Wayfair משפרת את דיוק הקטלוג ומהירות התמיכה עם OpenAI

Wayfair, הכתובת לכל מה שקשור לבית, עוזרת לקונים למצוא את הפריטים המתאימים לביתם מתוך קטלוג של כ־40 מיליון פריטים. שמירה על מידע מדויק על המוצרים וטיפול בבקשות מורכבות מעשרות אלפי ספקים דרשו עבודה ידנית רבה. בעזרת המודלים של OpenAI, בנתה Wayfair מערכות בינה מלאכותית שאימתו יותר מ־11 מיליון מפרטי מוצר וביצעו אוטומטית עבודה הקשורה ל־41,000 פניות תמיכה של ספקים בחודש. בחלק מתהליכי העבודה, האוטומציה הגיעה לעד 70% מהפניות. יחד, המערכות האלה יצרו יותר הזדמנויות להגדיל מכירות מהקטלוג הקיים של Wayfair, ובמקביל פינו לצוותים זמן ומשאבים באמצעות צמצום העבודה הידנית בניהול הקטלוג ובתמיכה בספקים.

צוות הקטלוג של Wayfair מנהל עשרות מיליוני מוצרים בכמעט אלף קטגוריות שונות. תגיות מדויקות של צבע, חומר, גודל ומאפיינים נוספים משמשות בסיס לחיפוש, להמלצות ולהצגת המוצרים לקונים — וכך עוזרות להם למצוא בקלות רבה יותר פריטים שמתאימים לצורכיהם ולדעת בביטחון מה הם קונים.

"ככל שאיכות הנתונים שלנו טובה יותר, כך אנחנו בונים יותר אמון אצל הלקוחות. זה חיוני, כי כך הקונים יכולים לקבל החלטות רכישה נכונות, וזה מצמצם ישירות בעיות יקרות בהמשך, כמו החזרות של מוצרים שלא תוארו כראוי", אמרה ג׳סיקה דארסי, סגנית מנהלת תחום המסחור בקטלוג של Wayfair.

לפני השותפות עם OpenAI, התיוג ב־Wayfair הסתמך על דיווחים של ספקים ולקוחות לחברה כשמשהו נראה שגוי. העבודה הידנית לא הצליחה לעמוד בהיקף המשימות. מודלים מוקדמים של בינה מלאכותית שהותאמו לתיוג היו יעילים, אך התגלו כיקרים בהיקפים גדולים. עם 47,000 תגיות שיש לתמוך בהן, Wayfair נזקקה לגישה יעילה יותר.

Wayfair בנתה מערכת בינה מלאכותית לבקרת איכות הקטלוג בעזרת המודלים של OpenAI, כדי לבדוק ולתייג פרטי מוצרים כמו צבע, חומר וגודל. תחילה, המערכת משתמשת במידע מהאינטרנט ובהגדרות הפנימיות של Wayfair כדי ליצור מדריך שמסביר את המשמעות של כל תגית. לאחר מכן, המודלים נעזרים במדריך כדי לבדוק את המידע על המוצרים ולהקצות להם את התגיות המתאימות.

בעזרת המערכת, Wayfair מרחיבה כעת את מגוון פרטי המוצר שהבינה המלאכותית שלה יכולה לבדוק, בקצב מהיר פי 70 מזה של השנה שעברה. כך Wayfair משפרת את דיוק הקטלוג בפחות עבודה ידנית — מקלה על מציאת מוצרים ומצמצמת את הסיכון להחזרות עקב תיאורי מוצר לא מדויקים.

"המטרה שלנו היא לבנות אמון, כדי שהלקוחות יהיו בטוחים לחלוטין במה שהם רוכשים", אמרה פיליפס. Wayfair פיתחה תהליך ביקורת מובנה שבו עובדים בוחנים מדגם מוצרים כדי לבדוק את הפלט, וספקים מסייעים לאמת את השינויים. כשרמת הביטחון גבוהה, המערכת מעדכנת ישירות את תוכן המוצר ומודיעה לספק. שינויים שרמת הביטחון בהם נמוכה או שהסיכון בהם גבוה מחייבים אישור מהספק לפני החלתם.

מערכת בקרת איכות הקטלוג המבוססת על בינה מלאכותית עיבדה יותר ממיליון מוצרים, ובדיקת A/B מבוקרת הראתה עלייה משמעותית בחשיפות, בקליקים ובדירוג הדפים בקבוצת הניסוי. עבור Wayfair, נתוני מוצר טובים יותר הובילו לנראות גבוהה יותר וליותר קליקים של קונים — ויצרו יותר הזדמנויות למכירות מהקטלוג הקיים שלה. "כשמשלימים מידע חסר על מאפייני מוצרים, זה לא שיפור מופשט. רואים אותו בביצועי הקידום האורגני ומודעות המוצרים — באופן שבו לקוחות מגלים מוצרים", אמרה פיליפס.

Wayfair עובדת עם עשרות אלפי ספקים מדי חודש. בעבר, עובדי Wayfair בדקו ידנית כל פניית תמיכה שהתקבלה מספק, זיהו מה הספק צריך והעבירו את הפנייה לצוות המתאים. זה היה תהליך ממושך ומועד לטעויות. "התמיכה בספקים מטפלת במאות סוגים שונים של בעיות", אמר בריאן סימן, ראש תחום המדע היישומי במערך הספקים הגלובלי של Wayfair. "לא מציאותי לצפות מעובד יחיד למומחיות מעמיקה בכל אחת מהן."

