Wayfair ਨੇ OpenAI ਨਾਲ ਕੈਟਾਲਾਗ ਸ਼ੁੱਧਤਾ ਤੇ ਸਹਾਇਤਾ ਗਤੀ ਵਧਾਈ.

ਦੁਨੀਆ ਦੇ ਸਭ ਤੋਂ ਵੱਡੇ ਘਰੇਲੂ ਸਮਾਨ ਰਿਟੇਲਰਾਂ ਵਿੱਚੋਂ ਇੱਕ, Wayfair ਨੇ ਸਪਲਾਇਰ ਸਹਾਇਤਾ ਵਰਕਫਲੋ ਅਤੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਉਤਪਾਦ ਕੈਟਾਲਾਗ ਦੀ ਗੁਣਵੱਤਾ ਸੁਧਾਰਣ ਲਈ OpenAI ਮਾਡਲਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਅੰਦਰੂਨੀ ਸਿਸਟਮਾਂ ਵਿੱਚ ਇਕੀਕ੍ਰਿਤ ਕੀਤਾ ਹੈ। 2024 ਵਿੱਚ ਛੋਟੇ ਪੱਧਰ ਦੀਆਂ ਰਿਲੀਜ਼ਾਂ ਨਾਲ ਮੁੱਲ-ਪਰੀਖਣ ਵਜੋਂ ਸ਼ੁਰੂ ਹੋਇਆ ਕੰਮ ਹੁਣ ਪੂਰੇ ਪ੍ਰੋਡਕਸ਼ਨ ਸਿਸਟਮ ਵਿੱਚ ਬਦਲ ਗਿਆ ਹੈ, ਜੋ ਮੈਨੁਅਲ ਮਿਹਨਤ ਘਟਾਉਂਦਾ ਹੈ, ਫੈਸਲੇ ਤੇਜ਼ ਕਰਦਾ ਹੈ ਅਤੇ ਲੱਖਾਂ ਉਤਪਾਦਾਂ ਵਿੱਚ ਡਾਟਾ ਗੁਣਵੱਤਾ ਸੁਧਾਰਦਾ ਹੈ.

ਜਨਰੇਟਿਵ AI ਨੂੰ ਪ੍ਰਯੋਗ ਜਾਂ ਇਕੱਲੇ ਹੱਲ ਵਜੋਂ ਦੇਖਣ ਦੀ ਬਜਾਏ, Wayfair ਨੇ OpenAI ਮਾਡਲਾਂ ਨੂੰ ਆਪਣੇ ਮੁੱਖ ਓਪਰੇਸ਼ਨਲ ਵਰਕਫਲੋ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ। ਕੰਪਨੀ ਨੇ ਪਹਿਲਾਂ ਉੱਥੇ ਧਿਆਨ ਦਿੱਤਾ ਜਿੱਥੇ ਜਟਿਲਤਾ ਅਤੇ ਪੈਮਾਨੇ ਦੀ ਲੋੜ ਸਭ ਤੋਂ ਵੱਧ ਸੀ: ਸਪਲਾਇਰ ਸਹਾਇਤਾ ਬੇਨਤੀਆਂ ਨੂੰ ਰੂਟ ਕਰਨਾ ਅਤੇ ਹੱਲ ਕਰਨਾ, ਅਤੇ ਲਗਭਗ 30 ਮਿਲੀਅਨ ਆਈਟਮਾਂ ਦੇ ਕੈਟਾਲਾਗ ਵਿੱਚ ਦਹਾਕਿਆਂ ਹਜ਼ਾਰਾਂ ਉਤਪਾਦ ਗੁਣਾਂ ਨੂੰ ਲਗਾਤਾਰ ਸੁਧਾਰਨਾ.

Wayfair ਦੀ ਕੈਟਾਲਾਗ ਟੀਮ ਲਗਭਗ ਹਜ਼ਾਰ ਵੱਖ-ਵੱਖ ਉਤਪਾਦ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਦਹਾਕਿਆਂ ਮਿਲੀਅਨ ਉਤਪਾਦਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦੀ ਹੈ। ਇਕਸਾਰ ਅਤੇ ਸਹੀ ਉਤਪਾਦ ਗੁਣ ਟੈਗ—ਜਿਵੇਂ ਰੰਗ, ਸਮੱਗਰੀ, ਆਕਾਰ ਜਾਂ ਖਾਸ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ—ਖੋਜ, ਸਿਫਾਰਸ਼ਾਂ ਅਤੇ ਮਰਚੈਂਡਾਈਜ਼ਿੰਗ ਲਈ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹਨ.

