Bazaarvoice 首å¸æŠ€æœ¯å®˜ Nick Shiftan – 专访系列
Nick Shiftan 是 Bazaarvoice 的首席技术官，是一位经验丰富的技术领导者和企业家，其职业生涯跨越二十年，专注于构建和扩展企业软件及商务平台。他最广为人知的身份是社交商务先驱公司 Curalate 的联合创始人兼首席技术官，在近十年时间里，他帮助公司发展至年经常性收入超过 2000 万美元，并于 2020 年被 Bazaarvoice 收购。在其职业生涯早期，他创立了 Parkio 并领导产品开发，为交通和停车系统提供企业软件；他的职业生涯始于微软，在那里他曾参与 Outlook Mobile for Windows Mobile 的开发。收购之后，原本预期的短期过渡演变成了一个长期职位，他继续从事大规模构建工作，并最终被任命为首席技术官，其工作重点是推进基于信任和真实消费者数据的 AI 驱动的产品发现。Bazaarvoice 是一个行业领先的 SaaS 平台，使品牌和零售商能够在整个数字购物旅程中收集、管理和激活真实的用户生成内容，如评分、评论、照片和视频。该公司在全球范围内运营，每月通过在一个庞大的品牌和零售目的地网络中分发可信内容，帮助超过十亿购物者做出明智的购买决策，将透明度、可信度和数据驱动的商务置于在线体验的核心。您如何应用生成式人工智能和基于大语言模型的技术来加强评论真实性、审核和信任信号，同时又不影响高负载下的性能？我们使用人工智能来发现信号和模式，而不是取代人类判断。大语言模型有助于快速标记异常活动或潜在的非真实内容，但目标始终是维护信任。通过将这些模型集成到离线验证管道中，并将其与实时请求路径解耦，即使在提交量激增时，我们也能保持性能。其结果是既智能又可扩展的审核和真实性检查。许多零售商在结账可靠性上投入巨资，但往往忽视了维护可信评论生态系统的复杂性。您认为评论和评分基础设施中存在哪些隐藏风险，值得像支付系统一样进行战略性的严格审查？评分和评论一直是决策关键的基础设施，在人工智能辅助购物的世界中尤其如此。人工智能代理在做出购物推荐时，将严重依赖信任信号——尤其是评分和评论的形式。延迟、数据缺失或明显的非真实性将直接影响消费者信心。这些系统很复杂；以与结账系统相同的严谨态度对待它们，对于避免转化率损失和长期信任侵蚀至关重要。在领导过多个主要商务平台的工程工作后，当人工智能系统（如情感分析或欺诈检测模型）直接位于实时数据路径中时，您如何调整可观测性和事件响应策略？我们将人工智能模型视为任何其他关键服务：实时监控性能和准确性。这包括延迟、错误率和行为漂移。我们实施故障安全机制，使模型能够在负载下优雅降级或绕过非关键路径。仪表板、自动警报和操作手册确保人工智能问题在影响购物者之前被发现和解决。在...
