Wayfair OpenAI-тай каталоги, дэмжлэгийн хурдыг сайжруулав

Дэлхийн хамгийн том гэр ахуйн барааны жижиглэн худалдаачдын нэг Wayfair нь нийлүүлэгчийн дэмжлэгийн ажлын урсгал болон бүтээгдэхүүний каталогийн чанарыг өргөн хэмжээнд сайжруулахын тулд OpenAI загваруудыг дотоодын чухал системүүддээ нэгтгэсэн. 2024 онд бага хүрээтэй хувилбаруудын үнэ цэнийг туршиж эхэлсэн ажил нь одоо гар ажиллагааг бууруулж, шийдвэр гаргалтыг хурдасган, сая сая бүтээгдэхүүний өгөгдлийн чанарыг сайжруулдаг бүрэн үйлдвэрлэлийн систем болон хөгжжээ.

Wayfair үүсмэл AI-г туршилт эсвэл нэг удаагийн шийдэл гэж үзэхийн оронд үндсэн үйл ажиллагааны ажлын урсгалдаа OpenAI загваруудыг суулгасан. Тус компани хамгийн их төвөгтэй, хамгийн их хэмжээний хэрэгцээтэй хэсгээс эхэлсэн: нийлүүлэгчийн дэмжлэгийн хүсэлтийг чиглүүлж шийдвэрлэх, мөн ойролцоогоор 30 сая нэр төрлийн каталог даяар хэдэн арван мянган бүтээгдэхүүний шинжийг тогтвортой сайжруулах.

Wayfair-ийн каталогийн баг бараг мянга орчим өөр бүтээгдэхүүний ангилалд хамаарах хэдэн арван сая бүтээгдэхүүнийг удирддаг. Өнгө, материал, хэмжээ эсвэл тодорхой онцлог зэрэг бүтээгдэхүүний шинжийн шошго тогтвортой, үнэн зөв байх нь хайлт, зөвлөмж болон борлуулалтын танилцуулгад нэн чухал.

"Манай өгөгдлийн чанар сайжрах тусам бид хэрэглэгчийн итгэлийг улам бүр бий болгодог. Энэ нь худалдан авагчдад зөв худалдан авах шийдвэр гаргах боломж олгож, буруу тайлбарлагдсан бүтээгдэхүүнээс үүдэх буцаалт зэрэг дараагийн өндөр өртөгтэй асуудлыг шууд бууруулдаг учраас маш чухал," гэж Wayfair-ийн Каталогийн мерчандайзингийн дэд захирал Жессика Д’Арси хэлэв.

OpenAI-ээс өмнө шошгоны сайжруулалт нь голчлон нийлүүлэгчид болон хэрэглэгчид Wayfair-д ямар нэг зүйл буруу харагдаж байгааг хэлэхэд тулгуурладаг байв. Гар ажиллагаа ийм их хэмжээг гүйцэхгүй байсан. Тус тусын шошгонд зориулсан эхний тусгай AI загварууд үр дүнтэй байсан ч бүтээх, арчлахад өндөр өртөгтэй байжээ. “Бид эхлээд тус тусын шошгонд зориулсан захиалгат загварууд бүтээж эхэлсэн, техникийн хувьд энэ нь ажиллаж байсан,” гэж Wayfair-ийн машин сургалтын ахлах эрдэмтэн Каролин Филлипс хэлэв. “Гэхдээ 47,000 шошгыг авч үзэхэд тэр арга зүгээр л өргөжихгүй.”