"ਸਾਡੀ ਡਾਟਾ ਗੁਣਵੱਤਾ ਜਿੰਨੀ ਵਧੀਆ ਹੁੰਦੀ ਹੈ, ਉਤਨਾ ਹੀ ਅਸੀਂ ਗਾਹਕ ਨਾਲ ਭਰੋਸਾ ਬਣਾਉਂਦੇ ਹਾਂ। ਇਹ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਖਰੀਦਦਾਰਾਂ ਨੂੰ ਸਹੀ ਖਰੀਦ ਫੈਸਲੇ ਕਰਨ ਯੋਗ ਬਣਾਉਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਗਲਤ ਤਰੀਕੇ ਨਾਲ ਦਰਸਾਏ ਗਏ ਉਤਪਾਦਾਂ ਕਾਰਨ ਰਿਟਰਨ ਵਰਗੀਆਂ ਮਹਿੰਗੀਆਂ ਅਗਲੀ ਸਮੱਸਿਆਵਾਂ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਘਟਦੀਆਂ ਹਨ," Wayfair ਵਿੱਚ ਕੈਟਾਲਾਗ ਮਰਚੈਂਡਾਈਜ਼ਿੰਗ ਦੀ ਐਸੋਸੀਏਟ ਡਾਇਰੈਕਟਰ Jessica D'Arcy ਨੇ ਕਿਹਾ.

OpenAI ਤੋਂ ਪਹਿਲਾਂ, ਟੈਗਿੰਗ ਸੁਧਾਰ ਮੁੱਖ ਤੌਰ 'ਤੇ ਸਪਲਾਇਰਾਂ ਅਤੇ ਗਾਹਕਾਂ ਵੱਲੋਂ Wayfair ਨੂੰ ਇਹ ਦੱਸਣ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਸਨ ਕਿ ਕੁਝ ਗਲਤ ਲੱਗ ਰਿਹਾ ਹੈ। ਮੈਨੁਅਲ ਮਿਹਨਤ ਇਸ ਮਾਤਰਾ ਨਾਲ ਕਦਮ ਨਹੀਂ ਮਿਲਾ ਸਕਦੀ ਸੀ। ਵੱਖ-ਵੱਖ ਟੈਗਾਂ ਲਈ ਪਹਿਲਾਂ ਬਣੇ ਕਸਟਮ AI ਮਾਡਲ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਨ, ਪਰ ਉਨ੍ਹਾਂ ਨੂੰ ਬਣਾਉਣਾ ਅਤੇ ਸੰਭਾਲਣਾ ਮਹਿੰਗਾ ਸੀ। “ਅਸੀਂ ਵਿਅਕਤੀਗਤ ਟੈਗਾਂ ਲਈ ਖਾਸ ਮਾਡਲ ਬਣਾਕੇ ਸ਼ੁਰੂਆਤ ਕੀਤੀ ਸੀ, ਅਤੇ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਉਹ ਕੰਮ ਕਰਦੇ ਸਨ,” Wayfair ਦੀ ਸਟਾਫ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਸਾਇੰਟਿਸਟ Carolyn Phillips ਨੇ ਕਿਹਾ। “ਪਰ ਜਦੋਂ ਤੁਸੀਂ 47,000 ਟੈਗਾਂ ਨੂੰ ਦੇਖ ਰਹੇ ਹੋ, ਤਾਂ ਇਹ ਪਹੁੰਚ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਕੰਮ ਨਹੀਂ ਕਰਦੀ।”

