Wayfair zvyšuje správnosť katalógu a rýchlosť podpory s OpenAI

Spoločnosť Wayfair, ktorá patrí medzi najväčších maloobchodných predajcov potrieb do domácnosti, integrovala modely OpenAI do kritických interných systémov, aby zlepšila pracovné postupy podpory dodávateľov a kvalitu katalógu produktov vo veľkom rozsahu. To, čo sa začalo ako testovanie hodnoty prostredníctvom vydaní v malom rozsahu v roku 2024, sa vyvinulo na plnohodnotný produkčný systém, ktorý znižuje manuálne úsilie, urýchľuje rozhodovanie a zlepšuje kvalitu údajov naprieč miliónmi produktov.

Namiesto toho, aby spoločnosť Wayfair považovala generatívnu AI za experiment alebo bodové riešenie, integrovala modely OpenAI do kľúčových operačných pracovných postupov. Táto spoločnosť sa najprv zamerala na oblasti, kde bola zložitosť a potreba škálovania najvyššia: smerovanie a riešenie žiadostí o podporu dodávateľov a konzistentné zlepšovanie desiatok tisíc atribútov produktov v celom katalógu s obsahom približne 30 miliónov položiek.

Katalógový tím spoločnosti Wayfair spravuje desiatky miliónov produktov v takmer tisícke rôznych tried produktov. Konzistentné a presné štítky atribútov produktu, ako farba, materiál, veľkosť alebo špecifické funkcie, sú nevyhnutné pre vyhľadávanie, odporúčania a merchandising.    

„Čím lepšia je kvalita našich údajov, tým viac dôvery získavame u zákazníka.“ „Je to nevyhnutné, pretože to umožňuje nakupujúcim robiť správne nákupné rozhodnutia, čím sa priamo znižujú nákladné následné problémy, ako je vracanie tovaru v dôsledku nesprávne prezentovaných produktov,“ povedala Jessica D'Arcy, Associate Director z oddelenia pre katalogizovanie tovaru v spoločnosti Wayfair. 

Pred OpenAI sa zlepšenia označovania spoliehali predovšetkým na to, že dodávatelia a zákazníci informovali spoločnosč Wayfairu, že niečo vyzerá nesprávne. Manuálne úsilie s daným objemom nedokázalo držať krok.  Počiatočné vlastné modely umelej inteligencie pre jednotlivé označenia boli účinné, ale ukázali sa ako nákladné na vývoj a údržbu. „Začali sme tým, že sme vytvorili modely na mieru pre jednotlivé označenia, a technicky to fungovalo,“ povedala Carolyn Phillips, vedecká pracovníčka v oblasti strojového učenia v spoločnosti Wayfair. „Ale keď sa pozeráte na 47 000 značiek, tento prístup jednoducho nie je škálovateľný.“

Aby sa spoločnosť Wayfair posunula za hranice jednorazových modelov, vytvorila systém nezávislý od označovania postavený na jednom modeli OpenAI. „Definičný agent“ spracúva web a interné definície, aby vytvoril kontextový význam pre každý štítok. „Skutočným úzkym miestom nebol výkon modelu,“ povedala Phillips. „Bol to čas človeka potrebný na definovanie a zakódovanie toho, čo každé označenie v skutočnosti znamenalo.“ Tento kontext spolu s produktovými údajmi agregovanými naprieč dátovým ekosystémom spoločnosti Wayfair sa premieta do rámca, ktorý dokáže klasifikovať atribúty vo všetkých triedach produktov. Tím teraz rozširuje pokrytie modelu o nové atribúty 70-krát rýchlejšie než len pred jedným rokom.

Systém teraz beží v produkcii na viac ako jednom milióne produktov. A prvá vlna produktov s vylepšenými atribútmi je už v prevádzke dostatočne dlho na to, aby sa dal zmerať vplyv zlepšenia kvality údajov na správanie zákazníkov počas nákupu.  „Keď zlepšíte úplnosť atribútov, nie je to abstraktné. Vidíte, že sa to prejavuje vo výkonnosti SEO a PLA v tom, ako zákazníci objavujú produkty,“ povedala Phillips. Kontrolovaný A/B test ukázal výrazný a štatisticky významný nárast zobrazení, kliknutí a umiestnenie stránky v skupine s intervenciou.

