ताइवान की प्रमुख ई-कॉमर्स कंपनी, Yahoo TW Ecommerce, ने Yahoo Auction प्लैटफ़ॉर्म पर विक्रेता के लिए प्रॉडक्ट लिस्टिंग पूरी करने में लगने वाला समय कम कर दिया है. यह कंपनी, स्थानीय स्तर पर खुदरा कारोबार करने वाली प्रमुख कंपनी के साथ रणनीतिक साझा कारोबार के तौर पर काम करती है. Yahoo TW Ecommerce ने विक्रेता के लिए प्रॉडक्ट लिस्टिंग पूरी करने में लगने वाला समय 20 मिनट से घटाकर सिर्फ़ दो मिनट कर दिया है. निजता को प्राथमिकता देने वाले, उपयोगकर्ता के डिवाइस पर मौजूद पहले से मौजूद एआई प्रिमिटिव को इंटिग्रेट करके, इस प्लैटफ़ॉर्म ने लिस्टिंग से जुड़ी सहायता देने वाली ऑटोमेटेड सुविधा और उपयोगकर्ता के हिसाब से बनाए गए अनुभव को बेहतर बनाया है. इस प्लैटफ़ॉर्म को 3% क्लिक मिलने की दर (सीटीआर) मिली.
इस इंटिग्रेशन से, मार्केटप्लेस के दोनों पक्षों को फ़ायदा मिलता है. खरीदारों को काम की, संदर्भ के हिसाब से काम करने वाली, और उनकी दिलचस्पी के हिसाब से तैयार की गई सुविधाएं मिलती हैं. इससे उन्हें प्रॉडक्ट खोजने में आसानी होती है. वहीं, कारोबार को लेगसी बैकएंड एल्गोरिदम की तुलना में, खरीदारों की दिलचस्पी में बढ़ोतरी देखने को मिलती है. आखिरकार, उपयोगकर्ता के डिवाइस पर मौजूद यह आर्किटेक्चर, सेलर के लिए ऑपरेशनल बर्डन को कम करता है. साथ ही, उपयोगकर्ता का संवेदनशील डेटा स्थानीय तौर पर सुरक्षित रखता है. इसके अलावा, यह कंपनी और उसके ग्राहकों को क्लाउड स्केलिंग की बढ़ती लागत से बचाता है.
Yahoo TW Ecommerce ने एआई की सुविधा को क्यों चुना
Yahoo TW Ecommerce ने उपयोगकर्ता के डिवाइस पर मौजूद, बिल्ट-इन एआई को अपनाने का फ़ैसला दो मुख्य व्यावसायिक ज़रूरतों को पूरा करने के लिए लिया है:
- डेटा की निजता: उपयोगकर्ता के पहले पक्ष (ग्राहक) के डेटा, साइट पर इंटरैक्शन के इतिहास, और पुष्टि किए गए सेशन के डेटा का इस्तेमाल करके, मॉडल को स्थानीय तौर पर चलाया जाता है. इससे उपयोगकर्ता की संवेदनशील जानकारी कभी भी डिवाइस से बाहर नहीं जाती.
- लागत कम करने के लिए, एआई को सभी के लिए उपलब्ध कराना: क्लाउड पर होस्ट किए गए एआई इंफ़्रास्ट्रक्चर की लागत, सीधे तौर पर उपयोगकर्ता ट्रैफ़िक के हिसाब से तय होती है. इसलिए, डिजिटल प्लैटफ़ॉर्म को अक्सर ऐडवांस टूल और लोगों की दिलचस्पी के हिसाब से अनुभव देने वाली सुविधाओं को प्रीमियम सदस्यता या कारोबारी या कंपनी के लेन-देन के लिए ज़्यादा शुल्क के पीछे छिपाना पड़ता है. ऑन-डिवाइस इन्फ़रेंस की सुविधा से, बैकएंड के ऑपरेशनल ओवरहेड को कम किया जा सकता है. इस आर्किटेक्चर की मदद से Yahoo TW Ecommerce, मार्केटप्लेस पर मौजूद सभी सेलर और खरीदारों को, उनकी पसंद के मुताबिक और बेहतर तरीके से काम करने वाली सुविधाएं उपलब्ध करा सकता है. इसके लिए, उन्हें प्रीमियम पेवॉल या सिस्टम से जुड़े शुल्क नहीं देने होंगे.
