Wayfair inaongeza usahihi wa katalogi na kasi kupitia OpenAI

Wayfair, mmoja wa wauzaji wakubwa zaidi wa bidhaa za nyumbani duniani, imeunganisha muundo wa OpenAI katika mifumo muhimu ya ndani ili kuboresha taratibu za kazi za usaidizi wa wasambazaji na ubora wa katalogi ya bidhaa kwa kiwango kikubwa. Kilichoanza kama matoleo madogo ya 2024 ya kupima thamani kimebadilika na kuwa mfumo kamili wa uzalishaji unaopunguza juhudi za mikono, unaharakisha kufanya maamuzi na kuboresha ubora wa data katika mamilioni ya bidhaa.

Badala ya kuchukulia AI zalishi kama jaribio au suluhisho la sehemu moja, Wayfair iliunganisha muundo wa OpenAI katika mitiririko ya kazi ya msingi ya uendeshaji. Kampuni ililenga kwanza maeneo ambayo ugumu na hitaji la kupanua kwa kiwango kikubwa vilikuwa vya juu zaidi: kuelekeza na kutatua maombi ya usaidizi kutoka kwa wasambazaji na kuboresha makumi ya maelfu ya sifa za bidhaa kwa uthabiti katika katalogi ya takriban bidhaa milioni 30.

Timu ya katalogi ya Wayfair inasimamia makumi ya mamilioni ya bidhaa katika karibu madarasa elfu moja tofauti ya bidhaa. Lebo za sifa za bidhaa zilizo thabiti na sahihi — kama vile rangi, nyenzo, ukubwa au vipengele mahususi — ni muhimu kwa utafutaji, mapendekezo na uuzaji wa bidhaa.    

"Kadiri ubora wa data zetu unavyokuwa bora, ndivyo tunavyojenga uaminifu zaidi na mteja. Ni muhimu kwa sababu inawawezesha wanunuzi kufanya maamuzi sahihi ya ununuzi, na hivyo kupunguza moja kwa moja matatizo ya gharama kubwa yanayotokea baadaye kama vile marejesho kutokana na bidhaa zilizowasilishwa vibaya," alisema Jessica D'Arcy, Mkurugenzi Mshiriki wa Uuzaji wa Katalogi katika Wayfair. 

Kabla ya OpenAI, maboresho ya kuweka lebo yalitegemea zaidi wasambazaji na wateja kuiambia Wayfair kwamba kuna kitu kilionekana kuwa si sahihi. Juhudi za mikono hazikuweza kuendana na wingi wa kazi.  Muundo maalum wa awali wa AI kwa lebo za kibinafsi ulikuwa na ufanisi, lakini ulithibitika kuwa ghali kujenga na kudumisha. “Tulianza kwa kujenga muundo maalum kwa lebo za kibinafsi, na kiufundi hilo lilifanya kazi,” alisema Carolyn Phillips, mwanasayansi wa kujifunza kwa mashine wa Wayfair. “Lakini unapokuwa unaangalia lebo 47,000, mbinu hiyo haiwezi kupanuka kwa kiwango hicho.”

Ili kuvuka miundo ya mara moja, Wayfair iliunda mfumo usioegemea lebo uliojengwa juu ya muundo mmoja wa OpenAI. “Wakala wa ufafanuzi” huchakata wavuti na ufafanuzi wa ndani ili kutoa maana ya muktadha kwa kila lebo. “Vikwazo halisi havikuwa utendaji wa muundo,” alisema Phillips. “Ilikuwa ni muda wa binadamu uliotakiwa ili kufafanua na kusimba maana halisi ya kila lebo.” Muktadha huu, pamoja na data ya bidhaa iliyokusanywa kutoka katika mfumo wa ikolojia wa data wa Wayfair, huingiza katika mfumo unaoweza kuainisha sifa katika madaraja ya bidhaa. Timu sasa inapanua wigo wa muundo kwa sifa mpya kwa kasi ya mara 70 kuliko walivyokuwa mwaka mmoja tu uliopita.

Mfumo huo sasa umeanza uzalishaji kwa zaidi ya bidhaa milioni 1. Na wimbi la kwanza la bidhaa zenye sifa zilizoboreshwa sasa limekuwa likitumika vya kutosha kupima athari za kuboresha ubora wa data kwenye safari ya wateja.  “Unapoboresha ukamilifu wa sifa, si dhahania. Unaona ikijitokeza katika utendaji wa SEO na PLA—katika jinsi wateja wanavyogundua bidhaa,” alisema Phillips. Jaribio la A/B lililodhibitiwa lilionyesha ongezeko kubwa na muhimu la maonyesho, mibofyo, na kiwango cha kurasa katika kundi la matibabu.

