开发的平台取代了目前约有 30.000 个项目的手动目录维护流程，并将产品注册时间缩短了 84%。
优点
- 只需点击几下即可完成目录更新。
- 物品登记时间从 13 分钟减少到 2 分钟。
- 更详细的商品描述。
- 预计在线搜索量将增长10%。
总览
A 金巴 Gimba是巴西领先的零售和供应链公司，负责巴西500强企业中300家的供应链网络，包括安排所有配送、质量标准以及制定补货服务水平协议（SLA）。在AWS和Flexa Cloud（一家使用生成式人工智能（AI）的AWS合作伙伴）的支持下，Gimba开发了一个平台，用于自动化构建其产品目录的各个步骤，该目录包含约30.000种产品。
关于金巴
作为供应链和分销管理市场的先驱，Gimba 帮助企业和消费者获得日常生活中必需的物品。
机会
Gimba 的首席技术官 Daniel Arruda 解释说，以前每月新增的约 300 种产品，其目录更新都是手动完成的。
“每个制造商都以不同的格式向我们发送产品数据，我们有几个合作者负责读取和规范这些数据，并在我们的产品目录中创建产品描述，尤其是在线产品目录，”他解释说。
Gimba 的市场分析师 João Ricardo Miliozzi David 也补充说：“我们关注的是如何描述产品，才能展现 Gimba 的个性，以独特的方式告知消费者产品的主要特征，并同时对搜索算法更具吸引力。”
据阿鲁达称，只要其他工具…… 生成式人工智能 当这些产品上市后，负责更新产品目录的团队就开始进行试验。
“我们以一种非系统化的方式使用它们来生成一些文本，然后由团队进行审阅和改进。这个过程是人工的。问题没有标准化，答案的使用也没有标准化，”他说。
为了提高生产力并提升产品描述的质量，Arruda 的团队将 AWS 视为更高效、更可扩展地使用生成式人工智能 (AI) 的契机。此外，AWS 还能帮助他们更进一步，根据 Gimba 所谓的“个性”对 AI 进行个性化定制。
“我们对AWS作为我们首个联合项目的战略合作伙伴充满信心。”
Gimba首席技术官Daniel Arruda
为什么选择 AWS？
在向 AWS 展示该项目后，Gimba 受邀开发一个满足其需求的平台，并将目录解决方案迁移到 AWS 云。
在 弹性云第一个原型基于 Amazon SageMaker 构建，用于训练和微调 LLM 模型。我们使用包含 900 个理想产品描述的样本来训练模型，使其理解预期内容。
“在学习过程中，我们测试了两到三种新产品，结果令人印象深刻，”阿鲁达说。
“有了这第一次成功，我们就知道我们走对了路，”Flexa Cloud 的首席执行官 Deivid Bitti 说。
“当我们获得 Amazon Bedrock 的访问权限后，我们就开始向 AWS 托管服务过渡。”
所选模型 Claude-2 对平台的成功至关重要，因为它拥有巨大的上下文窗口（高达 100.000 万个词元），使我们能够使用先进的开箱即用型工程技术，无需手动训练或调整模型。因此，我们将解决方案的成本降低了 50% 以上。
与 AWS 的整个开发过程都基于一个原则：根据 Gimba 的需求，特别是注册团队的需求，定制生成式 AI 的使用。我们创建了一个在线平台，该平台拥有一个简单易用的界面，可以自动应用 Amazon Bedrock API 并立即在后端创建数据。
Resultados
现在，只需点击几下鼠标，即可在此界面中更新产品目录，从而自动完成以前需要手动完成的一系列调整。
“该平台已经采用了我们的通信标准和HTML标记。速度快得多；与我们之前的流程相比，简直天壤之别。我们将每个产品的注册时间从13分钟缩短到了2分钟，”注册经理朱莉安娜·德·弗雷塔斯·里贝罗解释道。
另一方面，Gimba 的客户也获得了更完整、更详尽的产品描述，消除了有关产品的疑问，提高了销售转化率。
“我们内部预计，通过改进关键词的使用，注册量和自然搜索排名将得到显著提升，”Daniel Arruda透露，并表示预计这些搜索量将增长10%。
下一阶段
随着新产品平台的成功，注册团队希望将目前目录中的所有产品都通过该工具迁移，并改进现有的产品列表。
“通过这种方式处理新产品，我们可以让注册团队腾出时间来处理其他任务，因为产品描述需要更多时间。这样一来，我们就能提高质量标准。”
Juliana de Freitas Ribeiro，注册经理
“我们对AWS作为我们首个联合项目的战略合作伙伴充满信心。”
Gimba首席技术官Daniel Arruda