Spoločnosť Wayfair však jednoducho neprenechala rozhodovanie o oprave produktových údajov modelu. „Naším cieľom je budovať dôveru, aby zákazníci mali úplnú istotu v tom, čo kupujú,“ povedala Phillips. Spoločnosť zaviedla štruktúrované testovanie cez praktický audit, v ktorom zamestnanci osobne kontrolujú vzorky, aby overili výstupy modelu, a s dodávateľmi spolupracuje na potvrdení zmien. Keď je miera istoty podľa údajov vysoká, automatizované systémy obsah priamo prepíšu a dodávateľa o zmene informujú. A keď nie je splnený vysoký štandard alebo sa keď sa štítok považuje za vysoko rizikový, spoločnosť Wayfair pred vykonaním zmeny najprv požiada o potvrdenie od dodávateľa.

Spoločnosť Wayfair spolupracuje s desaťtisícami dodávateľov, aby podporil svoj komplexný katalóg. Na spravovanie žiadostí o podporu dodávateľov pracovníci spoločnosti Wayfair historicky kontrolovali každý prichádzajúci tiket, manuálne identifikovali, čo sa dodávatelia snažili dosiahnuť, a smerovali problémy k správnemu internému vlastníkovi, čo je časovo náročný proces, ktorý je náchylný na chyby. „Žiadosti dodávateľov nie sú jednoduché,“ povedal Graham Ganssle, z podpory dodávateľov a prevádzky v spoločnosti Wayfair. „Zahŕňajú stovky typov problémov a žiadny jednotlivý pracovník ich realisticky všetky nemôže ovládať.“

Spoločnosť Wayfair pridala do produktu s názvom Wilma agentové funkcie, aby pomocou AI rozšírila tieto pracovné postupy. Jednou z prvých funkcií v produkcii je triedenie tiketov poháňané modelom OpenAI. Systém číta prichádzajúce požiadavky, dopĺňa chýbajúci kontext a smeruje tikety na príslušný tím. Nástroj Wilma bol navrhnutý tak, aby sa dala rýchlo nasadiť. Je postavená na systéme, ktorý je už integrovaný s rozhraniami API OpenAI. Nástroj Wilma prešiel z prototypu do produkcie približne za jeden mesiac. „Wilma dáva zamestnancom výhodu,“ povedal Ganssle. „Prečíta tiket, identifikuje zámer, doplní kontext z našich databáz, a v prípade potreby sa opäť obráti na dodávateľov a nasmeruje problém správnym smerom.“

Spoločnost Wayfair, okrem smerovania, nasadila tucet agentických AI tokov pre konkrétne tímy riešenia problémov. Napríklad kopilot pre tím operácií náhradných dielov číta komplexnú históriu prípadu, navrhuje ďalšie kroky a odporúča návrhy odpovedí, ktoré ľudskí pracovníci kontrolujú. Títo asistenti sú trénovaní na historických údajoch, takže sa učia, ako vyzerá úspech v kontexte. „Modely dokážu syntetizovať kontext naprieč celou cestou spôsobom, ktorý je pre jedného pracovníka ťažké zvládnuť,“ povedal Ganssle. „Táto širšia viditeľnosť prispieva k vyššej spokojnosti zákazníkov a dodávateľov.“

Spoločnosť Wayfair sleduje, ako často sa odporúčania umelej inteligencie zhodujú s konečným rozhodnutím ľudského agenta. Táto metrika sa nazýva „miera zosúladenia“. Keď zosúladenie v rámci každého tímu konzistentne dosiahne vopred stanovenú prahovú hodnotu, pracovné postupy sa môžu presunúť z asistovaného („co-pilot“) do poloautonómneho („autopilot“) režimu. Tento postupný prístup buduje dôveru a zabezpečuje kontrolu kvality počas nasadzovania.

