Wayfair et OpenAI : révolution du support client et catalogue

Wayfair et OpenAI : une alliance stratégique pour l'optimisation des opérations

Wayfair, un acteur majeur dans le secteur de la vente de biens pour la maison, a intégré les modèles d'OpenAI dans ses systèmes internes pour transformer ses processus critiques. Ce partenariat, initié par des tests à petite échelle en 2024, s'est développé en un système de production complet. L'objectif est de réduire le travail manuel, d'accélérer la prise de décision et d'améliorer la qualité des données sur des millions de produits.

Contrairement à une approche ponctuelle, Wayfair a choisi d'intégrer l'IA générative d'OpenAI dans ses flux de travail opérationnels fondamentaux. L'entreprise s'est concentrée sur les domaines où la complexité et l'échelle sont cruciales, notamment le routage et la résolution des demandes de support des fournisseurs, ainsi que l'amélioration continue des attributs de produits dans un catalogue qui compte environ 30 millions d'articles.

Améliorer la qualité du catalogue à grande échelle

L'équipe de gestion du catalogue de Wayfair est responsable de dizaines de millions de produits répartis en près de 1 000 catégories différentes. Des étiquettes d'attributs précises, telles que la couleur, le matériau, ou la taille, sont essentielles pour la recherche, les recommandations et le merchandising.

Jessica D'Arcy, Directrice Associée du Merchandising de Catalogue chez Wayfair, souligne que la qualité des données est cruciale pour établir la confiance avec les clients. Une bonne qualité de données permet aux acheteurs de prendre des décisions d'achat éclairées, réduisant ainsi les problèmes coûteux comme les retours de produits mal représentés.

Avant l'intégration d'OpenAI, l'amélioration des étiquettes reposait principalement sur les signalements des fournisseurs et des clients. Cependant, le volume était tel que l'effort manuel ne pouvait suivre. Bien que les premiers modèles d'IA personnalisés pour des étiquettes spécifiques aient été efficaces, ils étaient coûteux à développer et à maintenir. Carolyn Phillips, scientifique en apprentissage automatique chez Wayfair, explique que bien que techniquement fonctionnels, ces modèles ne pouvaient pas évoluer pour couvrir les 47 000 étiquettes nécessaires.

Développer une architecture d'IA réutilisable

Pour dépasser les limites des modèles uniques, Wayfair a mis en place un système indépendant des étiquettes basé sur un modèle OpenAI unique. Un "agent de définition" ingère des définitions provenant du web et de sources internes pour fournir un contexte à chaque étiquette.

Phillips indique que le véritable obstacle n'était pas la performance du modèle, mais le temps humain nécessaire pour définir et encoder chaque étiquette. Ce contexte, combiné aux données agrégées de l'écosystème de Wayfair, alimente un cadre capable de classifier les attributs à travers les classes de produits. L'équipe a ainsi pu étendre la couverture des modèles à de nouveaux attributs à un rythme 70 fois plus rapide qu'il y a un an. Le système est maintenant en production sur plus de 1 million de produits.

Impact mesurable sur les équipes

Depuis l'intégration des modèles OpenAI, Wayfair a constaté des améliorations significatives. Dans le domaine du catalogue, l'entreprise a réduit le nombre d'étiquettes incorrectes ou manquantes, corrigeant 2,5 millions d'étiquettes de produits parmi les plus visibles et achetés. Ils prévoient de quadrupler cet impact dans les six prochains mois.

Pour le support des fournisseurs, les systèmes de triage, co-pilote et auto-pilote ont automatisé 41 000 tickets par mois, soit jusqu'à 70 % dans certains flux de travail. Cela a permis de réduire les délais de traitement en éliminant le travail manuel de routine, améliorant ainsi la satisfaction des fournisseurs et diminuant les réouvertures de tickets.

La visibilité accrue des modèles sur les tickets et l'intention des fournisseurs, au-delà de ce qu'un seul associé peut voir, a contribué à cette augmentation de la satisfaction.

Wayfair a également déployé plus de 1 200 sièges ChatGPT Enterprise parmi ses environ 12 000 employés pour soutenir des tâches ad hoc, la résolution de problèmes internes et l'expérimentation avec des modèles génératifs.

Un partenariat durable avec OpenAI

Wayfair a une longue tradition d'investissement dans l'apprentissage automatique et de collaboration avec des plateformes d'IA et des fournisseurs de LLM pour faire progresser son activité. Les avancées dans les modèles de pointe, notamment les systèmes multimodaux, élargissent les possibilités de création pour ses équipes. Cela est particulièrement pertinent dans le commerce de détail à domicile, où les produits sont souvent visuels et subjectifs.

Carolyn Phillips exprime son enthousiasme quant aux nouveaux problèmes que l'entreprise peut désormais aborder. Les algorithmes traditionnels nécessitent des ensembles de données strictement définis, alors que ces nouveaux modèles permettent de travailler à travers l'ambiguïté et le contexte de manière évolutive.

La demande pour ChatGPT Enterprise est forte parmi les employés de Wayfair, qui le considèrent comme un outil pratique pour avancer plus rapidement. Les attentes des clients évoluent également, avec de plus en plus d'acheteurs se familiarisant avec l'IA dans leur vie quotidienne et s'attendant à des capacités similaires lors de leurs achats en ligne.

Fiona Tan, une dirigeante de Wayfair, souligne que souvent, les clients n'ont pas les mots exacts pour décrire ce qu'ils recherchent. Les systèmes de langage naturel et multimodaux aident à combler cette lacune.

Pour les dirigeants de Wayfair, l'objectif est d'augmenter l'expertise humaine tout en développant la capacité interne. "Nous construisons pour un monde où l'IA fait partie intégrante du parcours d'achat — que ce soit sur notre site, à travers le support ou via des interfaces conversationnelles", conclut Fiona Tan.