Wayfair uzlabo kataloga precizitāti un atbalsta ātrumu ar OpenAI

Wayfair, viens no pasaulē lielākajiem mājsaimniecības preču mazumtirgotājiem, ir integrējis OpenAI modeļus kritiski svarīgās iekšējās sistēmās, lai uzlabotu piegādātāju atbalsta darbplūsmas un produktu katalogu kvalitāti plašā mērogā. Tas, kas 2024. gadā sākās kā neliela mēroga vērtības testēšanas versijas, ir kļuvis par pilnvērtīgu ražošanas vides sistēmu, kas samazina manuālo darbu, paātrina lēmumu pieņemšanu un uzlabo datu kvalitāti miljoniem preču.

Tā vietā, lai ģeneratīvo mākslīgo intelektu uzskatītu par eksperimentu vai atsevišķu risinājumu, Wayfair iekļāva OpenAI modeļus savās galvenajās operatīvajās darbplūsmās. Uzņēmums vispirms koncentrējās uz jomām, kur sarežģītība un nepieciešamība pēc mērogošanas bija vislielākā: piegādātāju atbalsta pieprasījumu novirzīšanu un risināšanu, kā arī desmitiem tūkstošu atribūtu konsekventu uzlabošanu katalogā ar aptuveni 30 miljoniem preču.

Wayfair kataloga komanda pārvalda desmitiem miljonu preču gandrīz tūkstoš dažādās kategorijās. Konsekventi un precīzi atribūtu tagi, piemēram, krāsa, materiāls, izmērs vai konkrētas īpašības, ir būtiski meklēšanai, ieteikumiem un preču pārdošanai.    

"Jo labāka ir mūsu datu kvalitāte, jo lielāku uzticību mēs veidojam ar klientu. Tas ir būtiski, jo dod pircējiem iespēju pieņemt pareizos pirkuma lēmumus, tieši samazinot dārgas turpmākas problēmas, piemēram, atgriešanas gadījumus nepareizi atspoguļotu preču dēļ," saka Wayfair katalogu preču izvietošanas asociētā direktore Džesika Dārsija. 

Pirms OpenAI marķēšanas uzlabojumi galvenokārt balstījās uz piegādātājiem un klientiem, kuri informēja Wayfair, ka kaut kas ir nepareizi. Manuālais darbs nespēja tikt līdzi apjomam.  Agrīnie pielāgotie mākslīgā intelekta modeļi atsevišķiem tagiem bija efektīvi, taču to izveide un uzturēšana bija dārga. “Mēs sākām, veidojot pielāgotus modeļus atsevišķiem tagiem, un tehniski tas darbojās,” sacīja Kerolīna Filipsa, Wayfair mašīnmācīšanās zinātniece. "Taču, ja ir 47 000 tagu, šāda pieeja vienkārši nav piemērota."

Lai ietu tālāk par vienreizējiem modeļiem, Wayfair izveidoja no tagiem neatkarīgu sistēmu, kas balstīta uz vienu OpenAI modeli. “Definīciju aģents” apkopo tīmekļa un iekšējās definīcijas, lai radītu kontekstuālu nozīmi katram tagam. “Īstais šķērslis nebija modeļa veiktspēja,” saka Filipsa. “Tas bija cilvēku laiks, kas vajadzīgs, lai definētu un iekodētu, ko katrs tags patiesībā nozīmēja.” Šis konteksts kopā ar produktu datiem, kas apkopoti visā Wayfair datu ekosistēmā, tiek izmantots ietvarā, kas spēj klasificēt atribūtus dažādās produktu klasēs. Komanda tagad paplašina modeļa tvērumu, iekļaujot jaunus atribūtus, ar 70 reizes lielāku ātrumu nekā pirms gada.

Sistēma tagad ir darbojusies ražošanas vidē ar vairāk nekā 1 miljonu preču. Pirmā produktu grupa ar uzlabotiem atribūtiem ir bijusi aktīva pietiekami ilgi, lai varētu izmērīt datu kvalitātes uzlabošanas ietekmi uz klienta pieredzi.  “Kad tiek uzlabots atribūtu pilnīgums, tas nav abstrakti. Tas tieši atspoguļojas SEO un PLA veiktspējā – tajā, kā klienti atklāj produktus,” norāda Filipsa. Kontrolēts A/B tests parādīja ievērojamu un statistiski nozīmīgu skatījumu, klikšķu un lapas ranga pieaugumu apstrādātajā grupā.