Нэг удаагийн загваруудаас цааш гарахын тулд Wayfair нэг OpenAI загварт суурилсан, шошгоос үл хамаарах систем бүтээсэн. “Тодорхойлолтын агент” нь вэб болон дотоод тодорхойлолтуудыг авч, шошго бүрийн нөхцөлт утгыг гаргана. “Жинхэнэ бөглөрөл нь загварын гүйцэтгэл биш байсан,” гэж Филлипс хэлэв. “Шошго бүр яг юу гэсэн утгатайг тодорхойлж, кодлох хүний цаг хугацаа л асуудал байсан.” Энэхүү нөхцөл мэдээлэл нь Wayfair-ийн өгөгдлийн экосистем даяар нэгтгэсэн бүтээгдэхүүний өгөгдөлтэй хамт бүтээгдэхүүний ангиллуудын хооронд шинжүүдийг ангилах хүрээнд ордог. Баг одоо шинэ шинжүүдэд загварын хамрах хүрээг ердөө нэг жилийн өмнөхөөс 70 дахин өндөр хурдаар тэлж байна.

Энэ систем одоогоор 1 саяас дээш бүтээгдэхүүн дээр үйлдвэрлэлд ажилласан. Сайжруулсан шинжтэй бүтээгдэхүүний эхний давлагаа ч хэрэглэгчийн аялалд өгөгдлийн чанарыг сайжруулах нөлөөг хэмжихэд хангалттай удаан хугацаанд идэвхтэй байжээ. “Шинжийн бүрэн байдлыг сайжруулахад энэ нь хийсвэр зүйл биш. Хэрэглэгчид бүтээгдэхүүнийг хэрхэн олж байгаад, SEO болон PLA үзүүлэлтэд шууд харагддаг,” гэж Филлипс хэлэв. Хяналттай A/B туршилтаар туршилтын бүлэгт харагдалт, товшилт, хуудасны зэрэглэл мэдэгдэхүйц өссөн байна.

Гэсэн хэдий ч Wayfair бүтээгдэхүүний өгөгдлийг засах шийдвэрийг зүгээр л загварт даатгаагүй. “Манай зорилго бол хэрэглэгчид худалдан авч буй зүйлдээ бүрэн итгэлтэй байх түвшний итгэлийг бий болгох,” гэж Филлипс хэлэв. Тус компани ажилтнууд дээжийг биечлэн шалгаж загварын үр дүнг баталгаажуулдаг практик аудитын үйл явцтай бүтэцчилсэн туршилтыг боловсруулж, өөрчлөлтийг баталгаажуулахын тулд нийлүүлэгчидтэй хамтран ажилласан. Одоо өгөгдөлд суурилсан итгэл өндөр үед автомат системүүд контентыг шууд дарж бичээд нийлүүлэгчид өөрчлөлтийн талаар мэдэгдэнэ. Харин өндөр босго хангагдаагүй эсвэл шошгыг өндөр эрсдэлтэй гэж үзвэл Wayfair өөрчлөлт хийхээсээ өмнө эхлээд нийлүүлэгчийн баталгаажуулалтыг авдаг.

Wayfair өргөн хүрээтэй каталогоо дэмжихийн тулд хэдэн арван мянган нийлүүлэгчтэй хамтран ажилладаг. Нийлүүлэгчийн дэмжлэгийн хүсэлтийг удирдахын тулд Wayfair-ийн ажилтнууд өмнө нь ирсэн тикет бүрийг шалгаж, нийлүүлэгч яг юуг хийхийг оролдож байгааг гараар тодорхойлон, асуудлыг зөв дотоод эзэмшигч рүү чиглүүлдэг байсан нь цаг их шаардсан, алдаа гарах эрсдэлтэй үйл явц байв. “Нийлүүлэгчийн хүсэлтүүд энгийн биш,” гэж Wayfair-ийн нийлүүлэгчийн дэмжлэг ба үйл ажиллагааны багийн Грэм Гэнссл хэлэв. “Эдгээр нь хэдэн зуун төрлийн асуудлыг хамардаг бөгөөд нэг ч ажилтан бүгдийг нь бодитоор эзэмшиж чадахгүй.”

