साक्षात्कार
निक शिफ्टन, बाज़ारवॉइस के सीटीओ – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
निक शिफ्टन, बाज़ारवॉइस के सीटीओ, एक अनुभवी प्रौद्योगिकी नेता और उद्यमी हैं जिनका करियर दो दशकों से अधिक समय से उद्यम सॉफ़्टवेयर और वाणिज्य मंचों के निर्माण और स्केलिंग में रहा है। उन्हें सबसे ज्यादा जाना जाता है क्यूरलेट के सह-संस्थापक और सीटीओ के रूप में, एक अग्रणी सोशल कॉमर्स कंपनी जिसकी उन्होंने लगभग एक दशक में 20 मिलियन डॉलर से अधिक के एआरआर में वृद्धि की और 2020 में बाज़ारवॉइस द्वारा इसका अधिग्रहण किया गया। अपने करियर की शुरुआत में, उन्होंने पार्कियो की स्थापना की और परिवहन और पार्किंग प्रणालियों के लिए उद्यम सॉफ़्टवेयर का नेतृत्व किया, और अपनी पेशेवर यात्रा माइक्रोसॉफ्ट में शुरू की, जहां उन्होंने आउटलुक मोबाइल के लिए काम किया। अधिग्रहण के बाद, जो最初 एक छोटी सी_transition की उम्मीद थी, एक लंबी अवधि की भूमिका में विकसित हुई क्योंकि उन्होंने स्केल पर निर्माण जारी रखा, जिसके परिणामस्वरूप सीटीओ के रूप में उनकी नियुक्ति हुई, जहां उनका ध्यान विश्वास और प्रामाणिक उपभोक्ता डेटा पर आधारित एआई-ड्रिवन उत्पाद खोज को आगे बढ़ाने पर है।
(MSFT )बाज़ारवॉइस एक उद्योग-अग्रणी सास प्लेटफ़ॉर्म है जो ब्रांडों और रिटेलर्स को प्रामाणिक उपयोगकर्ता-जनित सामग्री जैसे रेटिंग, समीक्षाएं, फ़ोटो और वीडियो को संग्रहीत, प्रबंधित और सक्रिय करने में सक्षम बनाता है। वैश्विक स्तर पर संचालित, कंपनी प्रति माह एक अरब से अधिक खरीदारों को सूचित निर्णय लेने में मदद करती है bằng विश्वसनीय सामग्री को व्यापक ब्रांड और रिटेल गंतव्यों के 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 को कैसे लागू 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 एआई का उपयोग संकेतों और पैटर्न को उजागर करने के लिए करते हैं, न कि मानव निर्णय को बदलने के लिए। एलएलएम्स तेजी से असामान्य गतिविधि या संभावित रूप से अस्वाभाविक सामग्री को झंडा दिखाने में मदद करते हैं, लेकिन लक्ष्य हमेशा विश्वास को बनाए रखना है। इन मॉडलों को ऑफ़लाइन सत्यापन पाइपलाइनों में एकीकृत करके और उन्हें रियल-टाइम अनुरोध पथों से डिकपलिंग करके, हम भारी लोड के तहत भी प्रदर्शन बनाए रखते हैं। परिणाम है मॉडरेशन और प्रामाणिकता जांच जो दोनों बुद्धिमान और स्केलेबल हैं।
कई रिटेलर्स चेकआउट विश्वसनीयता में भारी निवेश करते हैं, लेकिन अक्सर समीक्षा और रेटिंग बुनियादी ढांचे की जटिलता को नजरअंदाज कर देते हैं। आपको लगता है कि समीक्षा और रेटिंग बुनियादी ढांचे में कौन से छिपे हुए जोखिम भुगतान के समान रणनीतिक जांच के योग्य हैं?
रेटिंग और समीक्षाएं हमेशा निर्णय-महत्वपूर्ण बुनियादी ढांचे रही हैं, लेकिन यह विशेष रूप से एआई-समर्थित शॉपिंग की दुनिया में सच है। एआई एजेंट समीक्षाओं और रेटिंग्स के रूप में विश्वास संकेतों पर भारी निर्भर करेंगे जब वे शॉपिंग सिफारिशें करते हैं। देरी, गुम डेटा या स्पष्ट रूप से अस्वाभाविकता सीधे उपभोक्ता विश्वास को प्रभावित करेगी। ये सिस्टम जटिल हैं; उन्हें चेकआउट सिस्टम की तरह ही सख्ती से इलाज करना आवश्यक है ताकि रूपांतरण खो न जाए और लंबी अवधि में विश्वास का क्षरण न हो।
विभिन्न प्रमुख वाणिज्य मंचों में इंजीनियरिंग का नेतृत्व करने के बाद, आप एआई प्रणालियों के साथ-साथ वास्तविक समय डेटा पथ में बैठे हुए भावना विश्लेषण या धोखाधड़ी-सुरक्षा मॉडल जैसे एआई 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 सौम्य 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 के दौरान, आप कैसे सुनिश्चित करते हैं कि उपभोक्ता-जनित सामग्री आपके एआई-ड्रिवन सिस्टम के माध्यम से प्रवाहित होती है जो ऑडिटेबिलिटी, पारदर्शिता और वास्तविक समय प्रतिक्रिया को बनाए रखती है?
यह अंत-से-अंत दृश्यता और पाइपलाइन खंड के लिए नीचे आता है। प्रत्येक सामग्री को उसके जीवन चक्र में ट्रैक किया जाता है, जब यह प्रदर्शित होता है। एआई मॉडल सिफारिशें या मॉडरेशन झंडे प्रदान करते हैं, लेकिन सभी निर्णय लॉग, ऑडिटेबल और ट्रेसेबल हैं। क्षमता बफर और डायनामिक स्केलिंग के साथ जोड़कर, यह पीक लोड के तहत प्रतिक्रिया को बनाए रखते हुए पारदर्शिता को बनाए रखना सुनिश्चित करता है।
आगे देखते हुए, आप कौन से उभरते एआई-ड्रिवन जोखिम या व्यवहार पैटर्न मानते हैं कि वे खुदरा प्रणाली डिज़ाइन की अगली पीढ़ी को परिभाषित करेंगे, और आईटी नेताओं को उन्हें अब कैसे तैयार करना चाहिए?
मुझे लगता है कि खुदरा आईटी नेताओं के लिए प्रमुख प्रश्न यह नहीं है कि क्या एआई शॉपिंग होगी — यह है कि जब यह होता है तो उनके शॉपर की यात्रा कैसे बदल जाएगी:
- 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 अपने स्वयं के शॉपिंग सहायक के माध्यम से?
- वे कैसे चेकआउट करेंगे, मेरे चेकआउट पृष्ठ पर या सीधे एआई इंटरफ़ेस के माध्यम से?
फ्रंटियर मॉडल्स 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-ड्रिवन ऑर्डर की प्रतीक्षा करने के लिए पर्याप्त नहीं है। आपको एआई सहायकों और उनके प्रवेश बिंदुओं में निवेश करने की आवश्यकता होगी जो उन्हें आपके ब्रांड के अनोखे शॉपिंग अनुभव का हिस्सा बनाते हैं।
धन्यवाद महान साक्षात्कार के लिए, पाठक जो अधिक जानना चाहते हैं उन्हें बाज़ारवॉइस पर जाना चाहिए।