Hata hivyo, Wayfair haikutoa tu maamuzi ya kusahihisha data ya bidhaa ya muundo. "Lengo letu ni kujenga uaminifu ili wateja wawe na uhakika kabisa katika kile wanachonunua," alisema Phillips. Kampuni ilianzisha upimaji uliopangwa kwa kutumia mchakato wa ukaguzi wa vitendo ambapo washirika hukagua sampuli kimwili ili kuthibitisha matokeo ya muundo, na kushirikiana na wasambazaji kuthibitisha mabadiliko. Sasa, wakati uaminifu unaotokana na data uko juu, mifumo ya kiotomatiki itaandika upya maudhui moja kwa moja na kumjulisha msambazaji kwa heshima kuhusu mabadiliko hayo. Na, wakati kiwango cha juu hakijafikiwa au lebo inachukuliwa kuwa ya hatari kubwa, Wayfair kwanza hutafuta uthibitisho wa msambazaji kabla ya kufanya mabadiliko.

Wayfair hufanya kazi na makumi ya maelfu ya wasambazaji ili kusaidia katalogi yao pana. Ili kusimamia maombi ya usaidizi ya wasambazaji, washirika wa Wayfair kihistoria walikagua kila tiketi inayoingia, walitambua kwa mikono kile ambacho wasambazaji walikuwa wakijaribu kutimiza, na kuelekeza masuala kwa mmiliki sahihi wa ndani—mchakato unaotumia muda mwingi na unaokabiliwa na makosa. “Maombi ya wasambazaji si rahisi,” alisema Graham Ganssle, uaidizi wa wasambazaji na operesheni katika Wayfair. “Zinajumuisha mamia ya aina za masuala, na hakuna mshirika mmoja anayeweza kwa uhalisia kuyamudu yote.”

Wayfair iliongeza vipengele vya kiwakala kwenye bidhaa inayoitwa Wilma ili kuimarisha mtiririko huu wa kazi kwa AI. Mojawapo ya vipengele vya kwanza katika uzalishaji ni uchambuzi wa tikiti unaoendeshwa na muundo wa OpenAI. Mfumo husoma maombi yanayoingia, hujaza muktadha unaokosekana na huelekeza tiketi kwa timu inayofaa. Wilma iliundwa ili iweze kutekelezwa haraka; ikiwa imejengwa juu ya mfumo ambao tayari umeunganishwa na OpenAI APIs, ilihama kutoka proto hadi moja kwa moja katika takriban mwezi mmoja. “Wilma huwapa washirika ushawishi,” alisema Ganssle. “Inasoma tiketi, hutambua nia, hujaza muktadha kutoka kwenye hifadhidata zetu, huwasiliana tena na wasambazaji ikihitajika, na huelekeza suala katika mwelekeo sahihi.”

Zaidi ya uelekezaji, Wayfair imetekeleza mitiririko kumi na miwili ya AI ya mawakala kwa timu mahususi za utatuzi. Kwa mfano, co-pilot kwa timu ya Replacement Part Operations husoma historia changamano ya kesi, hupendekeza hatua zinazofuata na kupendekeza rasimu za majibu ambazo washirika wa kibinadamu hukagua. Wasaidizi hawa wamefunzwa kwa kutumia data ya kihistoria ili wajifunze jinsi mafanikio yanavyoonekana katika muktadha. “Muundo unaweza kuunganisha muktadha katika safari nzima kwa njia ambayo ni vigumu kwa mshirika mmoja kufanya,” alisema Ganssle. “Uonekano huo mpana huchangia kuridhika zaidi kwa wateja na wasambazaji.”

Wayfair hufuatilia ni mara ngapi mapendekezo ya AI yanalingana na uamuzi wa mwisho wa wakala wa binadamu—kipimo kinachoitwa “alignment rate.” Ndani ya kila timu, wakati ulinganifu unapofikia kizingiti kilichobainishwa mapema mara kwa mara, mitiririko ya kazi inaweza kuhama kutoka hali za usaidizi (“co-pilot”) hadi hali za kujitegemea kwa kiasi (“autopilot”). Mbinu hii ya hatua kwa hatua hujenga uaminifu na kuhakikisha udhibiti wa ubora wakati wa uzinduzi.