Spoločnosť Wayfair hlási merateľné zlepšenia od integrácie modelov OpenAI do interných systémov.

Na strane katalógu spoločnosť znížila počet nesprávnych alebo chýbajúcich značiek atribútov produktov, ktoré by zákazník mohol vidieť - vo svojom katalógu spoločnosť Wayfair opravila 2,5 milióna označení produktov pri viac ako milióne najviditeľnejších a najkupovanejších produktov. Spoločnosť očakáva, že v priebehu nasledujúcich šiestich mesiacov tento vplyv znásobí štyrikrát.

V podpore dodávateľov systémy triedenia, co-pilota a auto-pilota zvýšili priepustnosť automatizáciou 41 000 tiketov mesačne (to je až 70 % v niektorých pracovných postupoch) a skrátili časy vybavenia odstránením rutinných manuálnych úloh zo záťaže pracovníkov. Toto dramaticky skracuje čas vyriešenia pri viacerých pracovných postupoch, výrazne to zvyšuje spokojnosť dodávateľov a znižuje to počet opätovných otvorení tiketov v týchto pracovných postupoch.

Širší prehľad, ktorý modely poskytujú o tiketoch a zámere dodávateľov – nad rámec toho, čo môže jeden pracovník vidieť na obrazovke – prispel k tomuto nárastu spokojnosti.

Z prevádzkového hľadiska tímy uvádzajú:

• Rýchlejšie smerovanie a riešenie zložitých dodávateľských tiketov
• Zvýšená spokojnosť dodávateľov
• Zníženie manuálneho zadávania údajov a práce s klasifikáciou
• Širšie pokrytie problémov bez potreby odborných znalostí naprieč stovkami tém
• Vyššia dôvera v atribúty katalógu pred publikovaním.

Spoločnosť Wayfair tiež nasadila viac ako 1 200 licencií ChatGPT Enterprise naprieč svojou približne 12 000-člennou pracovnou silou na podporu ad hoc úloh, interného riešenia problémov a experimentovania s generatívnymi modelmi.

Spoločnosť Wayfair má dlhú históriu investovania do strojového učenia a spolupráce s platformami umelej inteligencie a poskytovateľmi LLM, aby posúvala svoje podnikanie vpred. Teraz pokroky v prelomových modeloch, najmä v multimodálnych systémoch, rozširujú to, čo môžu tímy vytvárať. To je dôležité v domácom maloobchode, kde sú produkty vizuálne, štýlové a často subjektívne.

„Tešíme sa z rozsahu problémov, ktoré teraz môžeme riešiť,“ povedala Carolyn Phillips. „Tradičné algoritmy vyžadujú presne definované súbory údajov. Tieto modely nám umožňujú pracovať s nejednoznačnosťou a kontextom spôsobom, ktorý predtým nebol škálovateľný.“ 

S výhľadom do budúcnosti bol dopyt zamestnancov po ChatGPT Enterprise silný. Tímy vo Wayfair to vnímajú ako praktický nástroj, ktorý im pomáha postupovať rýchlejšie.

Očakávania zákazníkov sa tiež rýchlo menia. Čoraz viac nakupujúcich sa cíti komfortne pri používaní umelej inteligencie v každodennom živote a začínajú očakávať podobné možnosti aj pri prehliadaní, porovnávaní a nakupovaní online.

„Doma zákazníci často nemajú presné slová na to, čo hľadajú,“ povedala Fiona Tan. „Systémy prirodzeného jazyka a multimodálne systémy pomáhajú preklenúť túto medzeru.“

Pre lídrov Wayfair zostáva cieľom posilniť ľudskú odbornosť a zároveň škálovať interné kapacity. „Budujeme pre svet, v ktorom je umelá inteligencia súčasťou nákupnej cesty – či už je to na našej stránke, prostredníctvom podpory alebo prostredníctvom konverzačných rozhraní,“ dodala Fiona Tan.