ਇਕ-ਵਾਰਗੀ ਮਾਡਲਾਂ ਤੋਂ ਅੱਗੇ ਜਾਣ ਲਈ, Wayfair ਨੇ ਇੱਕ ਹੀ OpenAI ਮਾਡਲ 'ਤੇ ਆਧਾਰਿਤ ਟੈਗ-ਅਗਨੌਸਟਿਕ ਸਿਸਟਮ ਬਣਾਇਆ। ਇੱਕ “definition agent” ਵੈੱਬ ਅਤੇ ਅੰਦਰੂਨੀ ਪਰਿਭਾਸ਼ਾਵਾਂ ਨੂੰ ਇਨਜੈਸਟ ਕਰਦਾ ਹੈ ਤਾਂ ਜੋ ਹਰ ਟੈਗ ਲਈ ਸੰਦਰਭਿਤ ਅਰਥ ਤਿਆਰ ਹੋ ਸਕੇ। “ਅਸਲ ਰੁਕਾਵਟ ਮਾਡਲ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨਹੀਂ ਸੀ,” Phillips ਨੇ ਕਿਹਾ। “ਇਹ ਉਹ ਮਨੁੱਖੀ ਸਮਾਂ ਸੀ ਜੋ ਹਰ ਟੈਗ ਦੇ ਅਸਲ ਮਤਲਬ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਅਤੇ ਐਨਕੋਡ ਕਰਨ ਲਈ ਲੱਗਦਾ ਸੀ।” ਇਹ ਸੰਦਰਭ, Wayfair ਦੇ ਡਾਟਾ ਇਕੋਸਿਸਟਮ ਤੋਂ ਇਕੱਠੇ ਕੀਤੇ ਉਤਪਾਦ ਡਾਟਾ ਨਾਲ ਮਿਲਕੇ, ਅਜੇਹੇ ਫ੍ਰੇਮਵਰਕ ਵਿੱਚ ਜਾਂਦਾ ਹੈ ਜੋ ਉਤਪਾਦ ਸ਼੍ਰੇਣੀਆਂ ਭਰ ਵਿੱਚ ਗੁਣਾਂ ਦੀ ਵਰਗੀਕਰਨ ਕਰ ਸਕਦਾ ਹੈ। ਟੀਮ ਹੁਣ ਨਵੇਂ ਗੁਣਾਂ ਲਈ ਮਾਡਲ ਕਵਰੇਜ ਨੂੰ ਇੱਕ ਸਾਲ ਪਹਿਲਾਂ ਨਾਲੋਂ 70 ਗੁਣਾ ਦੀ ਦਰ ਨਾਲ ਵਧਾ ਰਹੀ ਹੈ.

ਇਹ ਸਿਸਟਮ ਹੁਣ 1 ਮਿਲੀਅਨ ਤੋਂ ਵੱਧ ਉਤਪਾਦਾਂ 'ਤੇ ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ ਚੱਲ ਚੁੱਕਾ ਹੈ। ਅਤੇ ਸੁਧਾਰੇ ਹੋਏ ਗੁਣਾਂ ਵਾਲੇ ਉਤਪਾਦਾਂ ਦੀ ਪਹਿਲੀ ਲਹਿਰ ਹੁਣ ਇੰਨੀ ਦੇਰ ਤੱਕ ਲਾਈਵ ਰਹੀ ਹੈ ਕਿ ਗਾਹਕ ਯਾਤਰਾ 'ਤੇ ਡਾਟਾ ਗੁਣਵੱਤਾ ਸੁਧਾਰ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਮਾਪਿਆ ਜਾ ਸਕੇ। “ਜਦੋਂ ਤੁਸੀਂ ਗੁਣਾਂ ਦੀ ਪੂਰਨਤਾ ਸੁਧਾਰਦੇ ਹੋ, ਇਹ ਕੋਈ ਅਮੂਰਤ ਚੀਜ਼ ਨਹੀਂ ਹੁੰਦੀ। ਤੁਸੀਂ ਇਸ ਨੂੰ SEO ਅਤੇ PLA ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਵੇਖਦੇ ਹੋ—ਗਾਹਕ ਉਤਪਾਦਾਂ ਨੂੰ ਕਿਵੇਂ ਖੋਜਦੇ ਹਨ,” Phillips ਨੇ ਕਿਹਾ। ਇੱਕ ਨਿਯੰਤਰਿਤ A/B ਟੈਸਟ ਨੇ ਟ੍ਰੀਟਮੈਂਟ ਗਰੁੱਪ ਵਿੱਚ ਇੰਪ੍ਰੈਸ਼ਨ, ਕਲਿੱਕ ਅਤੇ ਪੇਜ ਰੈਂਕ ਵਿੱਚ ਵੱਡਾ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਵਾਧਾ ਦਿਖਾਇਆ.

