Nick Shiftan, CTO bij Bazaarvoice – Interviewserie

Nick Shiftan, CTO bij Bazaarvoice, is een ervaren technologieleider en ondernemer met een carrière van twintig jaar waarin hij bedrijfssoftware en e-commerceplatforms heeft ontwikkeld en opgeschaald. Hij is vooral bekend als medeoprichter en CTO van Curalate, een baanbrekend social commercebedrijf dat hij in bijna tien jaar tijd hielp uitgroeien tot een jaarlijkse terugkerende omzet van meer dan $ 20 miljoen, voordat het in 2020 werd overgenomen door Bazaarvoice. Eerder in zijn carrière richtte hij Parkio op en leidde hij de productontwikkeling bij dit bedrijf, dat bedrijfssoftware leverde voor transport- en parkeersystemen. Zijn professionele loopbaan begon bij Microsoft, waar hij werkte aan Outlook Mobile voor Windows Mobile. Na de overname ontwikkelde wat aanvankelijk een korte overgangsperiode leek te zijn zich tot een langdurige rol, waarbij hij bleef bouwen op grote schaal. Dit culmineerde in zijn benoeming tot CTO, waar zijn focus ligt op het verder ontwikkelen van AI-gestuurde productontdekking, gebaseerd op vertrouwen en authentieke consumentengegevens.

Bazaarvoice is een toonaangevend SaaS-platform waarmee merken en retailers authentieke, door gebruikers gegenereerde content zoals beoordelingen, recensies, foto's en video's kunnen verzamelen, beheren en activeren gedurende het gehele digitale winkeltraject. Het bedrijf opereert wereldwijd en helpt maandelijks meer dan een miljard shoppers om weloverwogen aankoopbeslissingen te nemen door betrouwbare content te verspreiden via een uitgebreid netwerk van merken en winkels. Transparantie, geloofwaardigheid en datagedreven handel staan ​​centraal in online ervaringen.

Hoe past u generatieve AI en LLM-gebaseerde technieken toe om de authenticiteit, moderatie en betrouwbaarheid van beoordelingen te versterken zonder de prestaties onder zware belasting in gevaar te brengen?

We gebruiken AI om signalen en patronen te detecteren, niet om menselijk oordeel te vervangen. LLM's helpen om snel afwijkende activiteiten of mogelijk onauthentieke content te signaleren, maar het doel is altijd om het vertrouwen te behouden. Door deze modellen te integreren in offline validatieprocessen en ze los te koppelen van realtime aanvraagprocessen, behouden we de prestaties, zelfs bij pieken in het aantal inzendingen. Het resultaat zijn intelligente en schaalbare moderatie- en authenticiteitscontroles.

Veel retailers investeren fors in de betrouwbaarheid van hun betaalprocessen, maar onderschatten vaak de complexiteit van het onderhouden van een betrouwbaar beoordelingssysteem. Welke verborgen risico's in beoordelings- en ratinginfrastructuren verdienen volgens u dezelfde strategische aandacht als betalingen?

Beoordelingen en recensies zijn altijd al cruciaal geweest voor besluitvorming, maar dit geldt des te meer in een wereld van door AI ondersteund winkelen. AI-agenten zullen sterk leunen op vertrouwenssignalen – met name in de vorm van beoordelingen en recensies – bij het doen van winkeladviezen. Vertragingen, ontbrekende gegevens of flagrante onauthenticiteit zullen het consumentenvertrouwen direct aantasten. Deze systemen zijn complex; het is essentieel om ze met dezelfde zorgvuldigheid te behandelen als betaalsystemen om conversieverlies en een langdurig verlies van vertrouwen te voorkomen.

Je hebt leiding gegeven aan de engineering van meerdere grote e-commerceplatforms. Hoe pas je strategieën voor observability en incidentrespons aan wanneer AI-systemen – zoals sentimentanalyse- of fraudedetectiemodellen – direct in het realtime datapad zitten?

We behandelen AI-modellen als elke andere kritieke dienst: we monitoren de prestaties en nauwkeurigheid in realtime. Dat omvat latentie, foutpercentages en gedragsafwijkingen. We implementeren veiligheidsmechanismen zodat modellen onder belasting geleidelijk kunnen terugvallen of niet-kritieke paden kunnen omzeilen. Dashboards, geautomatiseerde waarschuwingen en draaiboeken zorgen ervoor dat AI-problemen worden opgespoord en opgelost voordat ze gevolgen hebben voor de klant.

Hoe zorgt Bazaarvoice er, op wereldwijde schaal, voor dat door consumenten gegenereerde content op een manier door uw AI-gestuurde systemen stroomt die traceerbaarheid, transparantie en realtime respons waarborgt?

Het draait allemaal om end-to-end observeerbaarheid en pipeline-segmentatie. Elk stuk content wordt gedurende de hele levenscyclus gevolgd, van opname tot weergave. AI-modellen geven aanbevelingen of moderatie-signalen, maar alle beslissingen worden vastgelegd, zijn controleerbaar en traceerbaar. In combinatie met capaciteitsbuffers en dynamische schaling zorgt dit voor responsiviteit, zelfs bij piekbelasting, met behoud van transparantie.

Welke opkomende, door AI gedreven risico's of gedragspatronen zullen volgens u de volgende generatie retailsystemen bepalen, en hoe moeten IT-leiders zich daar nu al op voorbereiden?

Voor mij is de belangrijkste vraag voor IT-leiders in de detailhandel niet: if AI-shopping gaat er komen — de vraag is hoe de klantreis dan zal veranderen. Als AI-shopping morgen net zo gewoon wordt als online winkelen nu:

• Waar zullen klanten mijn producten ontdekken, op mijn website of via ChatGPT?
• Hoe zullen ze over mijn producten te weten komen, via Claude of via mijn eigen winkelassistent?
• Hoe zullen ze afrekenen, op mijn afrekenpagina of direct via een AI-interface?

Toekomstige modellen weten waarschijnlijk alles over uw producten. Maar de hamvraag is: kunnen ze dezelfde klantervaring bieden als u nu al kunt? Als het antwoord nee is, is het niet voldoende om te wachten tot AI-gestuurde bestellingen verschijnen. U zult moeten investeren in AI-assistenten en de toegangspunten die ze onderdeel maken van de unieke winkelervaring van uw merk.

Bedankt voor het geweldige interview, lezers die meer willen weten, zouden moeten bezoeken Bazaarvoice.