Wayfair uz OpenAI unapređuje tačnost kataloga i podršku

Wayfair, jedan od najvećih svetskih prodavaca proizvoda za dom, integrisao je OpenAI modele u ključne interne sisteme kako bi unapredio tokove rada za podršku dobavljačima i kvalitet kataloga proizvoda u velikim razmerama. Ono što je počelo kao testiranje vrednosti manjih izdanja tokom 2024. godine razvilo se u potpuno produkcioni sistem koji smanjuje ručni rad, ubrzava donošenje odluka i poboljšava kvalitet podataka za milione proizvoda.

Umesto da generativnu veštačku inteligenciju tretira kao eksperiment ili pojedinačno rešenje, Wayfair je ugradio OpenAI modele u ključne operativne tokove rada. Kompanija se najpre usredsredila na oblasti u kojima su složenost i potreba za skalom bile najveće: usmeravanje i rešavanje zahteva za podršku dobavljačima i dosledno unapređivanje desetina hiljada atributa proizvoda u katalogu od približno 30 miliona artikala.

Wayfairov tim za katalog upravlja desetinama miliona proizvoda u skoro hiljadu različitih kategorija proizvoda. Dosledne i tačne oznake atributa proizvoda — kao što su boja, materijal, veličina ili posebne karakteristike — ključne su za pretragu, preporuke i plasman proizvoda.    

"Što je kvalitet naših podataka bolji, to više poverenja gradimo sa kupcem. To je od suštinskog značaja jer osnažuje kupce da donesu prave odluke o kupovini, čime se direktno smanjuju skupi problemi nizvodno, poput vraćanja proizvoda koji su pogrešno predstavljeni," rekla je Jessica D'Arcy, Associate Director of Catalog Merchandising u Wayfairu. 

Pre OpenAI-ja, unapređenja označavanja uglavnom su se oslanjala na to da dobavljači i kupci kažu Wayfairu da nešto deluje pogrešno. Ručni rad nije mogao da isprati obim.  Rani prilagođeni AI modeli za pojedinačne oznake bili su efikasni, ali su se pokazali skupim za izradu i održavanje. „Počeli smo izradom prilagođenih modela za pojedinačne oznake i to je tehnički funkcionisalo“, rekla je Carolyn Phillips, viša naučnica za mašinsko učenje u Wayfairu. „Ali kada posmatrate 47.000 oznaka, takav pristup jednostavno ne može da se skalira.“

Da bi prevazišao jednokratne modele, Wayfair je napravio sistem nezavisan od oznaka, izgrađen na jednom OpenAI modelu. „Agent za definicije“ unosi sadržaj sa veba i interne definicije kako bi proizveo kontekstualno značenje za svaku oznaku. „Pravo usko grlo nije bio učinak modela“, rekla je Phillips. „Bilo je to vreme ljudi potrebno da definišu i kodiraju šta svaka oznaka zapravo znači.“ Taj kontekst, zajedno sa podacima o proizvodima prikupljenim iz celog Wayfairovog ekosistema podataka, ulazi u okvir koji može da klasifikuje atribute kroz različite klase proizvoda. Tim sada proširuje pokrivenost modela na nove atribute 70 puta brže nego pre samo godinu dana.

Sistem se sada koristi u produkciji na više od milion proizvoda. A prvi talas proizvoda sa unapređenim atributima sada je dovoljno dugo aktivan da se izmeri uticaj poboljšanog kvaliteta podataka na put kupca.  „Kada poboljšate potpunost atributa, to nije apstraktno. Vidite da se to odražava na SEO i PLA performanse — na način na koji kupci otkrivaju proizvode“, rekla je Phillips. Kontrolisani A/B test pokazao je značajan i statistički relevantan porast prikaza, klikova i ranga stranice u testnoj grupi.

Međutim, Wayfair nije jednostavno prepustio odluke o ispravljanju podataka o proizvodima modelu. „Naš cilj je da izgradimo poverenje kako bi kupci bili potpuno sigurni u ono što kupuju“, rekla je Phillips. Kompanija je razvila strukturisano testiranje uz praktičan proces revizije u kojem zaposleni fizički pregledaju uzorke da bi potvrdili izlaz modela, i sarađivala je sa dobavljačima kako bi potvrdila izmene. Sada, kada je poverenje zasnovano na podacima visoko, automatizovani sistemi direktno prepisuju sadržaj i obaveštavaju dobavljača o promeni. A kada visoki standard nije dostignut ili se oznaka proceni kao visokorizična, Wayfair najpre traži potvrdu dobavljača pre nego što izvrši izmenu.

