Wayfair ittejjeb il-preċiżjoni tal-katalgu b’OpenAI

Wayfair, wieħed mill-akbar bejjiegħa bl-imnut ta’ oġġetti għad-dar fid-dinja, integrat mudelli OpenAI f’sistemi interni kritiċi biex itejjeb il-flussi tax-xogħol tal-appoġġ għall-fornituri u l-kwalità tal-katalgu tal-prodotti fuq skala kbira. Dak li beda bħala ttestjar tal-valur ta’ rilaxxi fuq skala żgħira fl-2024 evolva f’sistema sħiħa tal-produzzjoni li tnaqqas l-isforz manwali, taċċellera t-teħid tad-deċiżjonijiet u ttejjeb il-kwalità tad-data fuq miljuni ta’ prodotti.

Minflok ma trattat l-AI ġenerattiva bħala esperiment jew soluzzjoni puntwali, Wayfair daħħlet il-mudelli OpenAI fil-flussi ewlenin tax-xogħol operattiv. Il-kumpanija ffokat l-ewwel fejn il-kumplessità u l-ħtieġa għall-iskala kienu l-ogħla: l-idirizzar u s-soluzzjoni tat-talbiet ta’ appoġġ tal-fornituri u t-titjib konsistenti ta’ għexieren ta’ eluf ta’ attributi tal-prodotti f’katalgu ta’ madwar 30 miljun oġġett.

It-tim tal-katalgu ta’ Wayfair jimmaniġġja għexieren ta’ miljuni ta’ prodotti f’kważi elf klassi differenti ta’ prodotti. Tikketti tal-attributi tal-prodotti konsistenti u preċiżi—bħall-kulur, il-materjal, id-daqs jew karatteristiċi speċifiċi—huma essenzjali għat-tiftix, ir-rakkomandazzjonijiet u l-merchandising.    

"Aktar ma tkun tajba l-kwalità tad-data tagħna, aktar nibnu fiduċja mal-klijent. Hu essenzjali għax jagħti s-setgħa lix-xerrejja jieħdu d-deċiżjonijiet it-tajba tax-xiri, u b’mod dirett inaqqas problemi għaljin aktar ’il quddiem bħal returns minħabba prodotti ppreżentati ħażin," qalet Jessica D'Arcy, Associate Director of Catalog Merchandising f’Wayfair. 

Qabel OpenAI, it-titjib fit-tikkettar kien jiddependi prinċipalment fuq il-fornituri u l-klijenti biex jgħidu lil Wayfair li xi ħaġa kienet tidher ħażina. L-isforz manwali ma setax ilaħħaq mal-volum.  Mudelli AI apposta bikrija għal tikketti individwali kienu effettivi, iżda rriżultaw għaljin biex jinbnew u jinżammu. “Bdejna billi bnejna mudelli apposta għal tikketti individwali, u teknikament dan ħadem,” qalet Carolyn Phillips, xjenzata tal-machine learning staff f’Wayfair. “Imma meta tkun qed tħares lejn 47,000 tikketta, dak l-approċċ sempliċement ma jiskalax.”

Biex tmur lil hinn minn mudelli ta’ darba, Wayfair ħolqot sistema indipendenti mit-tikketta mibnija fuq mudell OpenAI wieħed. “Definition agent” jassorbi definizzjonijiet mill-web u interni biex jipproduċi tifsira kuntestwali għal kull tikketta. “L-ostaklu ewlieni ma kienx il-prestazzjoni tal-mudell,” qalet Phillips. “Kien il-ħin uman meħtieġ biex jiġi definit u kkodifikat x’kien ifisser tassew kull tikketta.” Dan il-kuntest, flimkien mad-data tal-prodotti aggregata mill-ekosistema tad-data ta’ Wayfair, jidħol f’qafas li jista’ jikklassifika attributi bejn klassijiet ta’ prodotti. It-tim issa qed jespandi l-kopertura tal-mudell għal attributi ġodda b’rata 70 darba aktar mgħaġġla minn sena ilu biss.

Is-sistema issa diġà tħaddmet fil-produzzjoni fuq aktar minn miljun prodott. U l-ewwel mewġa ta’ prodotti b’attributi mtejba issa ilha live biżżejjed biex jitkejjel l-impatt tat-titjib fil-kwalità tad-data fuq il-vjaġġ tal-klijent.  “Meta ttejjeb il-kompletezza tal-attributi, dan mhuwiex astratt. Tarah jidher fil-prestazzjoni tas-SEO u tal-PLA—fil-mod kif il-klijenti jiskopru l-prodotti,” qalet Phillips. Test A/B ikkontrollat wera żieda sostanzjali u sinifikanti fl-impressions, clicks u fil-page rank fil-grupp tat-trattament.