ਹਾਲਾਂਕਿ, Wayfair ਨੇ ਉਤਪਾਦ ਡਾਟਾ ਦੀ ਸੋਧ ਬਾਰੇ ਫੈਸਲੇ ਸਿਰਫ਼ ਮਾਡਲ ਨੂੰ ਨਹੀਂ ਸੌਂਪੇ। “ਸਾਡਾ ਲਕਸ਼ ਭਰੋਸਾ ਬਣਾਉਣਾ ਹੈ ਤਾਂ ਜੋ ਗਾਹਕ ਜੋ ਖਰੀਦ ਰਹੇ ਹਨ, ਉਸ ਬਾਰੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਿਸ਼ਚਿੰਤ ਹੋਣ,” Phillips ਨੇ ਕਿਹਾ। ਕੰਪਨੀ ਨੇ ਇਕ ਸੰਰਚਿਤ ਟੈਸਟਿੰਗ ਪ੍ਰਕਿਰਿਆ ਤਿਆਰ ਕੀਤੀ ਜਿਸ ਵਿੱਚ ਸਹਿਯੋਗੀ ਨਮੂਨਾਂ ਦੀ ਭੌਤਿਕ ਜਾਂਚ ਕਰਕੇ ਮਾਡਲ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦੇ ਹਨ, ਅਤੇ ਬਦਲਾਵਾਂ ਦੀ ਪੁਸ਼ਟੀ ਲਈ ਸਪਲਾਇਰਾਂ ਨਾਲ ਕੰਮ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਹੁਣ, ਜਦੋਂ ਡਾਟਾ-ਆਧਾਰਿਤ ਭਰੋਸਾ ਉੱਚਾ ਹੁੰਦਾ ਹੈ, ਆਟੋਮੈਟਡ ਸਿਸਟਮ ਸਮੱਗਰੀ ਨੂੰ ਸਿੱਧਾ ਓਵਰਰਾਈਟ ਕਰਦੇ ਹਨ ਅਤੇ ਸਪਲਾਇਰ ਨੂੰ ਬਦਲਾਅ ਦੀ ਸੂਚਨਾ ਦਿੰਦੇ ਹਨ। ਅਤੇ ਜਦੋਂ ਉੱਚ ਮਿਆਰ ਪੂਰਾ ਨਹੀਂ ਹੁੰਦਾ ਜਾਂ ਟੈਗ ਨੂੰ ਉੱਚ-ਖਤਰੇ ਵਾਲਾ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ Wayfair ਪਹਿਲਾਂ ਬਦਲਾਅ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਸਪਲਾਇਰ ਦੀ ਪੁਸ਼ਟੀ ਲੈਂਦਾ ਹੈ.

Wayfair ਆਪਣੇ ਵਿਸ਼ਾਲ ਕੈਟਾਲਾਗ ਨੂੰ ਸਹਾਰਾ ਦੇਣ ਲਈ ਦਹਾਕਿਆਂ ਹਜ਼ਾਰਾਂ ਸਪਲਾਇਰਾਂ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ। ਸਪਲਾਇਰ ਸਹਾਇਤਾ ਬੇਨਤੀਆਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਲਈ, ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ Wayfair ਦੇ ਸਹਿਯੋਗੀ ਹਰ ਆਉਂਦੀ ਟਿਕਟ ਦੀ ਸਮੀਖਿਆ ਕਰਦੇ ਸਨ, ਹੱਥੋਂ ਇਹ ਪਛਾਣਦੇ ਸਨ ਕਿ ਸਪਲਾਇਰ ਕੀ ਹਾਸਲ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ, ਅਤੇ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਸਹੀ ਅੰਦਰੂਨੀ ਜ਼ਿੰਮੇਵਾਰ ਤੱਕ ਭੇਜਦੇ ਸਨ—ਇਹ ਇੱਕ ਸਮਾਂ-ਖਪਾਉਣ ਵਾਲੀ ਅਤੇ ਗਲਤੀ-ਪ੍ਰਵਣ ਪ੍ਰਕਿਰਿਆ ਸੀ। “ਸਪਲਾਇਰ ਬੇਨਤੀਆਂ ਸੌਖੀਆਂ ਨਹੀਂ ਹੁੰਦੀਆਂ,” Wayfair ਦੇ supplier support and operations ਵਿੱਚ Graham Ganssle ਨੇ ਕਿਹਾ। “ਇਹ ਸੈਂਕੜਿਆਂ ਕਿਸਮਾਂ ਦੇ ਮੁੱਦਿਆਂ 'ਤੇ ਫੈਲੀਆਂ ਹੁੰਦੀਆਂ ਹਨ, ਅਤੇ ਕੋਈ ਇਕੱਲਾ ਸਹਿਯੋਗੀ ਹਕੀਕਤ ਵਿੱਚ ਉਹਨਾਂ ਸਭ ਦਾ ਮਾਹਰ ਨਹੀਂ ਬਣ ਸਕਦਾ।”

