Amazon a annoncé sur son blog, aux États-Unis, qu’il utilisait désormais l’IA générative pour personnaliser davantage la page de résultats de recherche, et notamment au niveau même des titres des produits. Le but : s’assurer que le client trouve plus facilement LE produit qu’il recherche.
La personnalisation des résultats de recherche va passer à un tout au autre niveau. Amazon utilise déjà depuis longtemps l’apprentissage automatique de l’IA pour fournir des recommandations de produits personnalisées. Le géant du e-commerce s’appuie désormais sur l’IA générative pour personnaliser encore davantage les types de recommandations, et même les titres et les descriptions des produits en fonction de l’activité d’achat d’un client.
Par exemple, si un client recherche régulièrement des produits sans gluten, l’IA pourra positionner intelligemment le terme « sans gluten » dans les descriptions des produits qui apparaissent dans les résultats de recherche, en s’assurant qu’il se démarque de manière visible, même si « sans gluten » a été répertorié originellement à la toute fin de la description du produit.
Cette modification hyper personnalisée vise à permettre aux clients de trouver plus facilement et rapidement le bon produit, en fonction des attributs qui sont les plus importants pour eux.
Qu’il s’agisse de céréales sans gluten, d’une montre connectée avec une longue durée de vie de la batterie ou d’un sac à dos pouvant contenir un ordinateur portable de 16 pouces, la personnalisation alimentée par l’IA générative permet aux clients de découvrir plus facilement des produits adaptés à leurs besoins spécifiques.
Un système déjà bien rodé
En analysant les attributs des produits et les informations d’achat des clients, comme les préférences, les recherches, la navigation et l’historique des achats, Amazon exploite un modèle de langage étendu (LLM) pour modifier le titre d’un produit afin de mettre en évidence les caractéristiques les plus importantes pour le client et son activité d’achat actuelle. Pour garantir que ces titres reflètent avec précision ce qui compte le plus pour chaque individu, un autre LLM, appelé LLM d’évaluation, remet en question et améliore les résultats, garantissant ainsi aux clients les meilleures informations possibles sur le produit.
« Si le LLM principal génère une description de produit trop générique ou ne met pas en évidence les caractéristiques clés propres à un client spécifique, le LLM évaluateur signalera le problème », a déclaré Mihir Bhanot, directeur de la personnalisation chez Amazon. « Cette boucle de rétroaction permet au système d’affiner en permanence les suggestions, garantissant ainsi aux clients les descriptions de produits les plus précises et les plus informatives possibles. »
AboutAmazon / 19 septembre