Madankollu, Wayfair ma għaddietx sempliċement id-deċiżjonijiet dwar il-korrezzjoni tad-data tal-prodott lill-mudell. “L-għan tagħna huwa li nibnu fiduċja biex il-klijenti jkunu kompletament kunfidenti f’dak li qed jixtru,” qalet Phillips. Il-kumpanija żviluppat ittestjar strutturat bl-użu ta’ proċess ta’ awditjar prattiku li fih l-assoċjati jispezzjonaw fiżikament kampjuni biex jivvalidaw l-output tal-mudell, u ħadmet mal-fornituri biex tivvalida l-bidliet. Issa, meta l-fiduċja bbażata fuq id-data tkun għolja, sistemi awtomatizzati jiktbu fuq il-kontenut direttament u jinnotifikaw lill-fornitur bil-bidla. U meta ma jintlaħaqx standard għoli jew it-tikketta titqies ta’ riskju għoli, Wayfair l-ewwel tfittex konferma mill-fornitur qabel tagħmel il-bidla.

Wayfair taħdem ma’ għexieren ta’ eluf ta’ fornituri biex tappoġġja l-katalgu komprensiv tagħha. Biex timmaniġġja t-talbiet ta’ appoġġ tal-fornituri, storikament l-assoċjati ta’ Wayfair kienu jirrevedu kull ticket li jidħol, jidentifikaw manwalment x’kienu qed jippruvaw iwettqu l-fornituri, u jidderieġu l-kwistjonijiet lis-sid intern korrett—proċess li jieħu ħafna ħin u suxxettibbli għall-iżbalji. “It-talbiet tal-fornituri mhumiex sempliċi,” qal Graham Ganssle, supplier support and operations f’Wayfair. “Jinkludu mijiet ta’ tipi ta’ kwistjonijiet, u ebda assoċjat wieħed ma jista’ realistiku jkun jafhom kollha.”

Wayfair żiedet karatteristiċi aġentiċi ma’ prodott bl-isem ta’ Wilma biex issaħħaħ dawn il-flussi tax-xogħol bl-AI. Waħda mill-ewwel karatteristiċi fil-produzzjoni hija t-trijaġġ tat-tickets imħaddem minn mudell OpenAI. Is-sistema taqra t-talbiet li jidħlu, timla l-kuntest nieqes u tidderieġi t-tickets lit-tim xieraq. Wilma ġiet iddisinjata biex tiġi implimentata malajr; mibnija fuq sistema diġà integrata mal-APIs ta’ OpenAI, marret minn prototype għal live f’madwar xahar. “Wilma tagħti vantaġġ lill-assoċjati,” qal Ganssle. “Taqra t-ticket, tidentifika l-intenzjoni, timla l-kuntest mid-databases tagħna, terġa’ tikkuntattja lill-fornituri jekk ikun meħtieġ, u tindirizza l-kwistjoni fid-direzzjoni t-tajba.”

Minbarra l-indirizzar, Wayfair implimentat tużżana flussi ta’ AI aġentika għal timijiet speċifiċi ta’ riżoluzzjoni. Pereżempju, co-pilot għat-tim Replacement Part Operations jaqra storja kumplessa tal-każ, jipproponi l-passi li jmiss u jissuġġerixxi abbozzi ta’ tweġibiet li l-assoċjati umani jirrevedu. Dawn l-assistenti huma mħarrġa fuq data storika biex jitgħallmu kif jidher is-suċċess fil-kuntest. “Il-mudelli jistgħu jissintetizzaw il-kuntest tul il-vjaġġ kollu b’mod li hu diffiċli għal assoċjat wieħed jagħmel,” qal Ganssle. “Dik il-viżibilità usa’ tikkontribwixxi għal sodisfazzjon ogħla tal-klijenti u tal-fornituri.”

Wayfair issegwi kemm-il darba r-rakkomandazzjonijiet tal-AI jaqblu mad-deċiżjoni finali tal-aġent uman—metrika msejħa “alignment rate.” Fi ħdan kull tim, meta l-allinjament jilħaq b’mod konsistenti limitu stabbilit minn qabel, il-flussi tax-xogħol jistgħu jinbidlu minn modi assistivi (“co-pilot”) għal modi semi-awtonomi (“autopilot”). Dan l-approċċ gradwali jibni l-fiduċja u jiżgura kontrolli tal-kwalità waqt it-tnedija.

Wayfair tirrapporta titjib li jista’ jitkejjel minn meta integrat mudelli OpenAI fis-sistemi interni.

