Nick Shiftan, CTO chez Bazaarvoice – Série d’entretiens

Nick Shiftan, CTO chez Bazaarvoice, est un leader technologique chevronné et entrepreneur dont la carrière s’étend sur deux décennies de construction et de mise à l’échelle de logiciels et de plateformes de commerce d’entreprise. Il est surtout connu en tant que co-fondateur et CTO de Curalate, une société de commerce social pionnière qu’il a aidée à faire croître pendant près d’une décennie à plus de 20 millions de dollars de chiffre d’affaires annuel avant son acquisition par Bazaarvoice en 2020. Plus tôt dans sa carrière, il a fondé et dirigé le développement de produits chez Parkio, en fournissant des logiciels d’entreprise pour les systèmes de transport et de stationnement, et a commencé son parcours professionnel chez Microsoft, où il a travaillé sur Outlook Mobile pour Windows Mobile. Après l’acquisition, ce qui était initialement prévu comme une transition courte s’est transformé en un rôle à long terme alors qu’il continuait à construire à grande échelle, aboutissant à sa nomination au poste de CTO, où son objectif est de faire progresser la découverte de produits basée sur l’IA et fondée sur la confiance et les données de consommateurs authentiques.

Bazaarvoice est une plateforme SaaS de pointe qui permet aux marques et aux détaillants de collecter, de gérer et d’activer du contenu généré par les utilisateurs authentiques, tels que les évaluations, les avis, les photos et les vidéos, tout au long du parcours d’achat numérique. Opérant à l’échelle mondiale, l’entreprise aide plus d’un milliard de consommateurs chaque mois à prendre des décisions d’achat éclairées en syndiquant du contenu de confiance à travers un vaste réseau de marques et de destinations de détail, en plaçant la transparence, la crédibilité et le commerce basé sur les données au cœur des expériences en ligne.

Comment appliquez-vous les techniques d’IA générative et basées sur les LLM pour renforcer l’authenticité des avis, la modération et les signaux de confiance sans compromettre les performances sous charge élevée ?

Nous utilisons l’IA pour mettre en surface des signaux et des modèles, et non pour remplacer le jugement humain. Les LLM aident à signaler rapidement les activités anormales ou le contenu potentiellement inauthentique, mais l’objectif est toujours de préserver la confiance. En intégrant ces modèles dans des pipelines de validation hors ligne et en les déconnectant des chemins de requête en temps réel, nous maintenons les performances même lorsque les volumes de soumission augmentent. Le résultat est des contrôles de modération et d’authenticité à la fois intelligents et évolutifs.

De nombreux détaillants investissent lourdement dans la fiabilité du processus de paiement, mais ignorent souvent la complexité de la maintenance d’un écosystème d’avis fiable. Quels sont les risques cachés dans les infrastructures d’avis et de notation qui, selon vous, méritent la même attention stratégique que les paiements ?

Les évaluations et les avis ont toujours été des infrastructures critiques pour la décision, mais cela est particulièrement vrai dans un monde de commerce soutenu par l’IA. Les agents IA s’appuieront lourdement sur les signaux de confiance – notamment sous la forme d’évaluations et d’avis – lorsqu’ils feront des recommandations d’achat. Les retards, les données manquantes ou l’inauthenticité flagrante auront un impact direct sur la confiance des consommateurs. Ces systèmes sont complexes ; les traiter avec la même rigueur que les systèmes de paiement est essentiel pour éviter la perte de conversion et l’érosion de la confiance à long terme.

Ayant dirigé l’ingénierie sur plusieurs grandes plateformes de commerce, comment adaptez-vous les stratégies d’observabilité et de réponse aux incidents lorsque les systèmes d’IA – tels que l’analyse des sentiments ou les modèles de détection de fraude – sont directement dans le chemin de données en temps réel ?

Nous traitons les modèles d’IA comme n’importe quel autre service critique : nous surveillons les performances et la précision en temps réel. Cela inclut la latence, les taux d’erreur et la dérive comportementale. Nous mettons en place des dispositifs de sécurité pour que les modèles puissent se dégrader de manière fluide ou contourner les chemins non critiques sous charge. Les tableaux de bord, les alertes automatisées et les runbooks nous permettent de détecter et de résoudre les problèmes d’IA avant qu’ils n’aient un impact sur les acheteurs.

Lorsque vous opérez à l’échelle mondiale de Bazaarvoice, comment vous assurez-vous que le contenu généré par les consommateurs s’écoule à travers vos systèmes d’IA de manière à maintenir l’auditabilité, la transparence et la réactivité en temps réel ?

Cela se résume à l’observabilité de bout en bout et à la segmentation des pipelines. Chaque pièce de contenu est suivie tout au long de son cycle de vie, de l’ingestion à l’affichage. Les modèles d’IA fournissent des recommandations ou des drapeaux de modération, mais toutes les décisions sont consignées, auditable et traçable. Couplé avec des tampons de capacité et un scaling dynamique, cela garantit la réactivité même sous charge de pointe tout en maintenant la transparence.

En regardant vers l’avenir, quels sont les risques ou les modèles de comportement émergents liés à l’IA que vous croyez définiront la prochaine génération de conception de systèmes de détail, et comment les dirigeants IT devraient-ils se préparer à ceux-ci dès maintenant ?

Pour moi, la question clé pour les dirigeants IT du détail n’est pas si le commerce basé sur l’IA se produira — c’est comment leur parcours d’achat changera lorsqu’il se produira. Si le commerce basé sur l’IA devient aussi courant demain que le commerce en ligne aujourd’hui :

• Où les clients découvriront-ils mes produits, sur mon site ou via ChatGPT ?
• Comment apprendront-ils sur mes produits, grâce à Claude ou à mon propre assistant de shopping ?
• Comment effectueront-ils le paiement, sur ma page de paiement ou directement via une interface IA ?

Les modèles de frontière connaîtront probablement tout sur vos produits. Mais la vraie question est : Livreront-ils la même expérience client que vous pouvez offrir aujourd’hui ? Si la réponse est non, il ne suffit pas d’attendre que les commandes basées sur l’IA apparaissent. Vous devrez investir dans les assistants IA et les points d’entrée qui les rendent partie intégrante de l’expérience de shopping unique de votre marque.

Je vous remercie pour cette grande entrevue, les lecteurs qui souhaitent en savoir plus peuvent visiter Bazaarvoice.