Wayfair – один из крупнейших онлайн-ретейлеров мебели и товаров для дома. Миллионы товаров, тысячи поставщиков, постоянный поток обращений от покупателей. При таком масштабе даже небольшие системные проблемы превращаются в значительные операционные издержки. Именно здесь компания решила задействовать возможности ИИ, и, судя по результатам, ставка себя оправдала.
Каталог на миллионы позиций – и столько же потенциальных ошибок
Представьте: в вашем каталоге несколько миллионов товаров, и у каждого – десятки атрибутов. Цвет, материал, размер, стиль, совместимость с другими вещами. Если хотя бы часть этих данных заполнена неточно или неполно, покупатель либо не найдёт нужную вещь, либо получит не то, что ожидал.
Вручную поддерживать качество такого объёма данных практически невозможно. Wayfair начал использовать модели OpenAI для автоматического обогащения и проверки атрибутов товаров. Проще говоря, ИИ анализирует карточки товаров и помогает привести информацию в порядок: дополнить недостающее, исправить несоответствия, стандартизировать описания.
Результат – заметное улучшение точности каталога в масштабе, который человеческой командой было бы просто не охватить.
Поддержка: меньше ручной сортировки, быстрее ответы
Параллельно компания занялась другой болевой точкой – клиентской поддержкой. Когда ежедневно поступают тысячи обращений, критически важно быстро понять, о чём пишет покупатель, и кому это направить. Раньше значительная часть этой работы делалась вручную.
Теперь ИИ берёт на себя первичную сортировку заявок: определяет тему обращения, его приоритет и маршрутизирует к нужному специалисту или автоматическому сценарию обработки. Это то, что в индустрии называют triage – своего рода «скорая сортировка» входящего потока.
Эффект оказался ощутимым: скорость обработки обращений выросла, а операторы получили возможность сосредоточиться на действительно сложных случаях, не тратя время на рутинную классификацию.
Почему это интересно не только Wayfair
История Wayfair – хороший пример того, как крупный ретейлер встраивает ИИ не ради демонстрации технологий, а ради решения конкретных операционных задач. Два направления, две проблемы, обе решаемы с помощью языковых моделей – и обе дают измеримый результат.
Для e-commerce в целом это показательно: ИИ здесь работает не как замена людей, а как инструмент, который берёт на себя объём, с которым человек физически не справится в разумные сроки. Обработать миллионы карточек товаров или тысячи обращений в день – это именно та задача, где автоматизация даёт наибольший эффект.
При этом важно понимать: подобные внедрения требуют серьёзной подготовительной работы. Нужно выстроить процессы, настроить проверку качества, определить, где ИИ принимает решение самостоятельно, а где всё равно нужен человек. Это не «подключили и забыли» – это инфраструктурный проект.
Открытые вопросы
За рамками публикации остаются несколько интересных моментов. Насколько точен ИИ при работе с атрибутами товаров в пограничных случаях – например, когда описание поставщика неполно или противоречиво? Как компания контролирует качество автоматически обогащённых данных? И насколько хорошо система сортировки обращений справляется с нестандартными ситуациями, которые сложно однозначно классифицировать?
Эти вопросы не означают, что подход не работает, скорее, они напоминают, что любое масштабное внедрение ИИ в реальные бизнес-процессы – это не финальная точка, а постоянно развивающаяся система с собственными ограничениями и зонами роста.