Wayfair ਨੇ AI ਨਾਲ ਇਹਨਾਂ ਵਰਕਫਲੋ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਨ ਲਈ Wilma ਨਾਮਕ ਉਤਪਾਦ ਵਿੱਚ ਏਜੰਟਿਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜੋੜੀਆਂ। ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ OpenAI ਮਾਡਲ ਦੁਆਰਾ ਚਲਾਇਆ ਜਾਣ ਵਾਲਾ ਟਿਕਟ ਟ੍ਰਾਇਆਜ ਹੈ। ਇਹ ਸਿਸਟਮ ਆਉਣ ਵਾਲੀਆਂ ਬੇਨਤੀਆਂ ਨੂੰ ਪੜ੍ਹਦਾ ਹੈ, ਗੁੰਮ ਸੰਦਰਭ ਪੂਰਾ ਕਰਦਾ ਹੈ ਅਤੇ ਟਿਕਟਾਂ ਨੂੰ ਉਚਿਤ ਟੀਮ ਤੱਕ ਰੂਟ ਕਰਦਾ ਹੈ। Wilma ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਤੈਨਾਤ ਕਰਨ ਯੋਗ ਬਣਾਇਆ ਗਿਆ ਸੀ; OpenAI APIs ਨਾਲ ਪਹਿਲਾਂ ਹੀ ਇਕੀਕ੍ਰਿਤ ਸਿਸਟਮ 'ਤੇ ਬਣਿਆ ਹੋਣ ਕਰਕੇ, ਇਹ ਲਗਭਗ ਇੱਕ ਮਹੀਨੇ ਵਿੱਚ ਪ੍ਰੋਟੋਟਾਈਪ ਤੋਂ ਲਾਈਵ ਹੋ ਗਿਆ। “Wilma ਸਹਿਯੋਗੀਆਂ ਨੂੰ ਲੀਵਰੇਜ ਦਿੰਦਾ ਹੈ,” Ganssle ਨੇ ਕਿਹਾ। “ਇਹ ਟਿਕਟ ਪੜ੍ਹਦਾ ਹੈ, ਮਕਸਦ ਪਛਾਣਦਾ ਹੈ, ਸਾਡੇ ਡਾਟਾਬੇਸਾਂ ਤੋਂ ਸੰਦਰਭ ਭਰਦਾ ਹੈ, ਲੋੜ ਹੋਣ 'ਤੇ ਸਪਲਾਇਰਾਂ ਨਾਲ ਮੁੜ ਸੰਪਰਕ ਕਰਦਾ ਹੈ, ਅਤੇ ਮੁੱਦੇ ਨੂੰ ਸਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਮੋੜਦਾ ਹੈ।”

ਰੂਟਿੰਗ ਤੋਂ ਪਰੇ, Wayfair ਨੇ ਖਾਸ ਰੈਜ਼ੋਲੂਸ਼ਨ ਟੀਮਾਂ ਲਈ ਏਜੰਟਿਕ AI ਦੇ ਇੱਕ ਦਰਜਨ ਫਲੋ ਤੈਨਾਤ ਕੀਤੇ ਹਨ। ਉਦਾਹਰਨ ਵਜੋਂ, Replacement Part Operations ਟੀਮ ਲਈ ਇੱਕ ਕੋ-ਪਾਇਲਟ ਜਟਿਲ ਕੇਸ ਇਤਿਹਾਸ ਪੜ੍ਹਦਾ ਹੈ, ਅਗਲੇ ਕਦਮ ਸੁਝਾਉਂਦਾ ਹੈ ਅਤੇ ਮਸੌਦਾ ਜਵਾਬ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ ਮਨੁੱਖੀ ਸਹਿਯੋਗੀ ਸਮੀਖਿਆ ਕਰਦੇ ਹਨ। ਇਹ ਸਹਾਇਕ ਇਤਿਹਾਸਕ ਡਾਟਾ 'ਤੇ ਪ੍ਰਸ਼ਿਕਸ਼ਿਤ ਹਨ, ਇਸ ਲਈ ਉਹ ਸਿੱਖਦੇ ਹਨ ਕਿ ਸੰਦਰਭ ਵਿੱਚ ਸਫਲਤਾ ਕਿਹੋ ਜਿਹੀ ਲੱਗਦੀ ਹੈ। “ਮਾਡਲ ਪੂਰੀ ਯਾਤਰਾ ਦੇ ਸੰਦਰਭ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਸੰਸ਼ਲੇਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਇੱਕ ਇਕੱਲੇ ਸਹਿਯੋਗੀ ਲਈ ਕਰਨਾ ਔਖਾ ਹੈ,” Ganssle ਨੇ ਕਿਹਾ। “ਇਹ ਵਿਆਪਕ ਦ੍ਰਿਸ਼ਟਤਾ ਗਾਹਕ ਅਤੇ ਸਪਲਾਇਰ ਸੰਤੁਸ਼ਟੀ ਵਧਾਉਣ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦੀ ਹੈ।”