Min-naħa tal-katalgu, il-kumpanija naqqset in-numru ta’ tikketti tal-attributi tal-prodotti żbaljati jew neqsin li klijent seta’ jara—wara li kkoreġiet 2.5M tikketti tal-prodotti fuq aktar minn miljun mill-aktar prodotti viżibbli u mixtrija fil-katalgu ta’ Wayfair. Huma jistennew li jikkwadruplikaw dan l-impatt fis-sitt xhur li ġejjin.

Fl-appoġġ għall-fornituri, sistemi ta’ trijaġġ, co-pilot u auto-pilot żiedu t-throughput billi awtomatizzaw 41,000 ticket fix-xahar (sa 70% f’xi flussi tax-xogħol) u naqqsu l-ħinijiet tat-twettiq billi neħħew xogħol manwali ta’ rutina mill-piż tax-xogħol tal-assoċjati. Dan inaqqas b’mod drastiku l-ħin għar-riżoluzzjoni għal diversi flussi tax-xogħol, jgħolli b’mod sinifikanti s-sodisfazzjon tal-fornituri, u jnaqqas il-ftuħ mill-ġdid tat-tickets f’dawk il-flussi tax-xogħol.

Il-viżibilità usa’ li l-mudelli jipprovdu fit-tickets u fl-intenzjoni tal-fornitur—lil hinn minn dak li assoċjat wieħed jista’ jara fuq skrin—ikkontribwiet għal dik iż-żieda fis-sodisfazzjon.

Operattivament, it-timijiet jirrapportaw:

• Indirizzar u riżoluzzjoni aktar rapidi ta’ tickets kumplessi tal-fornituri
• Żieda fis-sodisfazzjon tal-fornituri
• Tnaqqis fix-xogħol manwali ta’ dħul u klassifikazzjoni tad-data
• Kopertura usa’ tal-kwistjonijiet mingħajr ma tkun meħtieġa kompetenza fuq mijiet ta’ suġġetti
• Fiduċja akbar fl-attributi tal-katalgu qabel il-pubblikazzjoni.

Wayfair implimentat ukoll aktar minn 1,200 siġġu ta’ ChatGPT Enterprise fost il-forza tax-xogħol tagħha ta’ madwar 12,000 persuna biex tappoġġja kompiti ad hoc, soluzzjoni interna tal-problemi u esperimentazzjoni b’mudelli ġenerattivi.

Wayfair għandha storja twila ta’ investiment fil-machine learning u kollaborazzjoni ma’ pjattaformi tal-AI u fornituri ta’ LLM biex tavvanza n-negozju tagħha. Issa, l-avvanzi fil-mudelli ta’ fruntiera, b’mod partikolari sistemi multimodali, qed jespandu dak li t-timijiet tagħha jistgħu jibnu. Dan hu importanti fil-bejgħ bl-imnut għad-dar, fejn il-prodotti huma viżivi, stilistiċi u spiss suġġettivi.

“Aħna eċċitati dwar il-firxa ta’ problemi li issa nistgħu nindirizzaw,” qalet Carolyn Phillips. “Algoritmi tradizzjonali jeħtieġu datasets definiti sewwa. Dawn il-mudelli jippermettulna naħdmu mal-ambigwità u l-kuntest b’mod li qabel ma kienx jista’ jiskala.” 

Meta nħarsu ’l quddiem, id-domanda tal-impjegati għal ChatGPT Enterprise kienet qawwija. It-timijiet f’Wayfair jarawh bħala għodda prattika li tgħinhom jimxu aktar malajr.

L-aspettattivi tal-klijenti wkoll qed jinbidlu malajr. Aktar xerrejja qed iħossuhom komdi jużaw l-AI fil-ħajja tagħhom ta’ kuljum, u qed jibdew jistennew kapaċitajiet simili meta jfittxu, iqabblu u jixtru online.

“Fid-dar, il-klijenti ħafna drabi ma jkollhomx il-kliem eżatt għal dak li qed ifittxu,” qalet Fiona Tan. “Il-lingwa naturali u s-sistemi multimodali jgħinu biex inaqqsu dik il-lakuna.”

Għall-mexxejja ta’ Wayfair, il-mira tibqa’ li jsaħħu l-għarfien espert uman filwaqt li jkabbru l-kapaċità interna. “Qed nibnu għal dinja fejn l-AI hija parti mill-vjaġġ tax-xiri—kemm jekk fuq is-sit tagħna, permezz tal-appoġġ, jew permezz ta’ interfaces konversazzjonali,” ikkonkludiet Fiona Tan.