XGen AI ускоряет электронную коммерцию с помощью составного ИИ для поиска и рекомендаций

XGen AI, которая может похвастаться такими клиентами, как Valentino и Furla, запустила рынок для поиска и рекомендаций на основе искусственного интеллекта.

Компонуемый вертикальный искусственный интеллект XGen AI позволяет клиентам настраивать свои собственные системы искусственного интеллекта.

В то время как ритейлеры продолжают думать о том, как искусственный интеллект может обеспечить большую персонализацию для своих клиентов, один стартап остановился, чтобы подумать о том, как персонализировать опыт интеграции ИИ для компаний, которые полагаются на его технологию.

XGen AI официально запустил свою модельную торговую площадку, которая позволит ритейлерам создавать индивидуальный поиск и возможности рекомендаций с помощью систем искусственного интеллекта, сообщил Sourcing Journal нью-йоркский стартап.

Компания, вышедшая из тени в начале этого года, работает над тем, чтобы помочь таким брендам, как Furla, Valentino, Rachel Comey и Berle, создавать решения искусственного интеллекта, которые хорошо работают с их бизнес-целями, особенно в отношении обнаружения продуктов.

Фрэнк Фариси, основатель и главный исполнительный директор компании, сказал, что он считает, что традиционные модели программного обеспечения как услуги (SaaS) не обслуживают своих клиентов с той точностью и аккуратностью, которую его компания обеспечивает в постоянно растущей сфере искусственного интеллекта.

Это потому, что вертикальный, компонуемый подход XGen AI позволяет клиентам используйте те функции, которые им нужны, и откажитесь от остальных.

“Рынок моделей был разработан, чтобы действительно навсегда изменить способ [e -Команды по коммерции] думают, что нужно дать им инструменты, к которым у них никогда раньше не было доступа», он сказал.

Два основных продукта, включенных в выпуск, — это XSearch и XRecommend, каждый из которых имеет более мелкие микросервисы, помогающие лидерам электронной коммерции создавать собственные решения на основе своих бизнес-кейсов. Фариси сообщил, что в релиз вошли 34 модели, около 60 процентов из которых подпадают под XRecommend, а остальные связаны с XSearch.

По его словам, XSearch будет стремиться помочь брендам и ритейлерам возвращать результаты поиска, которые лучше соответствуют тому, что ищут потребители, когда посещают сайт — будь то наряды по случаю, определенный цвет обуви или что-то еще.

«XSearch — это набор инструментов, который позволяет использовать множество различных моделей в разных контекстах для реализации и адаптации различных методологий поиска. Таким образом, вы можете создать обычный поиск по электронной коммерции, вы можете создать генеративный поиск и добавить — как блоки Lego — различные инструменты, позволяющие в конечном итоге создать поисковую систему, которая подойдет именно вам, за очень короткий промежуток времени,” Фариси рассказал Sourcing Journal.

Между тем, XRecommend, пояснил он, помогает ритейлерам ранжировать несколько самых популярных продуктов среди потребителей. может заинтересовать, основываясь на поступлении информации в реальном времени, которая постоянно взаимодействует с системами искусственного интеллекта.

Каждая модель целенаправленно сочетается с автоматизацией, чтобы гарантировать, что команды электронной коммерции смогут внедрить эту технологию с минимальными трудностями. . Фариси сказал, что знает, что команды электронной коммерции не обладают техническими знаниями, ожидаемыми от команды ИИ, поэтому XGen решил автоматизировать параметры модели, чтобы системы могли работать с минимальными затратами.

Но в случае, если в распоряжении организации имеется внутренняя команда ИИ, инженеры могут помочь еще больше настроить модель в соответствии с потребностями команды.

«Все о [моделях] написано для команд, занимающихся электронными коммуникациями; даже требования к данным написаны так, как их понимают команды по электронным коммуникациям” он сказал. «Если есть внутренняя команда ИИ, они могут фактически отключить автоматизацию и получить доступ ко всему, что они видят в базовой глубокой технологической системе для обучения модели».

Он ожидает, что большинство брендов и розничных продавцов, с которыми сотрудничает компания, будут использовать два набора инструментов, работающие в тандеме друг с другом, с целью оптимизировать ранжирование рекомендаций после поиска клиентов.

Третьей частью головоломки, под которой нет разрозненной коллекции моделей, как это делают XSearch и XRecommend, является XGenerate, который Фариси описал как способ, с помощью которого бренды могут «обогащать данные о [своих] продуктах, поступающие в систему». экосистема с большим количеством информации о продукте, [например] микрокатегориями, макрокатегориями, атрибутами [и] цветами генеративным способом».

Компания планирует добавить на свой рынок другие модели, которых, по словам Фариси, в ближайшие несколько месяцев может насчитываться более 100. Он сказал, что, по его мнению, эта технология станет решением некоторых проблем персонализации и открытий, с которыми компании сталкиваются ежедневно, а также передаст власть в руки команд электронной коммерции и облегчит бремя внедрения для технологических команд.

По его мнению, союз автоматизации и искусственного интеллекта может привести к тому, что лидеры электронной коммерции станут «героями»; внутри своих организаций.

Данные SAP Emarsys показывают, что 35 процентов потребителей указали, что хотят, чтобы искусственный интеллект помог им в открытие новых продуктов. И пока организации соревнуются друг с другом, изо всех сил пытаясь удержать клиентов’ Внимание и ежедневное тестирование новых вариантов использования персонализации, Фариси сказал, что он знает, что спрос сохранится, поскольку XGen продолжает развиваться.

“Когда был выпущен iPhone, это было типа &#8216 «Ты шутишь?» [Было] много скептиков. Это крайний пример, но разница в том, что уже есть волна ИИ, где есть спрос. «Спроса на iPhone не было, [потому что] никто не знал, что такое iPhone», – сказал он. – сказал Фариси. «Но спрос на ИИ есть. Все, что мы делаем, — это кодифицируем это и даем волне выход для фактического использования в [этой] вертикали».