Generatieve AI op AWS: Hoe Gimba zijn productcatalogus automatiseerde

Het ontwikkelde platform vervangt het handmatige proces voor het onderhoud van de catalogus, die momenteel zo'n 30.000 artikelen bevat, en verkort de productregistratietijd met 84%.

Voordelen

De catalogus is in slechts een paar klikken bijgewerkt.
De tijd die nodig is voor het registreren van artikelen is teruggebracht van 13 minuten naar 2 minuten.
Een meer gedetailleerde productbeschrijving.
Er wordt een groei van 10% in online zoekopdrachten verwacht.

overzicht

A Gimba Gimba is een toonaangevend Braziliaans bedrijf in de detailhandel en toeleveringsketen. Het is verantwoordelijk voor de netwerken van 300 van de 500 grootste bedrijven in Brazilië, waarbij alle leveringen worden gepland, kwaliteitsnormen worden gewaarborgd en service level agreements (SLA's) voor voorraadbeheer worden vastgesteld. Met de ondersteuning van AWS en Flexa Cloud – een AWS-partner die gebruikmaakt van generatieve kunstmatige intelligentie (AI) – heeft Gimba een platform ontwikkeld om de stappen in het opbouwen van de productcatalogus, die ongeveer 30.000 producten bevat, te automatiseren.

Over Gimba

Gimba is een pionier op het gebied van supply chain- en distributiemanagement en helpt bedrijven en consumenten bij het verkrijgen van essentiële artikelen voor hun dagelijkse bezigheden.

Kans

Daniel Arruda, CTO (Chief Technology Officer) van Gimba, legt uit dat catalogusupdates voorheen handmatig werden uitgevoerd voor alle circa 300 nieuwe producten die maandelijks werden toegevoegd.

"Elke fabrikant stuurt ons zijn productgegevens in verschillende formaten, en we werken samen met diverse partners die deze gegevens lezen en standaardiseren om productbeschrijvingen in onze catalogus te maken, met name in de online catalogus," legt hij uit.

João Ricardo Miliozzi David, marketinganalist bij Gimba, voegt hieraan toe: "Er is aandacht voor de manier waarop het product wordt beschreven om de persoonlijkheid van Gimba te laten zien, de consument op een unieke manier te informeren over de belangrijkste kenmerken van het product en tegelijkertijd aantrekkelijker te zijn voor zoekmachines."

Volgens Arruda, zolang andere instrumenten van generatieve AI Toen ze op de markt kwamen, begon het team dat verantwoordelijk was voor het bijwerken van de catalogus te experimenteren.

“We gebruikten ze op een niet-methodologische manier om teksten te produceren, die vervolgens door het team werden beoordeeld en verbeterd. Dit proces was handmatig. De vragen waren niet gestandaardiseerd, evenmin als het gebruik van de antwoorden,” zegt hij.

Met als doel de productiviteit te verhogen en de kwaliteit van productbeschrijvingen te verbeteren, zag het team van Arruda AWS als een kans om generatieve kunstmatige intelligentie (AI) efficiënter en schaalbaarder in te zetten. Bovendien zou AWS de volgende stap kunnen zetten door de AI te personaliseren op basis van Gimba's zogenaamde "persoonlijkheid".

“We hebben het volste vertrouwen in AWS als strategische partner voor ons eerste gezamenlijke project.”

Daniel Arruda, CTO van Gimba

Waarom AWS?

Na de presentatie van het project aan AWS werd Gimba uitgenodigd om een platform te ontwikkelen dat aan hun behoeften voldeed en de catalogusoplossing naar de AWS-cloud te brengen.

Met de steun van Flexa-wolkHet eerste prototype, gebaseerd op Amazon SageMaker, werd ontwikkeld voor het trainen en verfijnen van het LLM-model. Een steekproef van 900 producten met ideale beschrijvingen werd gebruikt om het model te trainen, zodat het begreep wat er verwacht werd.

"We hebben tijdens het leerproces twee of drie nieuwe producten getest en de resultaten waren indrukwekkend," aldus Arruda.

"Met dit eerste succes wisten we dat we op de goede weg waren", aldus Deivid Bitti, CEO van Flexa Cloud.

"Toen we toegang kregen tot Amazon Bedrock, zijn we begonnen met de overstap naar beheerde AWS-services."

Het gekozen model, Claude-2, was essentieel voor het succes van het platform vanwege het grote contextvenster (tot 100.000 tokens). Hierdoor konden we geavanceerde, kant-en-klare engineeringtechnieken gebruiken, waardoor handmatige training of aanpassing van het model overbodig werd. Hierdoor konden we de kosten van de oplossing met meer dan 50% verlagen.

Het volledige ontwikkelingsproces met AWS was gebaseerd op het principe van het aanpassen van het gebruik van generatieve AI aan de behoeften van Gimba, met name die van het registratieteam. We creëerden een online platform met een eenvoudige, gebruiksvriendelijke interface die het gebruik van Amazon Bedrock API's automatiseert en direct resultaten genereert in de back-end.

uitslagen

Nu kan de productcatalogus met slechts een paar klikken binnen deze interface worden bijgewerkt, waardoor een reeks aanpassingen die voorheen handmatig werden uitgevoerd, worden geautomatiseerd.

“Het platform maakt al gebruik van onze communicatiestandaard en HTML-opmaak. Het is veel sneller; er is geen vergelijking mogelijk met het proces dat we voorheen hadden. We hebben de registratietijd per product teruggebracht van 13 minuten naar 2 minuten”, legt Juliana de Freitas Ribeiro, registratiemanager, uit.

Aan de andere kant kregen de klanten van Gimba ook toegang tot een completere en meer informatieve beschrijving, waardoor vragen over het product werden weggenomen en de verkoopconversie toenam.

"Intern verwachten we een hogere productiviteit bij het genereren van registraties en beter gepositioneerde organische zoekresultaten dankzij het verbeterde gebruik van zoekwoorden", aldus Daniel Arruda, die een verwachte groei van 10% in deze zoekopdrachten noemt.

volgende stappen

Met het succes van het nieuwe productplatform verwacht het registratieteam alle producten die momenteel in de catalogus staan via deze tool te kunnen overzetten en bestaande productvermeldingen te vernieuwen.

"Door dit bij nieuwe producten te doen, geven we het registratieteam de ruimte voor andere taken, omdat de beschrijving meer tijd in beslag neemt. Op deze manier kunnen we de kwaliteitsstandaard verhogen."

Juliana de Freitas Ribeiro, Registratiemanager