استفاده TRUSTBANK از عامل AI برای شخصی‌سازی هدایای Furusato Nozei

برنامه اهدای مالیات زادگاه ژاپن، که با نام Furusato Nozei شناخته می‌شود، به مالیات‌دهندگان این امکان را می‌دهد که با اهدای کمک مالی از شهرداری‌هایی که برایشان اهمیت دارد حمایت کنند با مهاجرت مردم به شهرهای بزرگی مانند توکیو، پایه‌های مالیاتی در شهرهای کوچک روستایی کاهش می‌یابد؛ بنابراین، این برنامه طراحی شد تا به مالیات‌دهندگان اجازه دهد بخشی از مالیات خود را به جوامعی که می‌خواهند از آن‌ها حمایت کنند اختصاص دهند. در عمل، این سازوکار از طریق یک سیستم اعتبار مالیاتی عمل می‌کند: تا سقفی مبتنی بر درآمد، بخش عمده مبلغ اهدایی از مالیات بر درآمد و مالیات اقامتِ اهداکننده برای سال بعد کسر می‌شود. در مقابل، شهرداری‌ها برای اهداکنندگان هدایای سپاسگزاری ارسال می‌کنند که معمولاً از محصولات ویژه محلی هستند، تا اهداکنندگان ضمن کمک به جوامع محلی، از محصولات منطقه‌ای نیز بهره‌مند شوند.

با این حال، بسیاری از اهداکنندگان با توجه به تعداد بسیار زیاد شهرداری‌ها و فهرست عظیم هدایای سپاسگزاری، کار با این برنامه را دشوار می‌دانند. برای ساده‌تر کردن این فرایند و کمک به اهداکنندگان برای مقایسه گزینه‌ها بر اساس منطقه یا موضوع، پلتفرم‌های اختصاصی ایجاد شده‌اند. Furusato Choice که تحت مدیریت TRUSTBANK قرار دارد، یکی از بزرگ‌ترین پلتفرم‌های Furusato Nozei در ژاپن است و حدود ۷۶۰۰۰۰ هدیه سپازگاری در آن فهرست شده است. رابط کاربری ساده و قابل‌فهم آن به شهرداری‌ها کمک کرده تا با اهداکنندگان ارتباط برقرار کنند و از بسیاری از کاربران پلتفرم، به‌ویژه افرادی که برای نخستین بار مشارکت می‌کنند، پشتیبانی کرده است.

برای بهبود هرچه بیشتر تجربه، TRUSTBANK به سراغ هوش مصنوعی رفت و به این نتیجه رسید که این فناوری می‌تواند به کاربران کمک کند زمانی که با گزینه‌های متعدد و گیج‌کننده روبه‌رو هستند، تصمیم‌گیری آسان‌تری داشته باشند. این شرکت با استفاده از رابط برنامه‌نویسی کاربردی OpenAI، قابلیت Choice AI را توسعه داد که به کاربران کمک می‌کند هدایای سپاسگزاری متناسب با ترجیحات خود را پیدا کنند.

بیش از ۱۵ سال پس از معرفی Furusato Nozei، بسیاری از مالیات‌دهندگان هنوز برای بهره‌برداری حداکثری از آن با مشکل مواجه‌اند. Yuki Tateyama، مدیر کل محصول در Choice Business HQ، توضیح می‌دهد، بسیاری از مردم سیستم اهدای مالیات زادگاه را پیچیده یا دلهره‌آور می‌دانند. برای رفع این مشکل، ما قابلیت‌های مبتنی بر هوش مصنوعی را به اپلیکیشن Furusato Choice خود اضافه کردیم تا پیمایش این فرایند را آسان‌تر کنیم. اولین گام TRUSTBANK این بود که جستجوی مبتنی بر هوش مصنوعی را معرفی کند تا به کاربران کمک کند هدایای تشکر را بررسی کنند.

برخلاف آنچه معمولاً در پلتفرم‌های رایج تجارت الکترونیک دیده می‌شود، Tateyama می‌افزاید که در سیستم Furusato Nozei، افراد صرفاً برای خرید کالاهای موردنیاز فوری خود اقدام نمی‌کنند در عوض، آن‌ها بر این تمرکز می‌کنند که چگونه بهترین استفاده را از سقف کمک مالی خود ببرند. با فهرستی از هدایای سپاسگزاری که هم‌تراز با بازارهای آنلاین بزرگ است، یافتن گزینه مناسب همیشه چالش‌برانگیز بوده است.

