Когда Пурва Гупта эмигрировала в США из Индии и сделала здесь несколько покупок в Интернете, она неожиданно для себя почувствовала разочарование. Почему было так трудно найти именно то платье, которое она искала? Полагая, что это может быть проблема иммигрантов, возникающая из-за языкового или культурного барьера, она провела несколько обширных местных исследований, чтобы “проверить свою гипотезу». ”Но, поговорив с более чем 1000 женщинами, она подтвердила, что определенно существует несоответствие между тем, как потребители воспринимают продукты, и тем, как бренды и розничные продавцы описывают эти продукты. Это побудило ее создать решение, основанное на искусственном интеллекте, которое позволило бы преодолеть разрыв между продавцами и потребителями.
WWD встретилась с Гуптой, чтобы обсудить проект Lily AI, который она основала вместе с техническим директором Совмией Чокка Нараянан. Недавно компания Lily AI получила инвестиции серии B в размере 25 миллионов долларов, которые она использует для расширения своей деятельности в сфере розничной электронной коммерции среднего уровня в сфере товаров для дома, красоты и моды.
WWD: Как ваш предыдущий опыт привел вас к тому, что вы стали соучредителем Lily AI? Пурва Гупта: Хотя я экономист по образованию, мой опыт работы в Индии в Saatchi & Saatchi, а затем в стартапе проложил путь к тому, что стало называться Lily AI. Работая в Saatchi &Saatchi, я был вдохновлен силой эмоциональной связи между покупателем и брендом. Я понял, что хочу работать в сфере технологий и менять жизни людей, и пришел к выводу, что если я хочу создать свою собственную компанию, то в основе проблемы, которую она пытается решить, должна лежать проблема, с которой я сталкивался лично и с которой у меня были глубокие связи.
WWD: Когда речь заходит об онлайн-поисковых системах, насколько велик разрыв между мнением продавцов и мнением потребителей? П.Г.: С точки зрения языка, слова, которые используют реальные люди, гораздо более привычны и часто содержат больше нюансов, чем стандартные слова, используемые розничными торговцами и брендами для описания своих товаров. Потребители обладают уникальным эмоциональным контекстом и взглядами.
Когда они подробно описывают то, что ищут, они используют богатый персонализированный словарь, который включает в себя такие аспекты, как тенденции, случаи жизни и стили. В конечном счете, все сводится к подробной информации о продукте, которая, на языке продавца, относится к атрибутам продукта, которые существуют в таксономии товаров розничной сети.
Например, бренд может обозначить то, что потребитель называет “летней танкеткой”, как “сандалии на танкетке с верхом из эластичной кожи”, “матрас с поддержкой спины” как “ультраплюшевый гибридный гелевый матрас perfect sleeper”, а “легкую летнюю основу” — как “устойчивую на месте». Безупречно наносите кашемировую матовую основу. ” Примеров можно приводить бесконечно, но они показывают, как потребители и розничные продавцы по-разному подходят к языку.
WWD: Как вы обучаете алгоритмы Lily AI, чтобы они больше соответствовали тому, как потребители ищут? П.Г.: Люди всегда в курсе событий. Наши эксперты в этой области имеют опыт работы в розничной торговле (мерчендайзеры, стилисты, маркетологи), и эта команда следит за последними тенденциями, разрабатывая самую надежную и удобную для потребителя таксономию продуктов, что позволяет лучше выявлять тенденции.
Они постоянно проводят углубленные исследования микро- и макротенденций, тенденций в области текстиля и цвета, а также тенденций в социальных сетях. Вооружившись этой информацией, они обучают машинному обучению, чтобы таксономия продуктов Lily AI соответствовала потребительским тенденциям с соответствующими атрибутами.
Специалисты по обработке данных и инженерному обеспечению искусственного интеллекта также являются частью множества людей, которые разрабатывают уникальную “ориентированную на потребителя” таксономию продуктов Lily AI в противовес простой автоматизации, постоянно совершенствуя модели и обеспечивая абсолютное превосходство в качестве, точности и актуальности данных. Эта команда экспертов постоянно тренирует и совершенствует алгоритмы, в результате чего ML совершенствуется с течением времени, постоянно становясь «умнее» и более точным с каждым вводом данных для обучения.
