นิก ชิฟตัน CTO ที่ Bazaarvoice – ซีรีส์สัมภาษณ์

นิก ชิฟตัน CTO ที่ Bazaarvoice เป็นผู้นำด้านเทคโนโลยีที่มีประสบการณ์และเป็นผู้ประกอบการซึ่งมีอาชีพที่ครอบคลุมสองทศวรรษในการสร้างและขยายแพลตฟอร์มซอฟต์แวร์และการค้าปลีก เขาเป็นที่รู้จักในฐานะผู้ร่วมก่อตั้งและ CTO ของ Curalate บริษัทการค้าทางสังคมที่เขาช่วยเติบโตในเกือบหนึ่งทศวรรษเป็นมูลค่ามากกว่า 20 ล้านดอลลาร์ใน ARR ก่อนที่จะถูกซื้อกิจการโดย Bazaarvoice ในปี 2020 ในช่วงต้นอาชีพของเขา เขาได้ก่อตั้งและนำพัฒนาผลิตภัณฑ์ที่ Parkio โดยให้บริการซอฟต์แวร์สำหรับระบบขนส่งและจอดรถ และเริ่มการเดินทางอาชีพของเขา tại Microsoft (MSFT ) โดยที่เขาทำงานเกี่ยวกับ Outlook Mobile สำหรับ Windows Mobile หลังจากการซื้อกิจการ ซึ่งเดิมคาดว่าจะเป็นการเปลี่ยนแปลงสั้นๆ แต่กลายเป็นบทบาทระยะยาวเมื่อเขายังคงสร้างที่ขนาดใหญ่ ซึ่งส่งผลให้เขาได้รับการแต่งตั้งเป็น CTO โดยที่มุ่งเน้นในการพัฒนาผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI โดยมีพื้นฐานมาจากความไว้วางใจและข้อมูลผู้บริโภคที่แท้จริง

Bazaarvoice เป็นแพลตฟอร์ม SaaS ชั้นนำในอุตสาหกรรมที่ช่วยให้แบรนด์และร้านค้าสามารถรวบรวม จัดการ และใช้งานเนื้อหาที่สร้างโดยผู้ใช้ เช่น การให้คะแนน รีวิว ภาพ และวิดีโอตลอดการช็อปปิ้งออนไลน์ โดยดำเนินงานในระดับโลก บริษัทช่วยให้ผู้ช็อปมากกว่า 1 พันล้านคนต่อเดือนสามารถตัดสินใจซื้อผลิตภัณฑ์ได้อย่างมีข้อมูลโดยการกระจายเนื้อหาที่เชื่อถือได้ข้ามเครือข่ายแบรนด์และจุดหมายปลายทางค้าปลีกที่กว้างขวาง โดยวางความโปร่งใส่ ความน่าเชื่อถือ และการค้าที่ขับเคลื่อนด้วยข้อมูลไว้ที่ศูนย์กลางของประสบการณ์ออนไลน์

คุณใช้เทคนิค AI ที่สร้างขึ้นและ LLM อย่างไรเพื่อเพิ่มความถูกต้องของการตรวจสอบและความน่าเชื่อถือของการรีวิวโดยไม่กระทบต่อประสิทธิภาพภายใต้ภาระงานหนัก?

เรใช้ AI เพื่อแสดงสัญญาณและรูปแบบ ไม่ใช่เพื่อแทนที่การตัดสินใจของมนุษย์ LLM ช่วยให้สามารถระบุการกระทำที่ผิดปกติหรือเนื้อหาที่ไม่แท้จริงได้อย่างรวดเร็ว แต่จุดมุ่งหมายคือการรักษาความไว้วางใจไว้ โดยการรวมโมเดลเหล่านี้เข้ากับกระบวนการตรวจสอบออฟไลน์และการแยกออกจากเส้นทางคำขอแบบเรียลไทม์ เราจะรักษาความสามารถในการทำงานได้แม้เมื่อปริมาณการสมัครสมาชิกเพิ่มขึ้น ผลลัพธ์คือการตรวจสอบและความถูกต้องที่มีความฉลาดและสามารถปรับขนาดได้

ผู้ค้าปลีกหลายรายลงทุนอย่างมากในการเชื่อถือการชำระเงิน แต่ thườngมองข้ามความซับซ้อนของการรักษาระบบรีวิวที่น่าเชื่อถือ คุณคิดว่ามีความเสี่ยงที่ซ่อนอยู่ใดๆ ในโครงสร้างพื้นฐานการรีวิวและอันดับที่ควรได้รับการตรวจสอบเชิงกลยุทธ์เช่นเดียวกับการชำระเงิน?

