Nasazení AI asistenta OTTO
OTTO, největší německý internetový prodejce, spustil AI asistenty integrované přímo do svého internetového obchodu a aplikace pro navádění při nakupování a zákaznický servis. Od 31. července se tato funkce zobrazuje jako chatovací lišta nad recenzemi produktů na otto.de a poskytuje odpovědi během několika sekund čerpané z názvů, popisů produktů a nejméně 50 recenzí zákazníků, aby byly zajištěny vyvážené odpovědi. Asistent, který je zpočátku k dispozici pro přibližně 180 000 položek v kategoriích, jako jsou boty, koberce, kávovary a pohovky, používá velký jazykový model PaLM 2 od společnosti Google Cloud v kombinaci s proprietárními daty OTTO prostřednictvím služby Vertex AI, přičemž všechna data jsou uložena na serverech OTTO.[1]
Spuštění označuje OTTO jako první německý internetový obchod, který testuje takovou AI nativně v desktopovém i mobilním prostředí. Zvládá hovorové dotazy, pravopisné chyby a subjektivní údaje z recenzí. Se zákazníky probíhá řízený A/B test: polovina má přístup k asistentovi, polovina ne, aby se změřil dopad na spokojenost, poradenství a míru vracení zboží. Tuto funkci vyvinul tým Digital & Consulting společnosti OTTO a navazuje na stávající používání AI, jako je seskupování recenzí, rozpoznávání obrázků a prevence podvodů.[1]
Dopady pro produktové feedy a standardy katalogu
AI asistenti, jako je ten od OTTO, přímo vylepšují produktové feedy syntetizací nestrukturovaných dat z recenzí a popisů do akčních poznatků, což snižuje závislost na statických metadatech. To zvyšuje standardy katalogu, protože odpovědi se musí čerpat z položek s velkým objemem recenzí, což implicitně nutí obchodníky, aby upřednostňovali akumulaci recenzí pro viditelnost. Strukturované feedy těží ze schopnosti AI normalizovat různé vstupy – názvy, specifikace, zpětná vazba od uživatelů – do konzistentních formátů reagujících na dotazy, čímž se zefektivňuje příjem dat pro velké sortimenty.[1] Chcete-li se dozvědět více o produktových feedech, podívejte se na náš blogový příspěvek o Product feed - NotPIM.
V praxi toto nastavení vynucuje minimální prahové hodnoty kvality: produkty bez 50+ recenzí zůstávají nezpůsobilé, což podporuje lepší hygienu katalogu. Pro e-commerce platformy to signalizuje posun, kdy se feedy vyvíjejí z pouhých výpisů do dynamických aktiv, která lze dotazovat pomocí AI, což potenciálně standardizuje atributy, jako jsou detaily materiálu nebo padnutí napříč kategoriemi, aby se podpořila přesnější generování.[1]
Zlepšení kvality produktových karet a rychlosti sortimentu
Kompletnost karet se zvyšuje, protože AI agreguje hodnocení recenzí s popisy, přičemž upozorňuje na přehlížené detaily, jako je odolnost nebo velikost, a to bez manuální kurace. Zákazníci, kteří se dotazují „shed this carpet?“, dostávají syntetizované odpovědi, které zaplňují mezery ve statických kartách a zlepšují vnímanou plnost. Tato bezzákonná vrstva – využívající předem natrénované LLM – umožňuje rychlé vylepšení bez nutnosti přepracovávat šablony, protože OTTO ji rychle integroval prostřednictvím cloudových nástrojů.[1] Pro více informací o tom, jak vytvářet skvělé produktové popisy, si přečtěte náš článek o How to Create Sales-Driving Product Descriptions Without Spending a Fortune - NotPIM.
Rychlost uvádění sortimentu na trh se dramaticky zrychluje: nové výpisy urychlují viditelnost, jakmile se dosáhne prahové hodnoty recenzí, což umožňuje rychlejší testování trhu pro sezónní nebo trendové položky. Tradiční překážky, jako je pomalé hromadění recenzí, oddalují odhalení; AI to zmírňuje rychlejším kvalifikováním položek, změnou začínajících katalogů na feedy připravené k dotazování a kompresí time-to-market z týdnů na dny.[1][2]
No-Code AI a integrace konverzačního obchodu
Nasazení bez kódu zde září, s asistentem OTTO postaveným prostřednictvím rozhraní Vertex AI, čímž se obchází těžké vlastní kódování pro jemné doladění LLM na interních datech. To demokratizuje AI pro maloobchodníky střední úrovně, kde plug-and-play modely zvládají složité dotazy nad rámec skriptovaných botů a přizpůsobují se změnám katalogu v reálném čase bez nutnosti rekvalifikace.[1][2] Pokud hledáte nástroj, možná budete chtít použít náš Feed validator - NotPIM.
V obsahové infrastruktuře podporuje konverzační obchod interpretací záměru z vágního vyhledávání, emocionálních podnětů nebo opuštěných nákupních košíků a stahuje data z živého feedu pro upselling. Tato smyčka – dotaz ke syntéze feedu k odpovědi – zvyšuje statický e-commerce na proaktivní systémy, snižuje únavu z rozhodování a opouštění, přičemž se škáluje napříč B2C stupnicemi bez proporcionálního obsahu.[2][3] Chcete-li se dozvědět více o našem produktovém obsahu, klikněte na odkaz.
Širší změny v e-commerce
Pro nákupní infrastrukturu tento krok OTTO podtrhuje roli AI při snižování vracení zboží prostřednictvím jasnosti před nákupem, protože informované dotazy korelují s lepšími shodami. Hypotéza: rozsáhlé přijetí by mohlo standardizovat feedy připravené pro AI, upřednostňovat bohaté katalogy s mnoha recenzemi před řídkými, a tím změnit pobídky dodavatelů. Platformy získávají analytiku z vyhledávacích vzorců, iterativně upřesňují feedy bez explicitních smyček zpětné vazby.[1]
Handelsblatt.
GeekWire.
Příklad OTTO zdůrazňuje významný posun v e-commerce, kde jsou informace o produktech dynamicky generovány a vylepšovány pomocí AI, což zdůrazňuje důležitost vysoce kvalitních katalogů produktů s bohatými daty. Tento trend zvyšuje tlak na maloobchodníky, aby udržovali komplexní a standardizovaná produktová data. Pro platformy jako NotPIM to podtrhuje hodnotu efektivního řízení dat a schopností optimalizace feedů. Naši uživatelé mohou využít NotPIM ke zjednodušení obohacování dat a zajistit, aby informace o jejich produktech nejen splňovaly, ale předvídaly vyvíjející se požadavky na nakupování s podporou AI.