Wayfair最近用OpenAI的模型，落地了两个电商核心环节的优化：自动处理客服工单，批量修正数百万产品的属性。
客服先抠“响应速度”
电商客服的瓶颈从来不是没人回复，而是“转得慢”——用户发了消息，客服得先花半分钟判断是退换货申请还是产品咨询，再转去对应小组，一来一回就是一分钟过去。Wayfair用OpenAI模型做自动工单分类，不用人工先筛选，直接把不同类型的请求分到对应处理通道，响应的前置时间直接砍半，支持速度实打实提上来了。
产品目录补“小错漏”
产品目录是电商的生命线，那些不起眼的错漏，都是隐形损失。比如一款书桌，面板材质标了“实木”实际是颗粒板，或者长度写了1.2米实际是1.18米，用户搜“实木书桌”搜不到，买了也会退。Wayfair这次用OpenAI模型批量优化数百万产品属性，相当于给全平台产品做了一次全面校准：把错的改过来，缺的参数补上去，目录准确性提上去，用户找对商品的概率高了，退货率也会跟着降。
不是玩概念，是落进硬需求
很多电商喊着用AI，大多是搞个花哨的聊天机器人——用户问“怎么退款”，机器人只会说“请拨打客服电话”，完全没实际用处。Wayfair这次的动作不一样，选的都是电商最基础的痛点：客服分流省人工，不用养一堆专门做工单筛选的人；目录纠错提精准，不用人工一条条改数百万产品的参数。而且是“大规模”处理，不是改几个产品试手，说明模型能扛住电商的海量数据，真的解决问题。对同行来说，这俩方向都是刚需，之前靠人工耗不起成本，现在AI补上了这个短板。
Wayfair这步，是把AI用到了电商最“接地气”的地方，不是搞空中楼阁的噱头。那其他靠用户搜索和客服体验吃饭的电商，会不会也跟着把AI砸到客服和目录这些最基础的环节？毕竟这些地方，才是能摸到用户真实感受的细节。
素材来源：OpenAI News · AI情报、AI应用落地、消费级AI
查看报道原文
发表第一条评论吧