Wayfair ਇਹ ਟਰੈਕ ਕਰਦਾ ਹੈ ਕਿ AI ਦੀਆਂ ਸਿਫ਼ਾਰਸ਼ਾਂ ਕਿੰਨੀ ਵਾਰ ਮਨੁੱਖੀ ਏਜੰਟ ਦੇ ਅੰਤਿਮ ਫੈਸਲੇ ਨਾਲ ਮਿਲਦੀਆਂ ਹਨ—ਇਸ ਮਾਪਦੰਡ ਨੂੰ “alignment rate” ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਹਰ ਟੀਮ ਦੇ ਅੰਦਰ, ਜਦੋਂ alignment ਲਗਾਤਾਰ ਪਹਿਲਾਂ ਤੋਂ ਨਿਰਧਾਰਤ ਹੱਦ ਤੱਕ ਪਹੁੰਚ ਜਾਂਦੀ ਹੈ, ਤਦ ਵਰਕਫਲੋ ਸਹਾਇਕ (“co-pilot”) ਤੋਂ ਅਰਧ-ਸਵੈਚਾਲਿਤ (“autopilot”) ਮੋਡਾਂ ਵੱਲ ਬਦਲ ਸਕਦੇ ਹਨ। ਇਹ ਪੜਾਅਵਾਰ ਪਹੁੰਚ ਭਰੋਸਾ ਬਣਾਉਂਦੀ ਹੈ ਅਤੇ ਰੋਲਆਉਟ ਦੌਰਾਨ ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ ਯਕੀਨੀ ਕਰਦੀ ਹੈ.

Wayfair ਦੱਸਦਾ ਹੈ ਕਿ OpenAI ਮਾਡਲਾਂ ਨੂੰ ਅੰਦਰੂਨੀ ਸਿਸਟਮਾਂ ਵਿੱਚ ਇਕੀਕ੍ਰਿਤ ਕਰਨ ਤੋਂ ਬਾਅਦ ਮਾਪੇ ਜਾ ਸਕਣ ਵਾਲੇ ਸੁਧਾਰ ਹੋਏ ਹਨ.

ਕੈਟਾਲਾਗ ਪੱਖੋਂ, ਕੰਪਨੀ ਨੇ ਉਹਨਾਂ ਗਲਤ ਜਾਂ ਗੁੰਮ ਉਤਪਾਦ ਗੁਣ ਟੈਗਾਂ ਦੀ ਗਿਣਤੀ ਘਟਾਈ ਹੈ ਜੋ ਗਾਹਕ ਦੇਖ ਸਕਦਾ ਸੀ—Wayfair ਕੈਟਾਲਾਗ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਦਿੱਖ ਵਾਲੇ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ ਖਰੀਦੇ ਗਏ ਦਸ ਲੱਖ ਤੋਂ ਵੱਧ ਉਤਪਾਦਾਂ ਵਿੱਚ 2.5M ਉਤਪਾਦ ਟੈਗ ਠੀਕ ਕਰਕੇ। ਉਹਨਾਂ ਨੂੰ ਉਮੀਦ ਹੈ ਕਿ ਅਗਲੇ ਛੇ ਮਹੀਨਿਆਂ ਵਿੱਚ ਇਹ ਪ੍ਰਭਾਵ ਚੌਗੁਣਾ ਹੋ ਜਾਵੇਗਾ.

ਸਪਲਾਇਰ ਸਹਾਇਤਾ ਵਿੱਚ, ਟ੍ਰਾਇਆਜ, ਕੋ-ਪਾਇਲਟ ਅਤੇ ਆਟੋ-ਪਾਇਲਟ ਸਿਸਟਮਾਂ ਨੇ ਹਰ ਮਹੀਨੇ 41,000 ਟਿਕਟਾਂ ਆਟੋਮੈਟ ਕਰਕੇ ਥਰੂਪੁੱਟ ਵਧਾਇਆ ਹੈ (ਕੁਝ ਵਰਕਫਲੋ ਵਿੱਚ ਇਹ 70% ਤੱਕ ਹੈ) ਅਤੇ ਸਹਿਯੋਗੀਆਂ ਦੇ ਕੰਮਭਾਰ ਵਿੱਚੋਂ ਰੁਟੀਨੀ ਮੈਨੁਅਲ ਕੰਮ ਹਟਾ ਕੇ ਟਰਨਅਰਾਊਂਡ ਸਮਾਂ ਘਟਾਇਆ ਹੈ। ਇਸ ਨਾਲ ਕਈ ਵਰਕਫਲੋ ਲਈ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਦਾ ਸਮਾਂ ਨਾਟਕੀ ਤੌਰ 'ਤੇ ਘਟਦਾ ਹੈ, ਸਪਲਾਇਰ ਸੰਤੁਸ਼ਟੀ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਵਾਧਾ ਹੁੰਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਵਰਕਫਲੋ ਵਿੱਚ ਟਿਕਟਾਂ ਦੇ ਦੁਬਾਰਾ ਖੁਲ੍ਹਣ ਦੇ ਮਾਮਲੇ ਘਟਦੇ ਹਨ.