การให้คะแนนและรีวิวมีความสำคัญอย่างมากเสมอ แต่สิ่งนี้มีความสำคัญมากขึ้นในโลกของการช็อปปิ้งที่ได้รับการสนับสนุนจาก AI ตัวแทน AI จะพึ่งพาสัญญาณความน่าเชื่อถือ – โดยเฉพาะในรูปแบบของการให้คะแนนและรีวิว – เมื่อพวกเขาทำการแนะนำการช็อปปิ้ง ความล่าช้า ข้อมูลที่หายไป หรือการไม่แท้จริงที่เห็นได้ชัดจะส่งผลกระทบต่อความเชื่อมั่นของผู้บริโภค ระบบเหล่านี้มีความซับซ้อน การปฏิบัติต่อระบบเหล่านี้ด้วยความเข้มงวดเช่นเดียวกับระบบการชำระเงินจึงเป็นสิ่งจำเป็นในการหลีกเลี่ยงการเปลี่ยนใจและความสูญเสียความไว้วางใจในระยะยาว

ในฐานะผู้นำด้านวิศวกรรมที่มีประสบการณ์ในการทำงานกับแพลตฟอร์มการค้าปลีกหลากหลายวิธี คุณปรับกลยุทธ์การสังเกตการณ์และการตอบสนองต่อเหตุการณ์เมื่อระบบ AI เช่น การวิเคราะห์ความรู้สึกหรือโมเดลการตรวจจับการฉ้อโกง ตั้งอยู่ในเส้นทางข้อมูลแบบเรียลไทม์อย่างไร?

เรารักษา AI โมเดลเหมือนกับบริการที่สำคัญอื่นๆ: ติดตามประสิทธิภาพและความแม่นยำในแบบเรียลไทม์ ซึ่งรวมถึงความล่าช้า อัตราความผิดพลาด และการเปลี่ยนแปลงพฤติกรรม เราใช้การป้องกันความล้มเหลวเพื่อให้โมเดลสามารถลดประสิทธิภาพได้อย่างนุ่มนวลหรือหลีกเลี่ยงเส้นทางที่ไม่สำคัญภายใต้ภาระงานหนัก แผงควบคุม การแจ้งเตือนอัตโนมัติ และคู่มือการทำงานรักษาให้แน่ใจว่าปัญหา AI จะถูกแสดงและแก้ไขก่อนที่จะส่งผลกระทบต่อผู้ช็อป

เมื่อดำเนินงานในระดับโลกของ Bazaarvoice คุณรับรองว่าเนื้อหาที่สร้างโดยผู้บริโภคไหลผ่านระบบ AI ที่ขับเคลื่อนในลักษณะที่รักษาความสามารถในการตรวจสอบ ความโปร่งใส่ และการตอบสนองแบบเรียลไทม์อย่างไร?

สิ่งนี้ต้องมีการสังเกตการณ์แบบ end-to-end และการแบ่งส่วนของการประมวลผลทุกชิ้นของเนื้อหาจะถูกติดตามตลอดวงจรชีวิตตั้งแต่การรับเข้าจนถึงการแสดงผล โมเดล AI ให้คำแนะนำหรือการตรวจสอบ แต่ทุกการตัดสินใจจะถูกบันทึก ตรวจสอบได้ และสามารถติดตามได้ เมื่อรวมกับการป้องกันความสามารถและขนาดแบบไดนามิก สิ่งนี้รับรองการตอบสนองแม้ภายใต้ภาระงานสูงสุดในขณะเดียวกันก็รักษาความโปร่งใส่

เมื่อมองไปข้างหน้า คุณคิดว่าความเสี่ยงหรือรูปแบบพฤติกรรมที่เกิดจาก AI ที่เกิดขึ้นใหม่ใดที่จะกำหนดการออกแบบระบบค้าปลีกในยุคหน้า และผู้นำด้าน IT ควรเตรียมตัวสำหรับสิ่งเหล่านี้อย่างไร?

สำหรับฉัน คำถามสำคัญสำหรับผู้นำด้าน IT ค้าปลีกไม่ใช่ว่า “การช็อปปิ้ง AI จะเกิดขึ้นหรือไม่” แต่เป็นว่า “การเดินทางของผู้ช็อปจะเปลี่ยนแปลงไปอย่างไรเมื่อมันเกิดขึ้น” หากการช็อปปิ้ง AI กลายเป็นเรื่องธรรมดามากในอนาคตเช่นเดียวกับการช็อปปิ้งออนไลน์ในปัจจุบัน:

• ลูกค้าจะค้นพบผลิตภัณฑ์ของฉันที่ไหน บนเว็บไซต์ของฉันหรือผ่าน ChatGPT?
• พวกเขาจะเรียนรู้เกี่ยวกับผลิตภัณฑ์ของฉันอย่างไร ผ่าน Claude หรือผู้ช่วยช็อปปิ้งของฉันเอง?
• พวกเขาจะชำระเงินอย่างไร บนหน้าชำระเงินของฉันหรือโดยตรงผ่านอินเทอร์เฟซ AI?

โมเดลแนวหน้าจะรู้ทุกอย่างเกี่ยวกับผลิตภัณฑ์ของคุณ แต่คำถามที่แท้จริงคือ: จะส่งมอบประสบการณ์ลูกค้าเหมือนกับที่คุณทำได้ในปัจจุบันหรือไม่? หากคำตอบคือไม่ มันไม่เพียงพอที่จะรอคำสั่งซื้อที่ขับเคลื่อนด้วย AI คุณจะต้องลงทุนใน AI Assistants และจุดเข้าถึงที่ทำให้พวกมันเป็นส่วนหนึ่งของประสบการณ์ช็อปปิ้งที่เป็นเอกลักษณ์ของแบรนด์ของคุณ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Bazaarvoice เพื่อเรียนรู้เพิ่มเติม