כדי להתמודד עם האתגרים האלה, Wayfair הוסיפה בינה מלאכותית לסיוע במיון פניות בפלטפורמת התמיכה בספקים שפיתחה, הנקראת Wilma. בעזרת המודלים של OpenAI, פלטפורמת התמיכה בספקים יכולה כעת לקרוא פניות נכנסות, להשלים מידע חסר על ההקשר ולהעביר פניות לצוות המתאים. השילוב הקיים עם ה־API של OpenAI עזר לצוות לעבור מרעיון למערכת פעילה בתוך פחות מחודש. "Wilma נותנת לעובדים את המידע שהם צריכים כדי לפעול", אמר סימן. "היא קוראת את הפנייה, מזהה מה הספק צריך, מוסיפה מידע רלוונטי ממסדי הנתונים שלנו, פונה שוב לספק לפי הצורך ומעבירה את הפנייה לצוות המתאים."

מעבר לניתוב פניות, Wayfair הטמיעה עשרות תהליכי עבודה אג'נטיים המבוססים על בינה מלאכותית כדי לעזור לצוותים לטפל בבקשות של ספקים. לדוגמה, הבינה המלאכותית בודקת רשומות קודמות, מעריכה מקרים מורכבים, מציעה צעדים להמשך ומנסחת טיוטות תשובה לבדיקה של צוות תפעול חלקי החילוף — וכך עוזרת לעובדים לפתור בעיות של ספקים מהר יותר ובפחות עבודה ידנית.

Wayfair בוחנת באיזו תדירות המלצות הבינה המלאכותית תואמות להחלטה הסופית של הנציג האנושי, במדד שנקרא "שיעור התאמה". תהליכי עבודה שמגיעים בעקביות לסף שנקבע מראש יכולים לעבור ממצב מסייע ("טייס משנה") למצב אוטונומי למחצה ("טייס אוטומטי"). גישת ההערכה המדורגת הזו עוזרת לצוותים להחליט מתי תהליך עבודה מוכן לרמת עצמאות גבוהה יותר.

מעבר לבניית תהליכי עבודה מותאמים עם בינה מלאכותית, Wayfair הקצתה יותר מ־1,200 רישיונות משתמש של ChatGPT Enterprise בקרב כ־12,000 עובדיה. העובדים משתמשים ב־ChatGPT לביצוע משימות יומיומיות, לפתרון בעיות פנים־ארגוניות ולהתנסות במודלים גנרטיביים. Wayfair הפעילה גם את ChatGPT Work וחיברה אותו לכלים כמו Slack ו־Google Drive, כדי לעזור לצוותים לייעל את תהליכי העבודה היומיומיים שלהם.

בתחום הקטלוג, Wayfair אימתה ותיקנה נתוני מאפיינים ביותר מ־11 מיליון מהמוצרים בעלי החשיפה הגבוהה ביותר ותדירות הרכישה הגבוהה ביותר שלה. בשלב הבא, Wayfair מתכננת להרחיב את היכולת הזו לכל מוצר חדש שנוסף לקטלוג, כדי לסייע במיצוי הנראות והמכירות כבר מתחילת מחזור חיי המוצר.

בתחום התמיכה בספקים, Wayfair מטפלת אוטומטית ב־41,000 פניות תמיכה בחודש, והאוטומציה מגיעה כעת לעד 70% מכלל הפניות בחלק מתהליכי העבודה. הצוותים ראו גם קיצור ניכר בזמני פתרון הפניות, עלייה בשביעות הרצון של הספקים וירידה במספר הפניות שנפתחו מחדש.

Wayfair דיווחה על כמה תוצאות נוספות:

• חיסכון של מאות שעות עבודה לצוותים בהזנה ובסיווג ידניים של נתונים

• טיפול במגוון רחב יותר של בעיות, בלי צורך במומחיות במאות נושאים

• ביטחון רב יותר בנכונות מאפייני הקטלוג לפני הפרסום

במבט קדימה, Wayfair ממשיכה לבחון כיצד המודלים העדכניים ביותר של OpenAI יכולים לפתור בעיות מורכבות ולעצב מחדש את חוויית הקנייה. "מרגש לראות עם כמה סוגים של בעיות אנחנו יכולים להתמודד עכשיו", אמרה קרולין פיליפס. "אלגוריתמים מסורתיים דורשים מערכי נתונים מוגדרים היטב. המודלים של OpenAI מאפשרים לנו להתמודד עם עמימות ועם הקשרים שונים באופן שבעבר לא היה אפשר ליישם בקנה מידה גדול."

עבור Wayfair, בינה בפעולה פירושה שילוב המומחיות של הצוותים שלה עם הטכנולוגיה של OpenAI, כדי לשפר את גילוי המוצרים ולייעל את התמיכה בספקים. "אנחנו בונים לקראת עולם שבו בינה מלאכותית היא חלק מחוויית הקנייה — בין אם באתר שלנו, דרך התמיכה או בממשקי שיחה", סיכמה פיונה טאן. ההזדמנות בהמשך היא להמשיך להשתמש בבינה מלאכותית כדי להפחית עלויות תפעול, לחזק את נאמנות הלקוחות ולהניע צמיחה.

40 מיליון מוצרים. הפריט הנכון מוצא את מקומו. בינה בפעולה.