Wayfair эдгээр ажлын урсгалыг AI-гаар хүч нэмэхийн тулд Wilma нэртэй бүтээгдэхүүндээ агент шинжтэй боломжууд нэмсэн. Үйлдвэрлэлд орсон эхний боломжуудын нэг нь OpenAI загвараар ажилладаг тикетийн ангилалт юм. Систем нь ирж буй хүсэлтүүдийг уншиж, дутуу нөхцөл мэдээллийг бөглөөд тикетүүдийг тохирох баг руу чиглүүлдэг. Wilma-г хурдан нэвтрүүлэхээр зохион бүтээсэн; OpenAI API-уудтай аль хэдийн нэгтгэсэн систем дээр суурилсан тул прототипээс бодит хэрэглээнд ойролцоогоор нэг сарын дотор шилжсэн. “Wilma ажилтнуудад хөшүүрэг өгдөг,” гэж Гэнссл хэлэв. “Энэ нь тикетийг уншиж, зорилгыг тодорхойлж, манай өгөгдлийн сангаас нөхцөл мэдээлэл нөхөж, шаардлагатай бол нийлүүлэгчидтэй дахин холбогдоод, асуудлыг зөв чиглэл рүү заадаг.”

Чиглүүлэлтээс цааш Wayfair тодорхой шийдвэрлэх багуудад зориулсан арваад агент шинжтэй AI урсгалыг нэвтрүүлсэн. Жишээлбэл, Replacement Part Operations багийн хамтрагч туслах нь төвөгтэй кейсийн түүхийг уншиж, дараагийн алхмуудыг санал болгон, хүний ажилтнуудын хянах ноорог хариуг санал болгодог. Эдгээр туслахууд түүхэн өгөгдлөөр сургагдсан тул тухайн нөхцөлд амжилт ямар байдгийг ойлгодог. “Загварууд бүхэл аяллын хүрээнд нөхцөл мэдээллийг нэгтгэж чаддаг нь нэг ажилтанд дангаараа хийхэд хэцүү зүйл,” гэж Гэнссл хэлэв. “Тэр өргөн харагдац нь хэрэглэгч болон нийлүүлэгчийн сэтгэл ханамжийг нэмэгдүүлдэг.”

Wayfair AI-ийн зөвлөмжүүд хүний агентын эцсийн шийдвэртэй хэр олон таарч байгааг “нийцлийн түвшин” гэх хэмжүүрээр хянадаг. Баг бүрийн хүрээнд энэ нийцэл тогтоосон босгонд тогтвортой хүрэхэд ажлын урсгалууд туслах (“co-pilot”) горимоос хагас автоном (“autopilot”) горим руу шилжиж чадна. Ийм үе шаттай арга нь итгэлийг бий болгож, нэвтрүүлэх явцад чанарын хяналтыг хангадаг.

Wayfair OpenAI загваруудыг дотоод системүүддээ нэгтгэснээс хойш хэмжигдэхүйц сайжруулалтууд гарсан гэж мэдээлж байна.

Каталогийн талд тус компани хэрэглэгчийн харж болох буруу эсвэл дутуу бүтээгдэхүүний шинжийн шошгоны тоог бууруулсан бөгөөд Wayfair каталогийн хамгийн их харагддаг, хамгийн их худалдан авдаг сая гаруй бүтээгдэхүүн дээр 2.5 сая бүтээгдэхүүний шошгыг зассан байна. Дараагийн зургаан сард энэ нөлөөг дөрөв дахин нэмэгдүүлнэ гэж тэд үзэж байна.

Нийлүүлэгчийн дэмжлэгт ангилалт, co-pilot, auto-pilot системүүд нь сард 41,000 тикетийг автоматжуулснаар нэвтрүүлэх чадамжийг өсгөсөн (зарим ажлын урсгалд 70% хүртэл) бөгөөд ажилтнуудын ажлын ачааллаас хэвшмэл гар ажиллагааг хассанаар эргэн хариулах хугацааг бууруулсан. Энэ нь олон ажлын урсгалын шийдвэрлэх хугацааг эрс багасгаж, нийлүүлэгчийн сэтгэл ханамжийг мэдэгдэхүйц өсгөж, тухайн урсгалууд дахь дахин нээгдсэн тикетүүдийг бууруулдаг.