WWD: Каковы результаты этого? П.Г.: Мы собрали собственную библиотеку из более чем 20 000 слов, ориентированных на потребителя, охватывающих атрибуты, синонимы и тенденции, и используем этот постоянно расширяющийся массив данных для составления таксономии наших продуктов. Поступая таким образом, мы можем идти в ногу с меняющимся мнением потребителей.
Среди некоторых наших брендов, которые мы не имеем права раскрывать, мы наблюдаем увеличение конверсии онлайн-заказов на 3,5-9%, увеличение количества просмотров страниц с подробной информацией о продукте на 2-5% и увеличение спроса на 3-10%. WWD: В целом, благодаря GenAI пользователи осознают ценность экспертных рекомендаций.
Считаете ли вы, что этот растущий опыт поможет улучшить поиск товаров в Интернете? П.Г.: Не обязательно быть опытным инженером, чтобы найти то, что они хотят. Хорошая новость заключается в том, что технологии и платформы поисковых систем будут продолжать развиваться, так что потребителям не потребуется инженерное образование для совершения покупок в Интернете.
Мы находимся на начальном этапе развития GenerativeAI, и, как мы уже убедились за год, прошедший с тех пор, как ChatGPT запустил и изменил наш мир, он будет становиться только лучше, не говоря уже о том, что безопаснее. Но даже при наличии отличных подсказок, чтобы поиск “нашел” то, что ищет пользователь, нам все равно нужны соответствующие сведения о продукте и соответствующие атрибуты, которые должны быть правильно помечены, чтобы ускорить поиск.
WWD: Как искусственный интеллект Lily помогает в прогнозировании спроса и каковы некоторые ощутимые преимущества для клиентов? П.Г.: Планирование и прогнозирование являются приоритетными направлениями деятельности для многих наших клиентов из-за значительного увеличения маржи благодаря усовершенствованным предсезонным и внутрисезонным моделям. В Lily AI наши характеристики спроса помогают розничным торговцам совершенствовать дизайн продукции, совершенствовать модели пополнения и распределения ресурсов и предлагать ассортимент, который максимально увеличивает маржинальные возможности.
Один из наших мультибрендовых клиентов прогнозировал увеличение выручки от продаж на сумму от 7 до 48 миллионов долларов за счет использования улучшенных данных об атрибуции продуктов Lily AI в своих моделях прогнозирования. Другой глобальный ритейлер оценил потенциал снижения средневзвешенной процентной ошибки, или WAPE, на 20% и увеличения валовой прибыли на 300 миллионов долларов по всем брендам.
WWD: Как развивается искусственный интеллект и как бренды и ритейлеры могут использовать его для достижения максимального эффекта? П.Г.: Искусственный интеллект для розничной торговли не является чем-то новым. Будь то аналитика, основанная на данных, применение машинного обучения при планировании запасов, в цепочках поставок, вплоть до улучшения качества обслуживания клиентов с помощью рекомендаций, чат-ботов и выявления аномалий в системе безопасности розничной торговли, машинное обучение уже довольно давно играет важную роль в розничной торговле.
Технология, лежащая в ее основе, быстро развивается и с каждым днем становится все умнее, и волна глубокого обучения привлекает нас своей способностью научиться устанавливать связи между вводимыми данными и выводом и требует меньше «кормления с ложечки», чем это требовалось ранее в методах ML. И теперь генеративный ИИ расширил возможности ML от анализа или классификации существующих данных до создания чего-то совершенно нового, включая текст, изображения, аудио, синтетические данные и многое другое.
Тем не менее, чтобы эффективно использовать преимущества современного мощного набора ИИ, важно всегда начинать с глубокого понимания сценария использования и проблемы, которую мы пытаемся решить, наличия нужных, точных данных, а затем набора навыков команды и инфраструктуры, позволяющих экспериментировать чтобы прийти к правильному решению.
В Lily AI мы проводим тысячи экспериментов, прежде чем запустить в производство наиболее эффективные модели. Наша платформа также разработана с учетом гибкости, позволяющей менять модели, подходящие для решения конкретной задачи. Наше видение заключается в том, чтобы привлечь человечество к шопингу, и мы рады продолжать внедрять инновации и использовать наш опыт в области искусственного интеллекта для розничной торговли, чтобы помочь мировым брендам и ритейлерам процветать.
