Nick Shiftan, Bazaarvoice의 CTO – 인터뷰 시리즈

Nick Shiftan, Bazaarvoice의 CTO는 2십년이 넘는 기간 동안 엔터프라이즈 소프트웨어 및 커머스 플랫폼을 구축하고 확장하는 경력을 가진 계절된 기술 리더이자 기업가입니다. 그는 Curalate의 공동 창립자이자 CTO로 잘 알려져 있으며, 이 회사는 2020년 Bazaarvoice에 인수되기 전에 거의 10년 동안 2,000만 달러 이상의 연간 재생 수익을 달성하기 위해 성장했습니다. 그의 경력 초기에 그는 Parkio를 설립하고 운송 및 주차 시스템을 위한 엔터프라이즈 소프트웨어를 개발했으며, 마이크로소프트에서 아웃룩 모바일을 개발하면서 그의 전문적인 여정을 시작했습니다. 인수 후에 초기에 예상된 短期적인 전환은 장기적인 역할로 발전했으며, 이는 그의 기술을 발전시키는 데 중점을 둔 CTO로의 임명으로 이어졌습니다. 여기서 그의重点은 신뢰와 진정한 소비자 데이터에 기반한 AI驱動 제품 발견을 발전시키는 것입니다.

Bazaarvoice는 브랜드와 소매업체가 전체 디지털 쇼핑 여정에 걸쳐 평가, 리뷰, 사진, 비디오 등의 인증된 사용자 생성 콘텐츠를 수집, 관리, 활성화할 수 있는 산업을 선도하는 SaaS 플랫폼입니다. 글로벌 규모에서 운영되는 이 회사는 월별로 10억 명이 넘는 쇼퍼에게 신뢰할 수 있는 콘텐츠를 광범위한 브랜드 및 소매 목적지에 걸쳐 Syndicating하여 정보에 기반한 구매 결정을 내릴 수 있도록 도와줍니다. 온라인 경험의 중심에 투명성, 신뢰성, 데이터驱动 커머스를 두는 것입니다.

제네러티브 AI 및 LLM 기반 기술을 어떻게 사용하여 리뷰의 진정성, 모더레이션, 신뢰 신호를 강화하는 가, 특히 높은 부하에서 성능을 손상시키지 않도록 하는가?

우리는 인공 지능을 사용하여 신호와 패턴을 표면화하지만, 인간의 판단을 대체하지는 않습니다. LLM은 비정상적인 활동이나 잠재적으로 진정하지 않은 콘텐츠를 빠르게 식별하는 데 도움이 되지만, 목표는 항상 신뢰를 유지하는 것입니다. 이러한 모델을 오프라인 유효성 검사 파이프라인에 통합하고, 실시간 요청 경로에서 분리함으로써, 우리는 제출 볼륨이 급증할 때에도 성능을 유지할 수 있습니다. 결과는 지능적이고 확장 가능한 모더레이션 및 진정성 검사입니다.

많은 소매업체가 체크아웃 신뢰성에大量으로 투자하지만, 종종 신뢰할 수 있는 리뷰 생태계를 유지하는 복잡성을 간과합니다. 리뷰 및 평가 인프라에서 결제와 동일한 전략적 검토를 받을 만한 숨겨진 위험은 무엇이라고 생각합니까?

평가 및 리뷰는 항상 결정에 중요한 인프라였지만, AI 지원 쇼핑의 세계에서는 더욱 그렇습니다. AI 에이전트는 쇼핑 추천을 할 때 특히 평점 및 리뷰와 같은 신뢰 신호에 크게 의존할 것입니다. 지연, 누락된 데이터 또는 명백한 비진정성은 소비자 신뢰에 직접적인 영향을 미칠 것입니다. 이러한 시스템은 복잡하므로 체크아웃 시스템과 동일한 엄격성을 가지고 다루는 것이 손실된 전환 및 장기적인 신뢰 침식을 방지하는 데 중요합니다.

여러 주요 커머스 플랫폼에서 엔지니어링을 이끌어온 경험을 바탕으로, 실시간 데이터 경로에 직접 위치한 AI 시스템(예: 감성 분석 또는 사기 탐지 모델)의 관찰 가능성 및 사고 대응 전략을 어떻게 적응시키나요?

우리는 AI 모델을 다른 중요한 서비스와 마찬가지로 처리합니다. 즉, 성능 및 정확성을 실시간으로 모니터링합니다. 이는 대기 시간, 오류율, 행동 드리프트를 포함합니다. 우리는 모델이 부하에서 우아하게 열화되거나 비중요한 경로를 우회할 수 있도록 Fail-safes를 구현합니다. 대시보드, 자동 경고 및 런북은 AI 문제가 쇼퍼에게 영향을 미치기 전에 표면화되고 해결되도록 보장합니다.

Bazaarvoice의 글로벌 규모에서, 소비자 생성 콘텐츠가 AI驱動 시스템을 통해_auditability, 투명성, 실시간 반응성을 유지하는 방식으로 흐르는 것을 어떻게 보장합니까?

それは 엔드투엔드 관찰 가능성 및 파이프라인 세분화에 달려 있습니다. 모든 콘텐츠는 수신에서 표시까지 라이프 사이클을 통해 추적됩니다. AI 모델은 추천 또는 모더레이션 플래그를 제공하지만, 모든 결정은 로깅, 감사 가능, 추적 가능합니다. 이것은 피크 부하에서도 반응성을 유지하면서 투명성을 유지할 수 있도록 동적 확장 및 용량 버퍼와 결합됩니다.

앞으로, 다음 세대의 소매 시스템 설계를 정의할 것으로 생각되는 새로운 AI驱動 위험 또는 행동 패턴은 무엇이며, IT 리더는 지금 어떻게 준비해야 합니까?

저에게는 소매 IT 리더들에게 중요한 질문은 AI 쇼핑이 언제 발생할 것인가가 아니라, 그들이 쇼핑 여정을 어떻게 변경할 것인가입니다. AI 쇼핑이 내일 온라인 쇼핑과 동일하게 일반화된다면:

• 고객은 내 사이트에서 제품을 발견할 것인가, 아니면 ChatGPT를 통해 발견할 것인가?
• 그들은 내 제품에 대해 어떻게 배우게 될까, Claude를 통해 혹은 내 쇼핑 어시스턴트를 통해?
• 그들은 체크아웃을 어떻게 할까, 내 체크아웃 페이지에서 혹은 AI 인터페이스를 통해 직접?

프론티어 모델은 아마도 여러분의 제품에 대해 모든 것을 알게 될 것입니다. 하지만 실제 질문은, 그들이 오늘날 여러분이 제공할 수 있는 것과 동일한 고객 경험을 제공할 수 있을까입니다. 만약 그렇지 않다면, AI驱動 주문이 나타날 때까지 기다리는 것은 충분하지 않습니다. 여러분은 AI 어시스턴트 및 그것을 여러분의 브랜드 고유의 쇼핑 경험의 일부로 만드는 진입점에 투자해야 합니다.

멋진 인터뷰 감사합니다. 더 많은 정보를 배우고 싶은 독자는 Bazaarvoice를 방문해야 합니다.