Yahoo Auction के मामले में, एआई की इन-बिल्ट सुविधाओं के फ़ायदे ज़्यादा असरदार होते हैं. ऐसा इसलिए, क्योंकि इससे एम्बिएंट इंटेलिजेंस की सुविधा मिलती है. इसका मतलब है कि यह मददगार और कॉन्टेक्स्ट के हिसाब से सहायता उपलब्ध कराता है. साथ ही, इसे स्थानीय तौर पर प्रोसेस किया जाता है और उपयोगकर्ता को ठीक उसी समय डिलीवर किया जाता है जब उसे इसकी ज़रूरत होती है. ब्राउज़र, डेटा को क्लाइंट-साइड पर प्रोसेस करता है. इसलिए, यह बाहरी सर्वर को संवेदनशील इंटरैक्शन लॉग भेजे बिना, इन स्मार्ट सुविधाओं को सुरक्षित तरीके से उपलब्ध कराता है.
Yahoo Auction में एआई की मदद से काम करने के नौ तरीके
Yahoo TW Ecommerce ने एआई की बिल्ट-इन सुविधाओं का इस्तेमाल करके, नौ अलग-अलग तरह के काम किए. इनमें एंबियंट इंटेलिजेंस, कॉन्टेंट मैनेजमेंट, और शॉपिंग से जुड़ी सहायता शामिल है:
कॉन्टेंट बनाना और उसे मैनेज करना
सेलर के लिए लिस्टिंग असिस्टेंट: इससे सेलर को प्रॉडक्ट के ब्यौरे को तेज़ी से जनरेट करने में मदद मिलती है. साथ ही, उन्हें खरीदारों की दिलचस्पी बढ़ाने वाले और सटीक ब्यौरे जनरेट करने में भी मदद मिलती है. Yahoo Auction का एआई-पावर्ड असिस्टेंट, प्रॉडक्ट की एक इमेज अपलोड करने पर, 20 सेकंड के अंदर सेलर को ये सुझाव देता है: प्रॉडक्ट कैटगरी, टाइटल का ड्राफ़्ट, ब्यौरा, हैशटैग, और सुझाई गई कीमत. सेलर इन सुझावों की समीक्षा कर सकते हैं. ड्राफ़्ट, सेलर के लिए एक मददगार बेसलाइन के तौर पर काम करता है. इससे किसी लिस्टिंग को भरने में लगने वाला औसत समय, 20 मिनट से घटकर 2 मिनट हो जाता है.
यहां दी गई इमेज में, एआई से अनुवाद किया गया टेक्स्ट मौजूद है.
खरीदारों के लिए समीक्षा लिखने में मदद करने वाला टूल: यह टूल, खरीदारों को समीक्षा लिखने के लिए सुझाव देता है. ये सुझाव, समीक्षा के संदर्भ के हिसाब से होते हैं और अच्छी तरह से लिखे गए होते हैं. इससे खरीदारों को, समीक्षा को बेहतर तरीके से स्ट्रक्चर करने और उपयोगकर्ता की चुनी गई रेटिंग और भावना के आधार पर अपने अनुभव के बारे में बताने में मदद मिलती है.
ऐंबियंट इंटेलिजेंस
इस संदर्भ में, एंबियंट इंटेलिजेंस का मतलब है कि उपयोगकर्ता को उसकी ज़रूरत के हिसाब से, सही समय पर मदद मिले. यह मदद, उपयोगकर्ता के ब्राउज़िंग अनुभव में स्वाभाविक रूप से शामिल हो.
यहां बताया गया है कि Yahoo TW Ecommerce ने अपने उपयोगकर्ताओं के लिए, आस-पास की जानकारी के आधार पर काम करने वाली सुविधा को कैसे लागू किया:
उपयोगकर्ता की दिलचस्पी के हिसाब से प्रॉडक्ट के सुझाव दिखाने वाला कैरसेल: यह कैरसेल, लॉग इन किए हुए उपयोगकर्ता की हाल ही की खरीदारी के इतिहास का विश्लेषण करता है. इससे, उपयोगकर्ता की दिलचस्पी के हिसाब से ऐसे प्रॉडक्ट के सुझाव दिए जा सकते हैं जो उसकी खरीदारी को पूरा करते हैं. इससे कन्वर्ज़न रेट बढ़ते हैं.