ਟਿਕਟਾਂ ਅਤੇ ਸਪਲਾਇਰ ਦੇ ਉਦੇਸ਼ ਬਾਰੇ ਮਾਡਲਾਂ ਦੁਆਰਾ ਦਿੱਤੀ ਜਾਣ ਵਾਲੀ ਵਿਆਪਕ ਦ੍ਰਿਸ਼ਟਤਾ—ਜੋ ਇੱਕ ਇਕੱਲਾ ਸਹਿਯੋਗੀ ਸਕ੍ਰੀਨ 'ਤੇ ਨਹੀਂ ਦੇਖ ਸਕਦਾ—ਨੇ ਸੰਤੁਸ਼ਟੀ ਵਿੱਚ ਇਸ ਵਾਧੇ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਇਆ ਹੈ.

ਓਪਰੇਸ਼ਨਲ ਤੌਰ 'ਤੇ, ਟੀਮਾਂ ਦੱਸਦੀਆਂ ਹਨ:

• ਜਟਿਲ ਸਪਲਾਇਰ ਟਿਕਟਾਂ ਦੀ ਤੇਜ਼ ਰੂਟਿੰਗ ਅਤੇ ਰੈਜ਼ੋਲੂਸ਼ਨ
• ਸਪਲਾਇਰ ਸੰਤੁਸ਼ਟੀ ਵਿੱਚ ਵਾਧਾ
• ਮੈਨੁਅਲ ਡਾਟਾ ਐਂਟਰੀ ਅਤੇ ਵਰਗੀਕਰਨ ਕੰਮ ਵਿੱਚ ਘਟਾਓ
• ਸੈਂਕੜਿਆਂ ਵਿਸ਼ਿਆਂ ਵਿੱਚ ਮਹਾਰਤ ਦੀ ਲੋੜ ਬਿਨਾਂ ਵੱਡਾ ਮੁੱਦਾ ਕਵਰੇਜ
• ਪ੍ਰਕਾਸ਼ਨ ਤੋਂ ਪਹਿਲਾਂ ਕੈਟਾਲਾਗ ਗੁਣਾਂ ਵਿੱਚ ਵੱਧ ਭਰੋਸਾ.

Wayfair ਨੇ ਆਪਣੇ ਲਗਭਗ 12,000 ਕਰਮਚਾਰੀਆਂ ਵਾਲੇ ਵਰਕਫੋਰਸ ਵਿੱਚ ਤੁਰੰਤ ਕੰਮਾਂ, ਅੰਦਰੂਨੀ ਸਮੱਸਿਆ ਹੱਲ ਅਤੇ ਜਨਰੇਟਿਵ ਮਾਡਲਜ਼ ਨਾਲ ਪ੍ਰਯੋਗ ਲਈ 1,200 ਤੋਂ ਵੱਧ ChatGPT Enterprise ਸੀਟਾਂ ਵੀ ਤੈਨਾਤ ਕੀਤੀਆਂ ਹਨ.

Wayfair ਦਾ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵਿੱਚ ਨਿਵੇਸ਼ ਅਤੇ ਆਪਣੇ ਕਾਰੋਬਾਰ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਲਈ AI ਪਲੇਟਫਾਰਮਾਂ ਅਤੇ LLM ਪ੍ਰਦਾਤਾਵਾਂ ਨਾਲ ਸਹਿਕਾਰ ਦਾ ਲੰਮਾ ਇਤਿਹਾਸ ਹੈ। ਹੁਣ, ਅਤਿ-ਆਧੁਨਿਕ ਮਾਡਲਾਂ ਵਿੱਚ ਹੋ ਰਹੀਆਂ ਤਰੱਕੀਆਂ, ਖਾਸ ਕਰਕੇ ਮਲਟੀਮੋਡਲ ਸਿਸਟਮਾਂ ਵਿੱਚ, ਇਹ ਵਧਾ ਰਹੀਆਂ ਹਨ ਕਿ ਇਸ ਦੀਆਂ ਟੀਮਾਂ ਕੀ ਕੁਝ ਬਣਾਉਂਦੀਆਂ ਹਨ। ਘਰੇਲੂ ਰਿਟੇਲ ਵਿੱਚ ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਜਿੱਥੇ ਉਤਪਾਦ ਦ੍ਰਿਸ਼ਟੀਗਤ, ਸਟਾਈਲ-ਅਧਾਰਿਤ ਅਤੇ ਅਕਸਰ ਵਿਅਕਤੀਗਤ ਪਸੰਦ ਨਾਲ ਜੁੜੇ ਹੁੰਦੇ ਹਨ.