Taču Wayfair uzreiz nenodeva modelim lēmumus par produktu datu labošanu. “Mūsu mērķis ir veidot uzticību, lai klienti būtu pilnībā pārliecināti par to, ko viņi iegādājas,” saka Filipsa. Uzņēmums izstrādāja strukturētu testēšanu, izmantojot praktisku audita procesu, kurā darbinieki fiziski pārbauda paraugus, lai apstiprinātu modeļa izvadi, un sadarbojās ar piegādātājiem, lai apstiprinātu izmaiņas. Tagad, kad uz datiem balstītā pārliecība ir augsta, automātiskās sistēmas pārrakstīs saturu tieši un informēs piegādātāju par izmaiņām. Un, ja netiek izpildīts augsts standarts vai tiek novērtēts, ka konkrēts tags ir augsta riska, Wayfair vispirms prasa piegādātāja apstiprinājumu, pirms veic izmaiņas.

Wayfair sadarbojas ar desmitiem tūkstošu piegādātāju, lai atbalstītu savu plašo katalogu. Lai pārvaldītu piegādātāju atbalsta pieprasījumus, Wayfair darbinieki vēsturiski pārskatīja katru ienākošo pieprasījumu, manuāli identificēja, ko piegādātāji mēģina panākt, un novirzīja problēmas pareizajai iekšējai atbildīgajai personai – tas bija laikietilpīgs un kļūdu riskam pakļauts process. “Piegādātāju pieprasījumi nav vienkārši,” saka Greiems Gansls (Wayfair piegādātāju atbalsta un operatīvā nodaļa). “Tie aptver simtiem problēmu veidu, un neviens atsevišķs darbinieks nevar reāli apgūt tos visus.”

Wayfair pievienoja aģentu funkcijas produktam Wilma, lai uzlabotu šīs darbplūsmas ar mākslīgo intelektu. Viena no pirmajām funkcijām ražošanas vidē ir pieprasījumu šķirošana, ko nodrošina OpenAI modelis. Sistēma nolasa ienākošos pieprasījumus, aizpilda trūkstošo kontekstu un novirza tos uz atbilstošo komandu. Wilma tika izstrādāts tā, lai to varētu ieviest ātri; tas ir balstīta uz sistēmu, kas jau ir integrēta ar OpenAI API, un no prototipa līdz darbībai reālajā vidē tas nonāca aptuveni mēneša laikā. “Wilma sniedz partneriem iespējas,” saka Gansls. “Tas nolasa atbalsta pieprasījumu, identificē nolūku, aizpilda kontekstu no mūsu datubāzēm, atkārtoti sazinās ar piegādātājiem (ja nepieciešams) un novirza problēmu pareizajā virzienā.”

Papildus pieprasījumu novirzīšanai Wayfair ir izvietojis duci aģentu MI plūsmu konkrētām risinājumu komandām. Piemēram, rezerves daļu komandas palīgs lasa sarežģītu lietu vēsturi, ierosina nākamos soļus un piedāvā atbilžu melnrakstus, kurus pārskata cilvēki speciālisti. Šie palīgi ir apmācīti, izmantojot vēsturiskos datus, lai apgūtu, kā sekmīga darbība izskatās kontekstā. “Modeļi var sintezēt kontekstu visā procesā tādā veidā, ko vienam darbiniekam ir grūti paveikt,” saka Gansls. “Šī plašākā pārredzamība veicina augstāku klientu un piegādātāju apmierinātību.”

Wayfair izseko, cik bieži mākslīgā intelekta (MI) ieteikumi atbilst cilvēka aģenta galīgajam lēmumam – tas ir rādītājs, ko dēvē par “saskaņotības līmeni”. Katrā komandā, ja saskaņotība konsekventi sasniedz iepriekšnoteiktu slieksni, darbplūsmas var pāriet no atbalsta (“co-pilot”) uz daļēji autonomiem (“autopilot”) režīmiem. Šī pakāpeniskā pieeja veido uzticību un nodrošina kvalitātes kontroli izvēršanas laikā.

