja konteksti viisil, mis varem polnud skaleeritav.“ 

Tulevikku vaadates on töötajate nõudlus ChatGPT Enterprise'i järele olnud tugev. Wayfairi meeskonnad näevad seda praktilise tööriistana, mis aitab neil kiiremini liikuda.

Ka klientide ootused muutuvad kiiresti. Üha enam ostjaid tunneb end tehisintellekti igapäevases kasutamises mugavalt ning nad hakkavad ootama sarnaseid võimekusi ka veebis sirvides, võrreldes ja ostes.

„Kodus pole klientidel sageli täpseid sõnu selle kohta, mida nad otsivad,“ ütles Fiona Tan. „Loomuliku keele ja multimodaalsed süsteemid aitavad seda lünka täita.“

Wayfairi juhtide jaoks on eesmärgiks jätkuvalt inimeste ekspertteadmiste täiendamine, skaleerides samal ajal sisemist võimekust. „Me ehitame maailma jaoks, kus tehisintellekt on osa ostuteekonnast—olgu see siis meie saidil, klienditoe kaudu või vestlusliideste kaudu,“ lõpetas Fiona Tan.