Wayfair sarađuje sa desetinama hiljada dobavljača kako bi podržao svoj obiman katalog. Za upravljanje zahtevima za podršku dobavljača, Wayfairovi zaposleni su istorijski pregledali svaki pristigli tiket, ručno utvrđivali šta dobavljači pokušavaju da postignu i usmeravali probleme ka odgovarajućem internom vlasniku — što je bio dugotrajan proces sklon greškama. „Zahtevi dobavljača nisu jednostavni“, rekao je Graham Ganssle, iz sektora podrške dobavljačima i operacija u Wayfairu. „Obuhvataju stotine tipova problema i nijedan pojedinačni zaposleni realno ne može da ovlada svima njima.“

Wayfair je proizvodu pod nazivom Wilma dodao agentske funkcije kako bi ove tokove rada unapredio uz pomoć AI-ja. Jedna od prvih funkcija u produkciji je trijaža tiketa koju pokreće OpenAI model. Sistem čita pristigle zahteve, dopunjuje nedostajući kontekst i usmerava tikete odgovarajućem timu. Wilma je osmišljena tako da može brzo da se primeni; izgrađena na sistemu već integrisanom sa OpenAI API-jima, prešla je put od prototipa do rada uživo za otprilike mesec dana. „Wilma zaposlenima daje veću moć“, rekao je Ganssle. „Čita tiket, prepoznaje nameru, dopunjuje kontekst iz naših baza podataka, po potrebi se ponovo obraća dobavljačima i usmerava problem u pravom smeru.“

Pored usmeravanja, Wayfair je primenio desetak agentskih AI tokova za konkretne timove za rešavanje problema. Na primer, kopilot za tim Replacement Part Operations čita složenu istoriju slučaja, predlaže sledeće korake i sugeriše nacrte odgovora koje ljudski zaposleni pregledaju. Ovi asistenti obučeni su na istorijskim podacima kako bi naučili kako uspeh izgleda u kontekstu. „Modeli mogu da sintetizuju kontekst kroz čitavo putovanje na način koji je jednom zaposlenom teško da postigne“, rekao je Ganssle. „Ta šira vidljivost doprinosi većem zadovoljstvu kupaca i dobavljača.“

Wayfair prati koliko se često preporuke AI-ja poklapaju sa konačnom odlukom ljudskog agenta — metrika koja se naziva „stopa usklađenosti“. Unutar svakog tima, kada usklađenost dosledno dostigne unapred određeni prag, tokovi rada mogu da pređu iz asistivnih („kopilot“) u poluautonomne („autopilot“) režime. Ovaj postepeni pristup gradi poverenje i obezbeđuje kontrolu kvaliteta tokom uvođenja.

Wayfair prijavljuje merljiva poboljšanja otkako je integrisao OpenAI modele u interne sisteme.

Na strani kataloga, kompanija je smanjila broj pogrešnih ili nedostajućih oznaka atributa proizvoda koje kupac može da vidi — ispravivši 2,5 miliona oznaka proizvoda na više od milion najvidljivijih i najkupovanijih proizvoda u Wayfair katalogu. Očekuju da će u narednih šest meseci učetvorostručiti ovaj uticaj.

U podršci dobavljačima, sistemi za trijažu, kopilot i autopilot povećali su propusnu moć automatizacijom 41.000 tiketa mesečno (što je do 70% u nekim tokovima rada) i smanjili vreme obrade uklanjanjem rutinskog ručnog rada iz opterećenja zaposlenih. To dramatično skraćuje vreme do rešavanja za više tokova rada, značajno povećava zadovoljstvo dobavljača i smanjuje ponovno otvaranje tiketa u tim tokovima rada.

Šira vidljivost koju modeli pružaju u tikete i nameru dobavljača — izvan onoga što jedan zaposleni može da vidi na ekranu — doprinela je tom rastu zadovoljstva.

Operativno, timovi navode:

• Brže usmeravanje i rešavanje složenih tiketa dobavljača
• Povećano zadovoljstvo dobavljača
• Smanjen ručni unos podataka i rad na klasifikaciji
• Šira pokrivenost problema bez potrebe za stručnošću u stotinama tema
• Veće poverenje u atribute kataloga pre objavljivanja.

Wayfair je takođe uveo više od 1.200 ChatGPT Enterprise licenci u okviru svoje radne snage od približno 12.000 ljudi radi podrške ad hoc zadacima, internom rešavanju problema i eksperimentisanju sa generativnim modelima.

Wayfair ima dugu istoriju ulaganja u mašinsko učenje i saradnju sa AI platformama i pružaocima LLM rešenja kako bi unapredio svoje poslovanje. Sada napredak u graničnim modelima, posebno multimodalnim sistemima, proširuje ono što njegovi timovi mogu da izgrade. To je važno u maloprodaji proizvoda za dom, gde su proizvodi vizuelni, stilski i često subjektivni.

„Uzbuđeni smo zbog obima problema kojima sada možemo da se bavimo“, rekla je Carolyn Phillips. „Tradicionalni algoritmi zahtevaju usko definisane skupove podataka. Ovi modeli nam omogućavaju da radimo sa dvosmislenošću i kontekstom na način koji ranije nije mogao da se skalira.“ 

Gledajući unapred, potražnja zaposlenih za ChatGPT Enterprise bila je snažna. Timovi u Wayfairu ga vide kao praktičan alat koji im pomaže da rade brže.

Očekivanja kupaca takođe se brzo menjaju. Sve više kupaca se oseća prijatno koristeći AI u svakodnevnom životu, i počinju da očekuju slične mogućnosti kada pretražuju, upoređuju i kupuju onlajn.

„Kod kuće kupci često nemaju tačne reči za ono što traže“, rekla je Fiona Tan. „Sistemi prirodnog jezika i multimodalni sistemi pomažu da se premosti taj jaz.“

Za lidere Wayfaira, cilj ostaje da unaprede ljudsku stručnost uz istovremeno širenje internih kapaciteta. „Gradimo za svet u kojem je AI deo puta kupovine — bilo da je to na našem sajtu, kroz podršku ili kroz konverzacione interfejse“, zaključila je Fiona Tan.