DIY perakendecileri B&Q ve Screwfix’in sahibi olan Kingfisher, Fransız Castorama mağazalarında yapay zeka destekli üretken bir sanal asistan başlattı. Athena adı verilen yeniden kullanılabilir bir platformun üzerine inşa edilen sanal asistan, müşterilerin DIY sorularını yanıtlamak üzere eğitildi ve çeşitli ev geliştirme projelerinin yanı sıra özel ürün önerileri hakkında adım adım tavsiyelerde bulunuyor.
Kingfisher, müşterilerle yazılı sohbet yoluyla sohbet etmenin yanı sıra, asistanın görsel aramalar gerçekleştirmek ve görsel sorguları yanıtlamak için fotoğrafları analiz etmesini sağlamayı planlıyor. Kingfisher, bir fotoğraf yükleyerek müşterilere belirli bir parçayı tanımlamak için asistanı kullanma olanağı sunmayı umuyor – örneğin, “Lavabomun bu kırık kısmını değiştirmek istiyorum ama bunun adını bilmiyorum” veya “Ben Bunun gibi başka bir yastık bulmak isterim”.
Kingfisher’ın grup veri direktörü Tom Betts, üç yıl önce şirkete katıldı ve bu, veriler etrafında yetenekler geliştirmenin başlangıcı oldu. Şöyle diyor: “Son üç yılda bu yetenekleri yavaş yavaş geliştirip geliştiriyoruz.” Bu yılın başlarında şirket, verileri kurumsal stratejisinin bir parçası haline getirdi. Betts’e göre bu strateji, müşteriler için daha iyi deneyimler yaratmada verilerin öneminin farkında.
Kingfisher’ın veri ekibi, sanal Kendin Yap asistanını ve gelecekteki diğer yapay zeka uygulamalarını desteklemek için Athena’ya özel yapay zeka düzenleme çerçevesini geliştirdi. Athena, bir dizi büyük dil modelinin (LLM) kurumsal sürümlerinin yanı sıra şirket içinde geliştirilen diğer yapay zeka araçlarının yönlendirme ve etkileşimini yönetmek için kullanılıyor. Özel ve kişisel olarak tanımlanabilir bilgilerin Kingfisher’ın bulut altyapısında kalmasını sağlayan gerekli uyumluluk ve güvenlik korkuluklarını sağlar.
Betts, Athena’yı teknolojiden bağımsız olarak tanımlıyor: “Güvenlik ve uyumluluk dışında, Athena’yı yaratmamızın nedeni, her seferinde tekerleği yeniden icat etmek zorunda kalmadan veya nasıl konuşlandıracağımızı düşünmeden hızlı bir şekilde test edip öğrenebileceğimiz bir yol istememizdi. belirli bir teknoloji parçasını kullanın veya farklı büyük dil modellerini çok hızlı bir şekilde test edin” diyor.
Kingfisher veri bilimi grup başkanı Mohsen Ghasempour, projenin ana zorluklarını tartışırken şunları ekliyor: “En büyük zaman ve enerji, teknolojiden ziyade bir ekip oluşturmak için harcandı.” Teknolojinin uygulanması nispeten kolay olsa da şunları söylüyor: “Neyin iyi, neyin kabul edilebilir, neyin doğru olmadığını anlamaya çalışan çok sayıda uyum toplantısı yapıldı. Çok fazla bilinmeyen var.”
Model eğitim süreci için Kingfisher’ın, mağazalarında çalışan Kendin Yap uzmanlarının bilgilerini toplayan şirket içi teknoloji oluşturmayı seçtiğini söylüyor: “İnsan bilgisini bu teknolojiye yaklaştırmak önemli. Bu modelleri şirket içi bilgilerimizle çevrelediğimizden emin olmak için çok zaman harcandı.”
Ghasempour yaklaşımın kesinlikle mükemmel olmadığını kabul etse de sanal asistanın ilk sürümü Castorama’daki Kendin Yap uzmanları tarafından test ediliyor. “Hala doğruluk yönlerini geliştirmemiz gerekiyor” diye ekliyor.
İlk projenin amacı, müşterinin bilgili personelden tavsiye alabileceği bir Yapım mağazasındaki üretim bölümünde meydana gelen uzmanlığın bir kısmını çevrimiçi olarak kopyalamaktır.
Ghasempour’un açıkladığı gibi, Kendin Yap ipuçlarını içeren dahili belgelerde bulunan en ilgili bilgileri almak için bir sıralama süreci kullanılıyor: “Tüm fikir geniş bir dil modeline dayanıyor. Yani sadece banyonuzu nasıl boyarsınız sorusuna genel bir cevap vermek yerine, ‘Bütün uzmanlarımız banyonuzu bu şekilde boyamanız gerektiğini düşünüyor’ diyebiliriz. Böylece genel bilgilere ulaşacaksınız, ancak aynı zamanda çevrimiçi alışveriş deneyimini mağazadaki alışverişe biraz daha yakın hale getirmek için sıralama mekanizması da kullanılıyor.”
Yüksek Lisans’larla ilişkili riskler arasında, genellikle “halüsinasyonlar” olarak adlandırılan ve hatalı olan saçma bilgiler üretebilmeleri de yer almaktadır. Bunun meydana gelme riskini azaltmak için Ghasempour, sanal asistanın, bilgilerin tamamen farklı veri modelleri kullanarak çalışan birden fazla LLM sağlayıcısından alındığı bir fikir birliği kontrol katmanı kullandığını söylüyor: “Sorulara yanıt vermek için bir temel modeli ve göreve özel bir model kullanıyoruz.” Belirli bir soruyu yanıtlıyoruz ve çelişkili bilgileri kontrol eden başka bir büyük dil modeline sahip olmaya çalışıyoruz.” Bu, halüsinasyonların oluşmayacağını garanti etmese de şunları ekliyor: “Beş veya altı farklı büyük dil modelinin yanlış bilgi sağlama şansı önemli ölçüde azaldı.”
Kendin Yap sanal asistan projesi, hâlihazırda e-ticaret satışlarının %10’unu oluşturan B&Q ve Screwfix’te yapay zeka destekli ürün tavsiyesi ve kişiselleştirme motoru ile fiyat indirimlerini ve indirimleri optimize etmek için yapay zeka destekli araçları içeren bir dizi girişime dayanıyor. .