Nick Shiftan, CTO di Bazaarvoice – Serie di interviste

Nick Shiftan, CTO di Bazaarvoice, è un leader tecnologico esperto e imprenditore con una carriera che copre due decenni di costruzione e scalabilità di piattaforme software e di commercio. È noto soprattutto come co-fondatore e CTO di Curalate, una società di commercio sociale pionieristica che ha aiutato a crescere in quasi un decennio a oltre 20 milioni di dollari di entrate annuali prima dell’acquisizione da parte di Bazaarvoice nel 2020. All’inizio della sua carriera, ha fondato e diretto lo sviluppo di prodotti presso Parkio, fornendo software aziendale per sistemi di trasporto e parcheggio, e ha iniziato il suo percorso professionale presso Microsoft (MSFT ), dove ha lavorato su Outlook Mobile per Windows Mobile. Dopo l’acquisizione, ciò che inizialmente era previsto come una transizione breve si è evoluta in un ruolo a lungo termine mentre continuava a costruire su larga scala, culminando nella sua nomina a CTO, dove il suo focus è sull’avanzamento della scoperta di prodotti guidata dall’intelligenza artificiale basata sulla fiducia e sui dati dei consumatori autentici.

Bazaarvoice è una piattaforma SaaS leader nel settore che consente ai marchi e ai rivenditori di raccogliere, gestire e attivare contenuti generati dagli utenti autentici come valutazioni, recensioni, foto e video in tutta la journey di shopping digitale. Operando su scala globale, la società aiuta oltre un miliardo di acquirenti ogni mese a prendere decisioni di acquisto informate sindacando contenuti affidabili attraverso una vasta rete di marchi e destinazioni di vendita al dettaglio, ponendo la trasparenza, la credibilità e il commercio basato sui dati al centro delle esperienze online.

Come applichi le tecniche di intelligenza artificiale generativa e basate su LLM per rafforzare l’autenticità delle recensioni, la moderazione e i segnali di fiducia senza compromettere le prestazioni sotto carichi pesanti?

Utilizziamo l’intelligenza artificiale per individuare segnali e modelli, non per sostituire il giudizio umano. Gli LLM aiutano a segnalare rapidamente attività anomale o contenuti potenzialmente non autentici, ma l’obiettivo è sempre quello di preservare la fiducia. Integrando questi modelli in pipeline di convalida offline e scollegandoli da percorsi di richiesta in tempo reale, manteniamo le prestazioni anche quando i volumi di invio aumentano. Il risultato è costituito da controlli di moderazione e autenticità che sono sia intelligenti che scalabili.

Molti rivenditori investono molto nella affidabilità del checkout, ma spesso trascurano la complessità del mantenimento di un ecosistema di recensioni affidabile. Quali rischi nascosti nelle infrastrutture di recensioni e valutazioni ritieni che meritino la stessa attenzione strategica dei pagamenti?

Le valutazioni e le recensioni sono sempre state infrastrutture decisionali critiche, ma questo è particolarmente vero in un mondo di shopping supportato dall’intelligenza artificiale. Gli agenti di intelligenza artificiale si baseranno fortemente sui segnali di fiducia – in particolare sotto forma di valutazioni e recensioni – quando forniranno raccomandazioni di shopping. Ritardi, dati mancanti o inautenticità flagranti impatteranno direttamente sulla fiducia dei consumatori. Questi sistemi sono complessi; trattarli con la stessa rigore dei sistemi di checkout è essenziale per evitare la perdita di conversione e l’erosione della fiducia a lungo termine.

Avendo guidato l’ingegneria in più piattaforme di commercio di grandi dimensioni, come adatti le strategie di osservabilità e di risposta agli incidenti quando i sistemi di intelligenza artificiale – come l’analisi del sentimento o i modelli di rilevamento delle frodi – si trovano direttamente nel percorso dei dati in tempo reale?

Trattiamo i modelli di intelligenza artificiale come qualsiasi altro servizio critico: monitoriamo le prestazioni e l’accuratezza in tempo reale. Ciò include la latenza, i tassi di errore e il drift comportamentale. Implementiamo sistemi di sicurezza in modo che i modelli possano degradare in modo gradevole o bypassare percorsi non critici sotto carico. I dashboard, gli avvisi automatizzati e i runbook assicurano che i problemi di intelligenza artificiale vengano segnalati e risolti prima di impattare sugli acquirenti.

Quando operi alla scala globale di Bazaarvoice, come assicuri che i contenuti generati dai consumatori fluiscono attraverso i sistemi di intelligenza artificiale in modo da mantenere l’auditabilità, la trasparenza e la risposta in tempo reale?

Si tratta di osservabilità end-to-end e di segmentazione delle pipeline. Ogni pezzo di contenuto viene tracciato nel suo ciclo di vita, dall’ingestione alla visualizzazione. I modelli di intelligenza artificiale forniscono raccomandazioni o segnalazioni di moderazione, ma tutte le decisioni vengono registrate, rese audibili e tracciabili. Abbinato a buffer di capacità e scalabilità dinamica, ciò assicura la risposta anche sotto carico di picco mentre mantiene la trasparenza.

Guardando avanti, quali rischi o modelli di comportamento emergenti guidati dall’intelligenza artificiale ritieni che definiranno la prossima generazione di progettazione dei sistemi di vendita al dettaglio, e come i leader IT dovrebbero prepararsi ad essi ora?

Per me, la domanda chiave per i leader IT del retail non è se lo shopping con intelligenza artificiale accadrà — è come il loro percorso di acquisto cambierà quando accadrà. Se lo shopping con intelligenza artificiale diventerà domani così comune come lo shopping online oggi:

• Dove i clienti scopriranno i miei prodotti, sul mio sito o tramite ChatGPT?
• Come apprenderanno sui miei prodotti, attraverso Claude o il mio assistente di shopping?
• Come effettueranno il checkout, sulla mia pagina di checkout o direttamente attraverso un’interfaccia di intelligenza artificiale?

I modelli di frontiera conosceranno probabilmente tutto sui tuoi prodotti. Ma la vera domanda è: forniranno la stessa esperienza del cliente che puoi offrire oggi? Se la risposta è no, non basta aspettare che gli ordini guidati dall’intelligenza artificiale appaiano. Dovrai investire negli assistenti di intelligenza artificiale e nei punti di ingresso che li rendono parte dell’esperienza di shopping unica del tuo marchio.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Bazaarvoice.