“ਅਸੀਂ ਹੁਣ ਉਹ ਸਮੱਸਿਆਵਾਂ ਹੱਲ ਕਰਨ ਦੇ ਖੇਤਰ ਬਾਰੇ ਉਤਸ਼ਾਹਿਤ ਹਾਂ ਜਿਨ੍ਹਾਂ ਨੂੰ ਅਸੀਂ ਹੱਥ ਲਾ ਸਕਦੇ ਹਾਂ,” Carolyn Phillips ਨੇ ਕਿਹਾ। “ਪਰੰਪਰਾਗਤ ਐਲਗੋਰਿਦਮ ਲਈ ਕਸੇ ਹੋਏ ਪਰਿਭਾਸ਼ਿਤ ਡਾਟਾਸੈਟ ਲੋੜੀਂਦੇ ਹਨ। ਇਹ ਮਾਡਲ ਸਾਨੂੰ ਅਸਪਸ਼ਟਤਾ ਅਤੇ ਸੰਦਰਭ ਨਾਲ ਅਜਿਹੇ ਤਰੀਕੇ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ ਜੋ ਪਹਿਲਾਂ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸੰਭਵ ਨਹੀਂ ਸੀ।”

ਅੱਗੇ ਵੇਖਦੇ ਹੋਏ, ChatGPT Enterprise ਲਈ ਕਰਮਚਾਰੀਆਂ ਦੀ ਮੰਗ ਮਜ਼ਬੂਤ ਰਹੀ ਹੈ। Wayfair ਦੀਆਂ ਟੀਮਾਂ ਇਸ ਨੂੰ ਇਕ ਅਜਿਹਾ ਵਿਹਾਰਿਕ ਸਾਧਨ ਮੰਨਦੀਆਂ ਹਨ ਜੋ ਉਹਨਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ.

ਗਾਹਕਾਂ ਦੀਆਂ ਉਮੀਦਾਂ ਵੀ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲ ਰਹੀਆਂ ਹਨ। ਹੋਰ ਖਰੀਦਦਾਰ ਆਪਣੀ ਰੋਜ਼ਾਨਾ ਜ਼ਿੰਦਗੀ ਵਿੱਚ AI ਵਰਤਣ ਨਾਲ ਸੁਖੀ ਹੋ ਰਹੇ ਹਨ, ਅਤੇ ਉਹ ਆਨਲਾਈਨ ਬਰਾਊਜ਼, ਤੁਲਨਾ ਅਤੇ ਖਰੀਦ ਵੇਲੇ ਵੀ ਇਸੇ ਤਰ੍ਹਾਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਦੀ ਉਮੀਦ ਕਰਨ ਲੱਗ ਪਏ ਹਨ.

“ਘਰ ਲਈ ਖਰੀਦਦਾਰੀ ਕਰਦਿਆਂ, ਗਾਹਕਾਂ ਕੋਲ ਅਕਸਰ ਉਹਨਾਂ ਦੀ ਲੋੜ ਲਈ ਸਹੀ ਸ਼ਬਦ ਨਹੀਂ ਹੁੰਦੇ,” Fiona Tan ਨੇ ਕਿਹਾ। “ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਅਤੇ ਮਲਟੀਮੋਡਲ ਸਿਸਟਮ ਉਸ ਖਾਲੀਪਣ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ।”

Wayfair ਦੇ ਆਗੂਆਂ ਲਈ ਲਕਸ਼ ਅੰਦਰੂਨੀ ਸਮਰੱਥਾ ਦਾ ਪੈਮਾਨਾ ਵਧਾਉਂਦੇ ਹੋਏ ਮਨੁੱਖੀ ਮਹਾਰਤ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਨਾ ਹੀ ਰਹਿੰਦਾ ਹੈ। Fiona Tan ਨੇ ਨਿਸ਼ਕਰਸ਼ ਕੱਢਿਆ, “ਅਸੀਂ ਅਜੇਹੀ ਦੁਨੀਆ ਲਈ ਨਿਰਮਾਣ ਕਰ ਰਹੇ ਹਾਂ ਜਿੱਥੇ AI ਖਰੀਦਦਾਰੀ ਯਾਤਰਾ ਦਾ ਹਿੱਸਾ ਹੋਵੇ—ਚਾਹੇ ਉਹ ਸਾਡੀ ਸਾਈਟ 'ਤੇ ਹੋਵੇ, ਸਹਾਇਤਾ ਰਾਹੀਂ ਹੋਵੇ, ਜਾਂ ਗੱਲਬਾਤੀ ਇੰਟਰਫੇਸਾਂ ਰਾਹੀਂ ਹੋਵੇ।”