La Sorprendente Forma en que ThredUp Utiliza IA para Clasificar 80,000 Nuevos Artículos Diariamente
Una vez que alcanzas un cierto nivel, algunas tareas simplemente no pueden manejarse manualmente, dice el director de producto y tecnología de ThredUp.
Incluso las empresas digitales nativas están lidiando con las implicaciones de la inteligencia artificial y la IA generativa. Recientemente, una empresa digital nativa ha estado adoptando la IA generativa para ayudar a reducir los gastos generales asociados con la gestión de sus transacciones. ThredUp, una de las plataformas en línea más grandes del mundo para revender ropa, zapatos y accesorios, es el sueño de comercio electrónico de sus fundadores desde que lanzaron la empresa en 2009. La empresa comenzó con algoritmos de análisis básicos, ayudándole a gestionar lo que ahora ha crecido a 70,000 a 80,000 artículos disponibles diariamente.
“Cuando llegas a un cierto tamaño, hay cosas que simplemente no escalan manualmente”, dijo Dan DeMeyere, director de producto y tecnología de ThredUp. “Los sistemas basados en reglas, algoritmos muy simples, solo pueden llegar hasta cierto punto”.
El desafío no solo es el volumen de artículos que pasan por el sitio, sino también la proliferación de imágenes que se archivan y se presentan a los clientes. Hablé con DeMeyere en la reciente conferencia de Databricks y notó que “procesamos fácilmente más de 100 millones de SKU únicos, así que hacemos mucho aprendizaje. Hemos tenido aprendizaje automático en producción desde 2015. Ahora, llevamos unos 20 meses en producción con IA generativa”.
Cómo la IA generativa está ayudando a ThredUp a impulsar dos áreas de su negocio
Primero, la compañía ha empleado la tecnología para facilitar que los clientes encuentren los artículos que buscan sin sentirse abrumados. “Hace aproximadamente 18 meses, renovamos nuestro motor de búsqueda para aprovechar la IA y habilitar la búsqueda visual”, dijo DeMeyere. “En el pasado, si buscabas en nuestro sitio 'Madewell Jeans', obtendrías 50,000 Madewell Jeans. Eso no es muy útil. Era una búsqueda muy estándar basada en taxonomía. Tenías que introducir la marca y la categoría. Cosas que estaban realmente en los datos”.
Con la búsqueda visual impulsada por IA, los modelos ayudan a interpretar las imágenes de los productos. “Así que podrías buscar un suéter navideño feo y obtener resultados fenomenales. Pero no encontrarás 'feo' o 'suéter navideño' en ninguna parte de nuestra base de datos”.
Resultados operativos mejorados gracias a la IA generativa
Operativamente, la empresa emplea IA generativa para ayudar a clasificar entre las numerosas marcas, tamaños y otras categorías asociadas con la ropa. “Hemos descubierto que hay algunos modelos de IA generativa que son realmente buenos para cosas como la detección de categorías, incluso de cortes de estilo”, relató.
En el proceso, ThredUp ha logrado operar de manera más liviana y ágil, dijo. “En el pasado, tendríamos equipos de proyectos con prácticamente cada disciplina representada en un pod —científicos de datos, ingenieros de datos, ingenieros de front-end, ingenieros móviles y así sucesivamente. Los números necesarios en tales equipos se han reducido a cuatro, gracias a la IA”.
No es que la empresa esté reduciendo sus contrataciones: busca una mezcla diferente de talento. “No tienes que ser un experto en todo, pero queremos que seas curioso, capaz y versátil. En el pasado, tenías que pensar realmente en quién necesitabas y en qué etapa del proyecto, alinear todos los recursos y probablemente utilizar algún gran diagrama de Gantt. Simplemente, ya no es el mundo en el que vivimos”.
La importancia de un enfoque en el crecimiento
En términos de habilidades buscadas, no son necesariamente conjuntos de habilidades técnicas especializadas, sino más bien una “mentalidad de crecimiento” cuando se trata de IA, explicó DeMeyere. “Estamos buscando personas que tengan experiencia y sean curiosas. Esas son las personas que tienden a prosperar con nosotros”.
A medida que la IA descubre y conecta los datos a través de la empresa, puede haber menos necesidad de especialización, dijo. Si bien la ciencia de datos seguirá siendo una habilidad en demanda, todavía hay necesidad de expertos en la materia. Aún así, necesitan entender el poder de la IA. “Queremos que nuestros gerentes de producto prototipen con IA, no que hagan todos los prototipos a mano. Y queremos que los ingenieros tomen un prototipo y obtengan la ayuda de IA para desarrollarlo rápidamente”.
Si quieres más historias sobre IA, suscríbete a nuestro boletín de innovación semanal.
Comments ()