### Разполагане на AI асистента на OTTO
OTTO, най-големият онлайн търговец на дребно в Германия, пусна AI асистенти, интегрирани директно в своя онлайн магазин и приложение за насоки при пазаруване и обслужване на клиенти. От 31 юли функцията се появява като лента за чат над продуктовите ревюта на otto.de, предоставяйки отговори за секунди, извлечени от заглавията на продуктите, описанията и най-малко 50 клиентски отзива, за да се гарантират балансирани отговори. Достъпно първоначално за около 180 000 артикула в категории като обувки, килими, кафе машини и дивани, асистентът използва голям езиков модел PaLM 2 на Google Cloud в комбинация със собствени данни на OTTO чрез Vertex AI, като същевременно запазва всички данни на сървърите на OTTO.[1]
Стартирането отбелязва OTTO като първия германски онлайн магазин, който тества подобен AI в нативни среди както на настолни компютри, така и на мобилни устройства. Той обработва разговорни заявки, правописни грешки и субективни данни от отзиви, като контролиран A/B тест разделя клиентите: половината имат достъп до асистента, половината - не, за да се измери въздействието върху удовлетвореността, насоките и нивата на връщане. Разработен от екипа за дигитални и консултантски услуги на OTTO, това надгражда съществуващите AI приложения като клъстериране на ревюта, разпознаване на изображения и предотвратяване на измами.[1]
### Имплекации за продуктовите фийдове и стандартите на каталога
AI асистентите като този на OTTO директно подобряват продуктовите фийдове чрез синтезиране на неструктурирани данни от ревюта и описания в приложими прозрения, намалявайки зависимостта от статични метаданни. Това повишава стандартите на каталога, тъй като отговорите трябва да са извлечени от артикули с голям обем ревюта, като негласно притиска търговците да приоритизират натрупването на ревюта за видимост. Структурираните фийдове печелят от способността на AI да нормализира различни входове – заглавия, спецификации, обратна връзка от потребителите – в последователни, отговарящи на заявки формати, рационализирайки въвеждането на данни за големи асортименти.[1] Ако искате да научите повече за продуктовите фийдове, вижте нашата публикация в блога на **[Product feed - NotPIM](/blog/product_feed/)**.
На практика тази настройка налага минимални прагове за качество: продукти без 50+ ревюта остават неправоспособни, насърчавайки по-добра хигиена на каталога. За e-commerce платформите това сигнализира за промяна, при която фийдовете еволюират от прости списъци до динамични, AI-заявкируеми активи, потенциално стандартизирайки атрибути като детайли за материала или подходящ размер в категориите, за да подхранват по-точни поколения.[1]
### Увеличаване на качеството на product card-овете и скоростта на асортимента
Пълнотата на product card-овете се увеличава рязко, тъй като AI агрегира настроенията от ревюта с описания, извличайки пренебрегнати детайли като издръжливост или размер без ръчно подреждане. Клиентите, които търсят "пуска ли този килим мъх?", получават синтезирани отговори, запълвайки празнините в статичните card-ове и подобрявайки възприеманата пълнота. Този no-code слой – използващ предварително обучени LLM – позволява бързи подобрения, без да се препроектират шаблони, тъй като OTTO го интегрира бързо чрез облачни инструменти.[1] За повече информация как да създадете страхотни продуктови описания, прочетете нашата статия на **[How to Create Sales-Driving Product Descriptions Without Spending a Fortune - NotPIM](/blog/how-to-create-sales-driving-product-descriptions-without-spending-a-fortune/)**.
Скоростта на въвеждане на асортимента се ускорява драстично: нови обяви ускоряват видимостта, след като праговете за преглед бъдат достигнати, позволявайки по-бързо тестване на пазара за сезонни или актуални артикули. Традиционните пречки като бавно натрупване на ревюта забавят експозицията; AI смекчава това, като квалифицира артикулите по-бързо, превръщайки нововъзникващите каталози в готови за заявки фийдове и компресирайки времето за излизане на пазара от седмици на дни.[1][2]
### No-Code AI и интеграция на разговорна търговия
Разгръщането на No-code блести тук, като асистентът на OTTO е изграден чрез интерфейсите на Vertex AI, заобикаляйки тежкото персонализирано кодиране за фина настройка на LLM върху вътрешни данни. Това демократизира AI за търговците на дребно от средно ниво, където plug-and-play моделите обработват сложни заявки извън скриптираните ботове, адаптирайки се към промените в каталога в реално време, без преобучение.[1][2] Ако търсите инструмент, може би искате да използвате нашия **[Feed validator - NotPIM](/tools/validator/)**.
В инфраструктурата за съдържание той захранва разговорната търговия, като интерпретира намерение от неясни търсения, емоционални сигнали или изоставени колички, извличайки данни от фийда на живо за подтици за продажба. Този цикъл – заявка към синтез на фийда към отговор – повишава статичния e-commerce в проактивни системи, намалявайки умората от решения и изоставянето, като същевременно се мащабира в B2C мащаби без пропорционални операции по съдържание.[2][3] За да научите повече за нашето продуктово съдържание, щракнете върху връзката.
### По-широка промяна в електронната търговия
За инфраструктурата за пазаруване ходът на OTTO подчертава ролята на AI за намаляване на възвращаемостта чрез яснота преди покупка, тъй като информираните запитвания корелират с по-добри съвпадения. Хипотеза: широкото приемане може да стандартизира AI-готовите фийдове, като приоритизира богатите на ревюта каталози пред оскъдните, прекроявайки стимулите на доставчиците. Платформите получават анализи от моделите на заявки, усъвършенствайки фийдовете итеративно без изрични цикли на обратна връзка.[1]
*Handelsblatt*.
*GeekWire*.
---
Примерът на OTTO подчертава значителна промяна в електронната търговия, при която продуктовата информация се генерира динамично и се подобрява от AI, което повишава значението на висококачествените, богати на данни продуктови каталози. Тази тенденция увеличава натиска върху търговците на дребно да поддържат изчерпателни и стандартизирани продуктови данни. За платформи като NotPIM това подчертава стойността на ефективното управление на данни и възможностите за оптимизация на фийда. Нашите потребители могат да използват NotPIM за рационализиране на обогатяването на данни, като гарантират, че тяхната продуктова информация не само отговаря, но и предвижда развиващите се изисквания на пазаруването, захранвано от AI.