निक शिफ्टन, बाज़ारवॉइस में सीटीओ – साक्षात्कार श्रृंखला

निक शिफ्टन, बाज़ारवॉइस में सीटीओ, एक अनुभवी प्रौद्योगिकी नेता और उद्यमी हैं जिनका करियर दो दशकों से अधिक का है, जिसमें उद्यम सॉफ़्टवेयर और वाणिज्य मंचों का निर्माण और स्केलिंग शामिल है। वह क्यूरलेट के सह-संस्थापक और सीटीओ के रूप में जाने जाते हैं, एक अग्रणी सोशल कॉमर्स कंपनी जिसे उन्होंने लगभग एक दशक में 20 मिलियन डॉलर से अधिक के एआरआर तक बढ़ाया, जिसे 2020 में बाज़ारवॉइस द्वारा अधिग्रहित किया गया था। अपने करियर की शुरुआत में, उन्होंने पार्कियो की स्थापना की और परिवहन और पार्किंग प्रणालियों के लिए उद्यम सॉफ़्टवेयर के विकास का नेतृत्व किया, और माइक्रोसॉफ्ट में अपनी पेशेवर यात्रा शुरू की, जहां उन्होंने विंडोज मोबाइल के लिए आउटलुक मोबाइल पर काम किया। अधिग्रहण के बाद, जो शुरू में एक छोटी सी संक्रमण के रूप में अपेक्षित था, एक लंबी अवधि की भूमिका में विकसित हुआ क्योंकि वह बड़े पैमाने पर निर्माण जारी रखे, जो अंततः सीटीओ के रूप में उनकी नियुक्ति में समाप्त हुआ, जहां उनका ध्यान विश्वास और प्रामाणिक उपभोक्ता डेटा पर आधारित एआई-ड्रिवन उत्पाद खोज को आगे बढ़ाने पर है।

बाज़ारवॉइस एक उद्योग-अग्रणी सास प्लेटफ़ॉर्म है जो ब्रांडों और खुदरा विक्रेताओं को पूरे डिजिटल शॉपिंग यात्रा में रेटिंग, समीक्षा, फ़ोटो और वीडियो जैसी प्रामाणिक उपयोगकर्ता-जनित सामग्री एकत्र करने, प्रबंधित करने और सक्रिय करने में सक्षम बनाता है। वैश्विक स्तर पर संचालित, कंपनी प्रति माह एक अरब से अधिक खरीदारों को सूचित खरीद निर्णय लेने में मदद करती है bằng विश्वसनीय सामग्री को ब्रांडों और खुदरा गंतव्यों के विशाल नेटवर्क में वितरित करके, पारदर्शिता, विश्वसनीयता और डेटा-चालित वाणिज्य को ऑनलाइन अनुभवों के केंद्र में रखती है।

आप जेनरेटिव-एआई और एलएलएम-आधारित तकनीकों का उपयोग कैसे कर रहे हैं ताकि समीक्षा प्रामाणिकता, मॉडरेशन और विश्वास संकेतों को मजबूत किया जा सके बिना भारी लोड के तहत प्रदर्शन को समझौता किए बिना?

हम मानव निर्णय को बदलने के लिए एआई का उपयोग नहीं करते हैं, बल्कि संकेत और पैटर्न को सतह पर लाने के लिए करते हैं। एलएलएम्स तेजी से असामान्य गतिविधि या संभावित रूप से अप्रामाणिक सामग्री को झंडा दिखा सकते हैं, लेकिन लक्ष्य हमेशा विश्वास को संरक्षित करना है। इन मॉडलों को ऑफलाइन सत्यापन पाइपलाइनों में एकीकृत करके और उन्हें वास्तविक समय अनुरोध पथों से डिकपलिंग करके, हम भारी लोड के तहत भी प्रदर्शन बनाए रखते हैं। परिणाम बुद्धिमान और स्केलेबल मॉडरेशन और प्रामाणिकता जांच होती है।

कई खुदरा विक्रेता चेकआउट विश्वसनीयता में भारी निवेश करते हैं, लेकिन अक्सर समीक्षा और रेटिंग बुनियादी ढांचे की जटिलता को अनदेखा करते हैं। आपको लगता है कि भुगतान के रूप में रणनीतिक जांच के योग्य समीक्षा और रेटिंग बुनियादी ढांचे में कौन से छिपे हुए जोखिम हैं?