Загваруудын тикет болон нийлүүлэгчийн зорилгын талаар өгдөг, нэг ажилтны дэлгэцэн дээрээс харж чадахаас давсан илүү өргөн харагдац нь сэтгэл ханамжийн энэ өсөлтөд хувь нэмэр оруулсан.

Үйл ажиллагааны хувьд багууд дараах зүйлийг мэдээлж байна:

• Төвөгтэй нийлүүлэгчийн тикетүүдийг илүү хурдан чиглүүлж, шийдвэрлэсэн
• Нийлүүлэгчийн сэтгэл ханамж өссөн
• Гараар өгөгдөл оруулах болон ангилах ажлыг бууруулсан
• Хэдэн зуун сэдвээр мэргэшил шаардахгүйгээр асуудлын хамрах хүрээ өргөжсөн
• Нийтлэхээс өмнөх каталогийн шинжүүдэд итгэх итгэл өндөр болсон.

Wayfair мөн ойролцоогоор 12,000 ажилтантай workforce-ийнхоо хүрээнд түр ажлууд, дотоод асуудал шийдвэрлэлт болон үүсмэл загваруудтай туршилтыг дэмжих зорилгоор 1,200-аас дээш ChatGPT Enterprise суудал нэвтрүүлсэн.

Wayfair нь бизнесээ ахиулахын тулд машин сургалт болон AI платформууд, Том хэлний загвар (LLM) нийлүүлэгчидтэй хамтын ажиллагаанд хөрөнгө оруулж ирсэн урт түүхтэй. Одоо хил хязгаар загварууд, ялангуяа олон модаль системүүдийн дэвшил нь багууд нь юу бүтээж чадахыг улам тэлж байна. Энэ нь бүтээгдэхүүнүүд нь харааны, хэв маягийн, мөн ихэвчлэн субъектив байдаг гэр ахуйн жижиглэн худалдаанд онцгой ач холбогдолтой.

“Одоо бид шийдэж чадах асуудлуудын хүрээнд сэтгэл хөдөлж байна,” гэж Каролин Филлипс хэлэв. “Уламжлалт алгоритмууд маш нарийн тодорхойлогдсон өгөгдлийн багц шаарддаг. Эдгээр загварууд өмнө нь өргөн хэмжээнд боломжгүй байсан байдлаар тодорхойгүй байдал болон нөхцөл мэдээлэлтэй ажиллах боломж олгодог.”

Цааш харвал ажилтнуудын ChatGPT Enterprise-ийн эрэлт өндөр байна. Wayfair-ийн багууд үүнийг илүү хурдан урагшлахад тусалдаг практик хэрэгсэл гэж үздэг.

Хэрэглэгчийн хүлээлт ч мөн хурдан өөрчлөгдөж байна. Илүү олон худалдан авагч өдөр тутмын амьдралдаа AI ашиглахад дасаж байгаа бөгөөд онлайнаар үзэх, харьцуулах, худалдан авах үедээ ижил төстэй боломжуудыг хүлээж эхэлж байна.

“Гэрийн барааны хувьд хэрэглэгчид хайж буй зүйлээ яг зөв үгээр илэрхийлж чаддаггүй,” гэж Фиона Тан хэлэв. “Байгалийн хэл болон олон модаль системүүд энэ зайг нөхөхөд тусалдаг.”

Wayfair-ийн удирдлагуудын хувьд зорилго нь хүний мэргэжлийг нэмэгдүүлэхийн зэрэгцээ дотоод чадавхыг өргөтгөх хэвээр байна. “AI нь худалдан авалтын аяллын нэг хэсэг болсон дэлхийд бид зориулан бүтээж байна—энэ нь манай сайт дээр, дэмжлэгээр, эсвэл ярианы интерфэйсээр дамжсан аль нь ч байсан,” хэмээн Фиона Тан дүгнэв.