ارائه توصیه‌های شخصی‌سازی‌شده برای هدیه‌های سپاسگزاری، بر اساس اطلاعات و نیت هر کاربر، حوزه‌ای است که هوش مصنوعی می‌تواند در آن به‌ویژه مؤثر باشد. با این حال، TRUSTBANK توسعه‌دهندگان داخلی متخصص هوش مصنوعی نداشت، بنابراین حمایت خارجی ضروری بود. برای رفع این مسئله، TRUSTBANK با Recursive، که اکنون شریک رسمی خدمات OpenAI است، همکاری کرد.

Issei Hirano، رئیس ترویج پلتفرم در بخش محصول، این تصمیم را این‌گونه توضیح می‌دهد: «ما Recursive را به‌عنوان شریک خود انتخاب کردیم، زیرا آن‌ها از تخصص پیشرفته در هوش مصنوعی و تجربه جهانی برخوردار هستند.»

او توضیح می‌دهد که تیم‌ها چگونه با هم کار می‌کردند. Recursive از مرحله برنامه‌ریزی پشتیبانی فنی ارائه داد، عامل هوش مصنوعی مکالمه‌ای را طراحی و پیاده‌سازی کرد، و سیستم RAG را ساخت. ما پایگاه دادهٔ هدایای سپاسگزاری را آماده کردیم، الزامات عملکردی را تعریف کردیم و این قابلیت‌ها را در اپلیکیشن خود ادغام کردیم. این همکاری امکان توسعه و عرضه روان Choice AI را فراهم کرد و به کاربران اجازه داد تا از طریق مکالمات تعاملی در اپلیکیشن Furusato Choice، اقلام پیشنهادی را کشف کنند.

هستهٔ Choice AI، معماری چندعاملی آن است. یک مدل مسیریابی ورودی کاربر را برای تشخیص نیت تحلیل می‌کند و وظایف را به عامل‌های مناسب محول می‌کند. در زیر این لایه مسیردهی، عامل‌های تخصصی مانند عامل جستجو، عامل توصیه و عامل خوشامدگویی فعالیت می‌کنند. هر عامل می‌تواند عامل‌های فرعی و ابزارهای بیشتری را فراخوانی کند، که این امر هماهنگ‌سازی روان و نتایج دقیق و مبتنی بر قصد را ممکن می‌سازد.

شخصی‌سازی نیز در اعلان تعبیه شده است. Matthew Whalley، مهندس نرم‌افزار در Recursive که رهبری توسعه عامل را بر عهده داشت، توضیح می‌دهد: ما عامل‌ها را به‌صورت پویا بر اساس اطلاعات خاص کاربر ترکیب می‌کنیم. برای مثال، کاربران فعلی یک مسیر تعامل را دنبال می‌کنند، در حالی که کاربران باراول مسیر دیگری را دنبال می‌کنند. ما برای مدیریت این مسیرهای تعاملی، اعلان‌ها را به‌صورت پویا تولید می‌کنیم.

Choice AI در حال حاضر بر پایه سری GPT‑4.1 اجرا می‌شود. Whalley توضیح می‌دهد: به‌طور پیش‌فرض، ما از GPT‑4.1 مینی استفاده می‌کنیم، اما در حال آزمایش جابه‌جایی پویا به نسخه نانو یا مدل‌های بزرگ‌تر بر اساس تأخیر و دقت در طول آزمایش هستیم.