रेटिंग और समीक्षा हमेशा से निर्णय-महत्वपूर्ण बुनियादी ढांचा रहा है, लेकिन यह एआई-समर्थित शॉपिंग की दुनिया में विशेष रूप से सच है। एआई एजेंट समीक्षाओं और रेटिंग्स के रूप में विश्वास संकेतों पर भारी निर्भर करेंगे – विशेष रूप से शॉपिंग सिफारिशें करते समय। देरी, गुम डेटा या ध्वजांकित अप्रामाणिकता से उपभोक्ता विश्वास सीधे प्रभावित होगा। ये सिस्टम जटिल हैं; चेकआउट सिस्टम की तरह उन्हें समान कठोरता से इलाज करना लंबी अवधि में विश्वास क्षरण से बचने के लिए आवश्यक है।

मुख्य वाणिज्य मंचों में इंजीनियरिंग का नेतृत्व करने के बाद, आप एआई प्रणालियों के साथ-साथ वास्तविक समय डेटा पथ में बैठे हुए – जैसे भावना विश्लेषण या धोखाधड़ी-संरक्षण मॉडल – के लिए दृश्यता और घटना प्रतिक्रिया रणनीतियों को कैसे अनुकूलित करते हैं?

हम एआई मॉडल को किसी भी महत्वपूर्ण सेवा की तरह मानते हैं: वास्तविक समय में प्रदर्शन और सटीकता की निगरानी करें। इसमें देरी, त्रुटि दर और व्यवहार में परिवर्तन शामिल है। हम फेल-सेफ्स को लागू करते हैं ताकि मॉडल भारी लोड के तहत सुंदर रूप से डिग्रेड हो सकें या गैर-महत्वपूर्ण पथों को बायपास कर सकें। डैशबोर्ड, स्वचालित अलर्ट और रनबुक सुनिश्चित करते हैं कि एआई मुद्दों को सामने लाया जाए और हल किया जाए इससे पहले कि वे खरीदारों को प्रभावित करें।

बाज़ारवॉइस के वैश्विक स्तर पर संचालित होने पर, आप कैसे सुनिश्चित करते हैं कि उपभोक्ता-उत्पन्न सामग्री आपके एआई-ड्रिवन सिस्टम के माध्यम से ऑडिटेबिलिटी, पारदर्शिता और वास्तविक समय प्रतिक्रिया बनाए रखने के तरीके से प्रवाहित होती है?

यह अंत-टू-एंड दृश्यता और पाइपलाइन खंड पर निर्भर करता है। सामग्री के प्रत्येक टुकड़े को उसके जीवनचक्र में ट्रैक किया जाता है, जिसमें अवशोषण से प्रदर्शन तक शामिल है। एआई मॉडल सिफारिशें या मॉडरेशन झंडे प्रदान करते हैं, लेकिन सभी निर्णय लॉग, ऑडिट करने योग्य और ट्रेस करने योग्य होते हैं। क्षमता बफर और गतिशील स्केलिंग के साथ जोड़कर, यह पीक लोड के तहत प्रतिक्रिया को बनाए रखते हुए पारदर्शिता बनाए रखना सुनिश्चित करता है।

आगे देखते हुए, आपको लगता है कि कौन से उभरते एआई-संचालित जोखिम या व्यवहार पैटर्न खुदरा प्रणाली डिजाइन की अगली पीढ़ी को परिभाषित करेंगे, और आईटी नेताओं को उन्हें अब कैसे तैयार करना चाहिए?

मेरे लिए, खुदरा आईटी नेताओं के लिए प्रमुख प्रश्न यह नहीं है कि क्या एआई शॉपिंग होगी – यह उनकी शॉपिंग यात्रा कैसे बदलेगी जब यह होगी। यदि एआई शॉपिंग कल उतनी ही सामान्य हो जाती है जितनी आज ऑनलाइन शॉपिंग है:

• ग्राहक मेरे उत्पादों का पता कहां लगाएंगे, मेरी साइट पर या चैटजीपीटी के माध्यम से?
• वे मेरे उत्पादों के बारे में कैसे जानेंगे, क्लाउड के माध्यम से या मेरे अपने शॉपिंग सहायक के माध्यम से?
• वे कैसे चेकआउट करेंगे, मेरे चेकआउट पेज पर या सीधे एआई इंटरफ़ेस के माध्यम से?

फ्रंटियर मॉडल आपके उत्पादों के बारे में सब कुछ जानेंगे। लेकिन असली सवाल यह है: क्या वे आज आपके द्वारा दी जाने वाली ग्राहक अनुभव प्रदान करेंगे? यदि उत्तर नहीं है, तो एआई-संचालित ऑर्डर की प्रतीक्षा करना पर्याप्त नहीं है। आपको एआई सहायकों और प्रवेश बिंदुओं में निवेश करने की आवश्यकता होगी जो आपके ब्रांड के अनोखे शॉपिंग अनुभव का हिस्सा हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें बाज़ारवॉइस पर जाना चाहिए।