Η Instacart πρωτοπορεί στην εμπορική καινοτομία με ενσωμάτωση στο ChatGPT: Μια νέα εποχή στο ηλεκτρονικό εμπόριο
Η Instacart έχει εισάγει μια ενσωματωμένη εμπειρία ολοκλήρωσης αγοράς μέσα στο ChatGPT μέσω του αναδυόμενου Πρωτοκόλλου Εμπορίου Πράκτορα. Με αυτή την ανάπτυξη, η εταιρεία γίνεται ο πρώτος συνεργάτης που λανσάρει μια εφαρμογή στο ChatGPT, προσφέροντας έναν πλήρη κύκλο αγορών – από την αναζήτηση έως την πληρωμή – χωρίς να απαιτείται από τον χρήστη να εγκαταλείψει τη διεπαφή συνομιλίας.
Λειτουργικοποίηση του εμπορίου πράκτορα: Η επίλυση του προβλήματος της “μεταβίβασης”
Η ενσωμάτωση αυτή διορθώνει έναν σπασμένο κρίκο στο συνομιλητικό εμπόριο: τη “μεταβίβαση”. Ιστορικά, τα μοντέλα τεχνητής νοημοσύνης μπορούσαν να προτείνουν προϊόντα ή να δημιουργούν σχέδια γευμάτων, αλλά η φάση εκτέλεσης απαιτούσε σύνδεση σε ξεχωριστή εφαρμογή ή ιστότοπο, συχνά οδηγώντας σε εγκατάλειψη καλαθιού. Με αυτή τη νέα ανάπτυξη, οι χρήστες μπορούν να αλληλεπιδρούν με την τεχνητή νοημοσύνη για σχεδιασμό γευμάτων και να έχουν το σύστημα να δημιουργεί ένα καλάθι βάσει του αποθέματος τοπικών λιανοπωλητών. Ο διαφοροποιητικός παράγοντας εδώ είναι η διαδικασία ολοκλήρωσης αγοράς. Χρησιμοποιώντας το Πρωτόκολλο Εμπορίου Πράκτορα, η συναλλαγή επεξεργάζεται απευθείας μέσα στη διεπαφή συνομιλίας χρησιμοποιώντας μια ροή πιστωτικής κάρτας που υποστηρίζεται από τη Stripe.
Η σημασία των δομημένων δεδομένων σε πραγματικό χρόνο για την ενσωμάτωση με μεγάλα γλωσσικά μοντέλα
Η ανάπτυξη της Instacart υπογραμμίζει γιατί τα δομημένα, δεδομένα σε πραγματικό χρόνο έχουν σημασία όταν ενσωματώνονται με μεγάλα γλωσσικά μοντέλα (LLMs). Ένας πράκτορας τεχνητής νοημοσύνης είναι μόνο τόσο αποτελεσματικός όσο τα δεδομένα που μπορεί να έχει πρόσβαση. Οι “παραισθήσεις” σε ένα εμπορικό πλαίσιο – όπως η πώληση προϊόντων που δεν είναι διαθέσιμα – φέρουν οικονομικό και φήμης κίνδυνο. Ο Anirban Kundu, CTO της Instacart, σημειώνει ότι η τροφοδότηση αγορών μέσα σε έναν πράκτορα τεχνητής νοημοσύνης απαιτεί τεχνολογία ικανή να ερμηνεύει εξαιρετικά τοπικά και συνεχώς μεταβαλλόμενα αποθέματα. Η Instacart προσπαθεί να μετριάσει τον κίνδυνο “παραισθήσεων” βασίζοντας τις απαντήσεις της τεχνητής νοημοσύνης στο τεράστιο σύνολο δεδομένων της, το οποίο καλύπτει περισσότερα από 1,8 δισεκατομμύρια προϊόντα σε 100.000 καταστήματα.
Διπλή υιοθέτηση: Αντιμετώπιση πελατών και εσωτερική αποδοτικότητα
Ενώ η ενσωματωμένη ολοκλήρωση αγοράς τραβάει την προσοχή, το ευρύτερο σχέδιο της Instacart περιλαμβάνει εκτεταμένη εσωτερική ανάπτυξη. Η εταιρεία χρησιμοποιεί το ChatGPT Enterprise για να βελτιώσει τις εσωτερικές ροές εργασίας, με στόχο την επιτάχυνση της ανάπτυξης εμπειριών πελατών. Επιπλέον, έχουν αναπτύξει το Codex της OpenAI για την υποστήριξη ενός εσωτερικού πράκτορα κωδικοποίησης. Αυτή η διπλή προσέγγιση – χρησιμοποιώντας την τεχνητή νοημοσύνη για πωλήσεις (Εμπόριο Πράκτορα) και για ανάπτυξη (Codex) – προσφέρει ένα μοντέλο για λειτουργίες. Προχωρά πέρα από μεμονωμένες πιλοτικές εφαρμογές σε μια ολιστική στάση όπου τα γενετικά μοντέλα οδηγούν τόσο τα έσοδα όσο και την αποδοτικότητα της Έρευνας και Ανάπτυξης.
Εφαρμογή και διαθεσιμότητα της Instacart στο ChatGPT
Η εμπειρία είναι αυτή τη στιγμή ενεργή για χρήστες σε επιτραπέζιες και κινητές διαδικτυακές πλατφόρμες, ενώ η εγγενής διαθεσιμότητα για εφαρμογές iOS και Android ξεκινά σύντομα. Για να αποκτήσουν πρόσβαση στη λειτουργία, οι χρήστες πρέπει να ενεργοποιήσουν την ειδική εφαρμογή Instacart μέσα στη διεπαφή ChatGPT (για παράδειγμα, ζητώντας “Instacart, μπορείς να με βοηθήσεις να αγοράσω υλικά για μηλόπιτα;”) και να συνδέσουν τους λογαριασμούς τους. Αυτός ο μηχανισμός επιλογής διασφαλίζει ότι η ανταλλαγή δεδομένων είναι συναινετική, ένα απαραίτητο βήμα διακυβέρνησης για επιχειρήσεις που αναπτύσσουν πράκτορες τεχνητής νοημοσύνης για καταναλωτές.
Συμπέρασμα: Η νέα εποχή του ηλεκτρονικού εμπορίου με την τεχνητή νοημοσύνη
Η ενσωμάτωση αυτή λειτουργεί ως μελέτη περίπτωσης για το πράκτορα τεχνητής νοημοσύνης στο εμπόριο. Για στελέχη λιανικής και τεχνολογίας, το μοντέλο της Instacart δείχνει ότι η επόμενη φάση της ψηφιακής υιοθέτησης περιλαμβάνει την προετοιμασία δομών API και αγωγών δεδομένων για την εξυπηρέτηση “μη ανθρώπινων” πελατών (πράκτορες τεχνητής νοημοσύνης) τόσο αξιόπιστα όσο και των ανθρώπινων. Η εστίαση πρέπει να παραμείνει στην ακρίβεια των δεδομένων και τη διαθεσιμότητα σε πραγματικό χρόνο. Χωρίς αυτές τις βάσεις, οι ροές εργασίας πράκτορα δεν θα αποδώσουν την αναμενόμενη απόδοση της επένδυσης.