Whalley همچنین اشاره می‌کند که تحلیل رفتار واقعی کاربران به بینش‌های جدیدی منجر شد: تحلیل ما نشان داد که بسیاری از کاربران به شکلی مشابه استفاده از یک موتور جست‌وجو با برنامه تعامل می‌کنند. آن‌ها اطلاعات گسترده‌ای درباره محصول در اختیار الگوهای زبانی بزرگ (LLM) قرار می‌دهند و انتظار دارند فوراً توصیه‌هایی دریافت کنند. ما همچنین دریافتیم که اعلان‌های داخلی کوتاهی که برای شروع گفتگوها طراحی شده‌اند، به‌طور مکرر استفاده می‌شدند. بر اساس این یافته‌ها، تیم مجموعه‌ای از بهسازی‌ها را در Choice AI گنجاند. برای مثال، فرایند توصیه‌ها طوری تنظیم شد که پیشنهادها زودتر نمایش داده شوند، و تنوع محصولات پیشنهادی نیز افزایش یافت تا کاربران با گزینه‌های متنوع‌تری روبه‌رو شوند.

Choice AI به دو چالش در تجربه Furusato Nozei می‌پردازد:

• کاهش سردرگمی کاربران ناشی از تعداد زیاد هدایای سپاسگزاری، با ارائه توصیه‌های شخصی‌سازی‌شده از طریق مکالمات تعاملی.
• جلوگیری از تمرکز بر مجموعه کوچکی از شهرداری‌ها یا اقلام پرطرفدار، از طریق کمک به کاربران برای کشف طیف گسترده‌تری از مناطق و هدیه‌های سپاسگزاری با پیشنهادهای متناسب.

با معماری چندعاملی در Choice AI، کاربران می‌توانند حتی بدون داشتن مهارت در جستجو یا دانش دقیق دربارهٔ محصولات، هدایای سپاسگزاری مرتبط را پیدا کنند. گفتگوهای طبیعی، یا حتی درخواست‌های مبهمی مانند «هدیه‌ای برای والدینم»، می‌توانند برای ارائه پیشنهادهای مناسب کافی باشند.

Choice AI با افزودن تصادفی‌سازیِ کنترل‌شده به نتایج جستجو، سوگیری نسبت به شهرداری‌ها یا موارد خاص را کاهش می‌دهد. Whalley توضیح می‌دهد: ما عنصر تصادفی را وارد می‌کنیم و توصیه‌ها را در استان‌های مختلف بر اساس داده‌های مربوط به کمک‌های مالی متفاوت ارائه می‌کنیم تا از انصاف و تنوع منطقه‌ای حمایت شود، مگر اینکه کاربران ترجیحات خود را به‌روشنی مشخص کرده باشند. این به کاربران کمک می‌کند شهرداری‌های کوچک‌تر و محصولات خاص را کشف کنند و تجربه‌ای متنوع‌تر و جذاب‌تر ایجاد می‌کند.

در نتیجه، کاربرانی که از Choice AI استفاده کردند، در مقایسه با کسانی که به جستجوی معمول داخل سایت متکی بودند، نرخ تبدیل بالاتری داشتند. Hirano در توضیح دلیل این موضوع می‌گوید: از آنجا که هوش مصنوعی می‌توانست نیازهای مبهمی مانند ترجیحات و بودجه را، که خود کاربران هم اغلب در بیان آن‌ها مشکل داشتند، استخراج کند و حتی هدایای قدردانی مشخصی پیشنهاد دهد.

امروزه، Furusato Choice در درجه اول از هوش مصنوعی برای بهبود تجربه جست‌وجوی هدایای سپاسگزاری استفاده می‌کند و به کاربران کمک می‌کند به‌سرعت گزینه‌هایی را پیدا کنند که با نیازهایشان مطابقت دارند. با نگاهی به آینده، شرکت قصد دارد هوش مصنوعی را به حوزه‌های بیشتری گسترش دهد و ارزش کلی خدمات را بیش از پیش ارتقا دهد.

Tateyama تصور می‌کند که Furusato Choice به پلتفرمی تبدیل شود که کاربران و شهرداری‌ها را از طریق حسن نیت واقعی به یکدیگر پیوند دهد، به‌جای آن‌که صرفاً بر منافع اقتصادی تمرکز کند. برای پشتیبانی از آن چشم‌انداز، شرکت قصد دارد کیفیت توصیه‌های مبتنی بر هوش مصنوعی را بهبود بخشد و تجربهٔ کاربری سرتاسری را شخصی‌سازی کند تا در نهایت سرویسی در سبک دستیار شخصی ایجاد کند که به‌دقت با نیازها و ترجیحات هر کاربر به‌صورت فردی هماهنگ باشد.