Wayfair ziņo par izmērāmiem uzlabojumiem kopš OpenAI modeļu integrēšanas iekšējās sistēmās.

Attiecībā uz katalogu uzņēmums samazināja kļūdainu vai trūkstošu produktu atribūtu tagu skaitu, ko klients var redzēt – ir izlaboti 2,5 miljoni produktu tagu vairāk nekā miljonā visredzamāko un visvairāk pirkto produktu Wayfair katalogā. Uzņēmums prognozē, ka nākamo sešu mēnešu laikā šī ietekme četrkāršosies.

Attiecībā uz piegādātāju atbalstu triāžas, līdzpilota un autopilota sistēmas ir palielinājušas caurlaidspēju, automatizējot 41 000 pieprasījumu mēnesī (dažās darbplūsmās līdz pat 70 %) un samazinājušas izpildes laikus, novēršot rutīnas manuālo darbu no darbinieku slodzes. Tas ievērojami saīsina laiku līdz problēmas atrisināšanai vairākām darbplūsmām, būtiski paaugstina piegādātāju apmierinātību un samazina pieprasījumu atkārtotu atvēršanu šajās darbplūsmās.

Plašākā redzamība, ko modeļi nodrošina attiecībā uz pieprasījumiem un piegādātāju nodomiem – ārpus tā, ko viens darbinieks var redzēt ekrānā – ir veicinājusi šo apmierinātības pieaugumu.

Operatīvajā jomā komandas ziņo par šādiem ieguvumiem:

• Ātrāka sarežģītu piegādātāju pieprasījumu novirzīšana un atrisināšana
• Lielāka piegādātāju apmierinātība
• Samazināta manuālā datu ievade un klasifikācijas darbs
• Plašāks jautājumu tvērums bez nepieciešamības pēc ekspertu zināšanām simtos tēmu
• Lielāka pārliecība par kataloga atribūtiem pirms publicēšanas.

Wayfair ir arī ieviesis vairāk nekā 1200 ChatGPT Enterprise lietotāju vietu savā aptuveni 12 000 darbinieku sastāvā, lai atbalstītu situatīvus uzdevumus, iekšējo problēmu risināšanu un eksperimentēšanu ar ģeneratīvajiem modeļiem.

Wayfair jau sen ir ieguldījis līdzekļus mašīnmācībā un sadarbojies ar mākslīgā intelekta platformām un LVM (Lielie valodu modeļi) nodrošinātājiem, lai veicinātu savu uzņēmējdarbību. Tagad sasniegumi robežšķirtnes modeļos, jo īpaši multimodālajās sistēmās, paplašina to, ko uzņēmuma komandas var izveidot. Tas ir svarīgi mājas preču mazumtirdzniecībā, kur produkti ir vizuāli, stilistiski un bieži vien subjektīvi.

“Mēs esam gandarīti par problēmu loku, ko tagad varam risināt,” sacīja Karolīna Filipsa. “Tradicionālajiem algoritmiem ir nepieciešamas stingri definētas datu kopas. Šie modeļi ļauj mums tikt galā ar neskaidrībām un kontekstu tādā veidā, kas iepriekš nebija mērogojams.” 

Raugoties nākotnē, darbinieku pieprasījums pēc ChatGPT Enterprise ir bijis spēcīgs. Wayfair komandas to uzskata par praktisku rīku, kas palīdz tām strādāt ātrāk.

Arī klientu gaidas strauji mainās. Arvien vairāk pircēju jūtas ērti, ikdienā izmantojot mākslīgo intelektu, un viņi sāk gaidīt līdzīgas iespējas, pārlūkojot, salīdzinot un iepērkoties tiešsaistē.

“Mājās klientiem bieži vien nav precīzu vārdu tam, ko viņi meklē,” saka Fiona Tana. “Dabiskā valoda un multimodālās sistēmas palīdz pārvarēt šo plaisu.”

Wayfair līderiem mērķis joprojām ir papildināt cilvēku kompetenci, vienlaikus paplašinot iekšējās spējas. “Mēs veidojam pasauli, kurā MI ir daļa no iepirkšanās pieredzes – neatkarīgi no tā, vai tas notiek mūsu vietnē, izmantojot atbalsta dienestu vai sarunvalodas saskarnes,” secina Fiona Tana.