Внедрение ИИ в ритейл: как Fanatics и OpenAI обновили систему товарных рекомендаций
Спортивный ритейлер Fanatics использовал модели OpenAI для создания функции подбора одежды. Тестирование на десятках тысяч товаров показало рост вовлеченности покупателей на 10%.
Суть
Платформа спортивной коммерции Fanatics в партнерстве с OpenAI запустила обновленную функцию «Shop the Look» (Собери образ). Новая система использует технологии искусственного интеллекта для рекомендации подходящих товаров, помогая болельщикам собирать полноценные комплекты одежды в цветах любимых команд. По результатам масштабного тестирования, внедрение моделей OpenAI позволило измеримо повысить интерес пользователей к предлагаемым комплектам.
Контекст
Fanatics — это глобальная цифровая спортивная платформа, которая управляет не только собственным сайтом Fanatics.com, но и официальными онлайн-магазинами крупнейших спортивных лиг Северной Америки: NFL, NBA, MLB и NHL. Для компании масштаба Enterprise (крупный бизнес) управление огромными и постоянно меняющимися каталогами товаров представляет сложную техническую задачу. Ранее на сайтах сети уже существовала функция Shop the Look, однако компания искала способы сделать ее более релевантной и адаптивной. Для решения этой задачи Fanatics начала использовать продукты OpenAI, в частности ChatGPT Work и Codex, интегрировав их в работу корпоративного, коммерческого и игрового подразделений.
White Fanatics logo centered on dark navy jersey mesh with consistent perforations.
Детали
В основе нового подхода лежит использование моделей OpenAI для анализа обогащенных данных о продуктах, информации о командах и текущих складских запасах. Когда покупатель просматривает джерси своей любимой команды, система на странице товара предлагает ему скоординированный образ, состоящий исключительно из товаров, которые есть в наличии.
Процесс разработки отличался высокой скоростью. Используя модель Codex, инженеры Fanatics и специалисты OpenAI быстро создали пользовательские инструменты рекомендаций. Эти инструменты позволили обогатить данные каталога, найти совместимые товары и сгенерировать образы. Разработка и тестирование первых 50 образов заняли менее 24 часов. После анализа результатов и нескольких дней итераций компания утвердила минимально жизнеспособный продукт (MVP) на той же неделе.
В дальнейшем решение было масштабировано на производственную среду. Тестирование проводилось на выборке из примерно 30 000 товаров Главной лиги бейсбола (MLB). Результаты показали, что новая версия Shop the Look на базе технологий OpenAI обеспечила вовлеченность на 10% выше, чем предыдущий вариант системы. Чтобы поддерживать актуальность, сгенерированные образы обновляются ежедневно с учетом изменений в каталоге и строгих правил мерчендайзинга компании.
Two mobile devices show a Shohei Ohtani Dodgers jersey product page on the left and Fanatics’ Shop the Look merchandise recommendations on the right, over navy jersey mesh.
Анализ
Этот пример наглядно демонстрирует, как генеративный искусственный интеллект применяется за пределами привычных текстовых чат-ботов. В электронной коммерции ключевой метрикой является вовлеченность пользователя, и рост на 10% при масштабе в десятки тысяч товаров — это существенный бизнес-результат.
Особого внимания заслуживает процесс разработки. Применение модели Codex для написания кода и создания инфраструктуры обработки данных позволило сократить цикл создания прототипа до одних суток, а утверждение MVP — до одной недели. Это показывает, что ИИ-инструменты ускоряют не только обслуживание конечного потребителя, но и внутренние инженерные процессы крупных корпораций.
Перспектива
Успешное тестирование на товарах бейсбольной лиги открывает путь для дальнейшего расширения технологии на каталоги других спортивных ассоциаций (NFL, NBA, NHL), магазинами которых управляет Fanatics. Способность моделей ежедневно пересобирать рекомендации на основе меняющихся складских запасов и правил совместимости может стать новым стандартом для индустрии цифрового ритейла. Время покажет, насколько эффективно эта архитектура будет справляться с пиковыми нагрузками в сезоны крупных спортивных событий, однако текущие результаты указывают на жизнеспособность такого подхода.
Two mobile devices show Florida Panthers and Notre Dame Shop the Look merchandise recommendations side by side over navy jersey mesh.
Rapidly scaling online storage to serve over 1 billion ChatGPT users (Part II) — card
Securing our frontier model training environment — Cover
OpenAI and Poland’s NASK announce partnership — cover
TL;DR
Главное
Интеграция языковых моделей в системы товарных рекомендаций позволяет ритейлерам не только радикально ускорить разработку, но и измеримо повысить вовлеченность покупателей.
Ключевые факты
- /Разработка и тестирование первых 50 образов заняли менее 24 часов с использованием модели Codex.
- /Новая функция тестировалась на примерно 30 000 товаров лиги MLB.
- /Вовлеченность пользователей выросла на 10% по сравнению с предыдущей версией системы.
- /Рекомендации образов обновляются ежедневно на основе данных о складских запасах.
Инсайт
Использование ИИ в данном случае дало двойной эффект: модели OpenAI не только формируют рекомендации для покупателей, но и применялись инженерами для быстрого написания кода самой системы, что сократило путь до MVP до одной недели.
