Lowe’s – компания из списка Fortune 50 в сфере товаров для дома, которая еженедельно обрабатывает около 16 миллионов транзакций в США. Благодаря передовым технологиям, Lowe’s стала одним из лидеров омниканальной розничной торговли, улучшая опыт как клиентов, так и сотрудников. Команда по данным и ИИ увидела возможность повысить качество информации в поиске на сайте, донастраивая модель OpenAI.
Важность точных данных о продуктах
Для крупных розничных продавцов критически важно, чтобы информация о товарах, которую видят покупатели, точно соответствовала реальному заказу. Неверные описания усложняют планирование и управление запасами, создают трения в процессе онлайн-покупок. Например, запрос «медная ванная смеситель» может возвращать множество вариантов с хромированными смесителями, а поиск «18-дюймовая посудомоечная машина» — давать результаты для 24-дюймовых моделей из-за некорректных названий или описаний. Это приводит к тому, что меньше покупателей завершает покупку.
Проблема точного тегирования продуктов знакома как онлайн-ритейлерам, так и командам ИИ. Инженеры использовали от простого сопоставления токенов с помощью регулярных выражений до сложных методов NLP для решения этой задачи. Однако человеческая проверка ошибок подвержена погрешностям и требует значительных временных затрат.
Важность точных данных о продуктах
Для крупных розничных продавцов критически важно, чтобы информация о товарах, которую видят покупатели, точно соответствовала реальному заказу. Неверные описания усложняют планирование и управление запасами, создают трения в процессе онлайн-покупок. Например, запрос «медная ванная смеситель» может возвращать множество вариантов с хромированными смесителями, а поиск «18-дюймовая посудомоечная машина» — давать результаты для 24-дюймовых моделей из-за некорректных названий или описаний. Это приводит к тому, что меньше покупателей завершает покупку.
Проблема точного тегирования продуктов знакома как онлайн-ритейлерам, так и командам ИИ. Инженеры использовали от простого сопоставления токенов с помощью регулярных выражений до сложных методов NLP для решения этой задачи. Однако человеческая проверка ошибок подвержена погрешностям и требует значительных временных затрат.
Применение инженерии запросов для повышения точности
В январе 2023 года команда Lowe’s решила использовать модель GPT‑3.5 от OpenAI для устранения несоответствий в данных. Первые тесты показали улучшение точности, что стало отправной точкой для дальнейших экспериментов.
«Команда была в полном восторге, когда мы увидели результаты донастройки GPT‑3.5 на наших данных о продуктах – мы сразу поняли, что нашли решение», – говорит Нишант Гупта, старший директор по данным, аналитике и вычислительному интеллекту (DACI).
Используя новые методики инженерии запросов, Lowe’s экспериментировала с различными вариантами запросов, чтобы повысить точность. В течение нескольких месяцев наблюдались значительные улучшения в определенных категориях продуктов, и процесс был масштабирован. Когда система ИИ для классификации товаров была запущена на сайте Lowes.com, нагрузка на сотрудников, проверяющих ошибки, существенно сократилась.
В январе 2023 года команда Lowe’s решила использовать модель GPT‑3.5 от OpenAI для устранения несоответствий в данных. Первые тесты показали улучшение точности, что стало отправной точкой для дальнейших экспериментов.
«Команда была в полном восторге, когда мы увидели результаты донастройки GPT‑3.5 на наших данных о продуктах – мы сразу поняли, что нашли решение», – говорит Нишант Гупта, старший директор по данным, аналитике и вычислительному интеллекту (DACI).
Используя новые методики инженерии запросов, Lowe’s экспериментировала с различными вариантами запросов, чтобы повысить точность. В течение нескольких месяцев наблюдались значительные улучшения в определенных категориях продуктов, и процесс был масштабирован. Когда система ИИ для классификации товаров была запущена на сайте Lowes.com, нагрузка на сотрудников, проверяющих ошибки, существенно сократилась.
Донастройка GPT‑3.5 для оптимизации поиска
Несмотря на успех, требовалась дальнейшая оптимизация точности, особенно ввиду увеличения объема запросов. Тогда команда Lowe’s начала использовать API донастройки OpenAI для более глубокого обучения GPT‑3.5 на собственном наборе данных, что привело к 20%-ому росту точности. Теперь, когда процесс маркировки товаров завершён, компания планирует донастраивать более новые версии модели на основе выявленных ошибок.
Lowe’s продолжает повышать точность и минимизировать количество ошибок, что увеличивает производительность при проверке данных. В некоторых категориях точность обнаружения ошибок выросла примерно на 60%, что привело к более точным описаниям товаров в результатах поиска.
Несмотря на успех, требовалась дальнейшая оптимизация точности, особенно ввиду увеличения объема запросов. Тогда команда Lowe’s начала использовать API донастройки OpenAI для более глубокого обучения GPT‑3.5 на собственном наборе данных, что привело к 20%-ому росту точности. Теперь, когда процесс маркировки товаров завершён, компания планирует донастраивать более новые версии модели на основе выявленных ошибок.
Lowe’s продолжает повышать точность и минимизировать количество ошибок, что увеличивает производительность при проверке данных. В некоторых категориях точность обнаружения ошибок выросла примерно на 60%, что привело к более точным описаниям товаров в результатах поиска.