Wayfair inaripoti uboreshaji unaopimika tangu kuunganisha muundo ya OpenAI katika mifumo ya ndani.

Kwa upande wa katalogi, kampuni ilipunguza idadi ya lebo za sifa za bidhaa zisizo sahihi au zinazokosekana ambazo mteja anaweza kuona—baada ya kusahihisha lebo za bidhaa 2.5M katika zaidi ya bidhaa milioni moja zinazoonekana zaidi na kununuliwa zaidi katika Wayfair catalog. Wanatarajia kuongeza athari hii mara nne katika miezi sita ijayo.

Katika usaidizi wa wasambazaji, mifumo ya triage, co-pilot, na auto-pilot imeongeza utendaji kwa kugeuza tiketi 41,000 kwa mwezi kuwa za kiotomatiki (hadi asilimia 70% katika baadhi ya taratibu za kazi) na kupunguza muda wa kukamilisha kwa kuondoa kazi za kawaida za mikono kutoka kwenye mizigo ya kazi ya washirika. Hii inapunguza kwa kiasi kikubwa muda wa kutatua matatizo kwa taratibu nyingi za kazi, huongeza kwa kiasi kikubwa kuridhika kwa wasambazaji, na hupunguza kufunguliwa upya kwa tiketi katika taratibu hizo za kazi.

Mwonekano mpana zaidi ambao muundo hutoa kuhusu tiketi na nia ya wasambazaji—zaidi ya kile ambacho mshirika mmoja anaweza kuona kwenye skrini—umechangia ongezeko hilo la kuridhika.

Kiutendaji, timu huripoti:

• Uelekezaji wa haraka zaidi na utatuzi wa tiketi changamani za wasambazaji
• Kuongezeka kwa kuridhika kwa wasambazaji
• Kupunguza uingizaji wa data wa mikono na kazi ya uainishaji
• Ushughulikiaji mpana wa masuala bila kuhitaji utaalamu katika mamia ya mada
• Imani ya juu zaidi katika sifa za katalogi kabla ya kuchapishwa.

Wayfair pia imetumia zaidi ya viti 1,200 vya ChatGPT Enterprise katika wafanyakazi wake wa takriban watu 12,000 ili kusaidia kazi za dharura, utatuzi wa matatizo ya ndani na majaribio ya miundo ya uzalishaji.

Wayfair ina historia ndefu ya kuwekeza katika ujifunzaji wa mashine na kushirikiana na majukwaa ya AI na watoa huduma wa LLM ili kuendeleza biashara yao. Sasa, maendeleo katika miundo ya hali ya juu, hasa mifumo ya aina nyingi, yanapanua kile ambacho timu zake zinaweza kujenga. Hilo ni muhimu katika maduka ya rejareja ya nyumbani, ambapo bidhaa ni za kuona, za kimtindo, na mara nyingi ni za kimaoni.

“Tunafurahi kuhusu wigo wa matatizo ambayo sasa tunaweza kuyashughulikia,” alisema Carolyn Phillips. “Algoriti za kiasili zinahitaji seti za data zilizofafanuliwa kwa ukali. Muundo huu unatuwezesha kushughulikia utata na muktadha kwa njia ambayo haikuweza kupanuliwa kwa urahisi hapo awali.” 

Tukiangalia mbele, mahitaji ya wafanyakazi ya ChatGPT Enterprise yamekuwa makubwa. Timu za Wayfair zinaiona kama zana ya vitendo inayowasaidia kusonga kwa haraka zaidi.

Matarajio ya wateja pia yanabadilika haraka. Wanunuzi zaidi wanazidi kuwa na urahisi kutumia AI katika maisha yao ya kila siku, na wanaanza kutarajia uwezo kama huo wanapovinjari, kulinganisha na kununua mtandaoni.

“Mara nyingi, wakiwa nyumbani, wateja hawana maneno sahihi ya kueleza wanachotafuta,” alisema Fiona Tan. “Lugha ya asili na mifumo ya Multimodal husaidia kuziba pengo hilo.”

Kwa viongozi wa Wayfair, lengo linasalia kuwa kuongeza utaalamu wa binadamu huku tukipanua uwezo wa ndani. “Tunaijenga kwa ajili ya dunia ambapo AI ni sehemu ya safari ya ununuzi—iwe ni kwenye tovuti yetu, kupitia usaidizi, au kupitia violesura vya mazungumzo,” alihitimisha Fiona Tan.