खोज के लिए अनुमानित शब्द और सुझाव: यह सुविधा, लॉग-इन किए हुए उपयोगकर्ता के चालू सेशन के आधार पर, उसके हिसाब से प्रॉडक्ट के सुझाव और खोज के लिए कीवर्ड दिखाती है. क्लाइंट-साइड प्रोसेसिंग, स्थानीय कॉन्टेक्स्ट का रेफ़रंस देती है. जैसे, उपयोगकर्ता की हाल ही की ऑन-साइट खोज और साइट के हिसाब से ब्राउज़िंग की प्राथमिकताएं. इससे, खोज के काम के कीवर्ड का अनुमान लगाया जाता है और उन्हें सुझाया जाता है. इससे ग्राहक के सफ़र की खोज की प्रोसेस को आसान बनाया जा सकता है.
Shopping support
प्रॉडक्ट के बारे में खास जानकारी: प्रॉडक्ट के बारे में जानकारी वाले लंबे पेजों को 100 शब्दों से कम में, आसानी से समझी जा सकने वाली हाइलाइट में बदलता है.
इमोजी के आधार पर समीक्षा की खास जानकारी: इसमें खरीदारों की प्रतिक्रियाओं को एक छोटी सी खास जानकारी में इकट्ठा किया जाता है. इसमें इमोजी का इस्तेमाल किया जाता है.
लॉयल्टी पॉइंट का इस्तेमाल: इससे लॉग इन किए हुए उपयोगकर्ता के लॉयल्टी पॉइंट की पहचान होती है. साथ ही, ऐसे आइटम के सुझाव मिलते हैं जिन्हें खत्म होने वाले पॉइंट (या कम से कम अतिरिक्त पेमेंट) से खरीदा जा सकता है. इसके बाद, स्थानीय अनुमान का इस्तेमाल करके, उपयोगकर्ता की दिलचस्पी के हिसाब से सबसे मिलते-जुलते आइटम को रैंक किया जाता है और चुना जाता है.
लाइफ़स्टाइल से जुड़े सुझाव: इससे उपयोगकर्ता को, उसकी दिलचस्पी के हिसाब से स्टाइलिंग के सुझाव या घर की सजावट से जुड़ी सलाह मिलती है. यह सलाह, उपयोगकर्ता की ओर से देखी जा रही प्रॉडक्ट कैटगरी के आधार पर दी जाती है.
खरीदारी में मदद करने वाला चैटबॉट: यह उपयोगकर्ता के डिवाइस पर इंटरैक्टिव चैटबॉट उपलब्ध कराता है. इससे खरीदार के सवालों के जवाब तुरंत दिए जा सकते हैं. इसके लिए, नैचुरल लैंग्वेज टेक्स्ट या बोले गए शब्दों का अपने-आप टाइप होना का इस्तेमाल किया जाता है. उपयोगकर्ता के डिवाइस पर मौजूद मॉडल, खरीदारी के इरादे से की गई बातचीत का विश्लेषण करता है. साथ ही, उपयोगकर्ता की दिलचस्पी के हिसाब से प्रॉडक्ट की सूचियां तैयार करता है.
कारोबार पर असल दुनिया में पड़ने वाला असर
Yahoo TW Ecommerce ने 2025 के आखिर में इन सुविधाओं को प्रोडक्शन के लिए लाइव किया था. इसके बाद से, उसने Google Analytics का इस्तेमाल करके, अहम जुड़ाव के माइलस्टोन ट्रैक किए हैं:
- काम करने की क्षमता में काफ़ी बढ़ोतरी: सेलर के लिए उपलब्ध लिस्टिंग असिस्टेंट की मदद से, प्रॉडक्ट की लिस्टिंग पूरी करने में लगने वाले औसत समय में 90% की कमी आई है. यह समय 20 मिनट से घटकर सिर्फ़ 2 मिनट हो गया है.
- उपयोगकर्ताओं की दिलचस्पी: इस प्लैटफ़ॉर्म पर,एक लाख से ज़्यादा यूनीक उपयोगकर्ताओं ने 10 लाख से ज़्यादा बार इंटरैक्ट किया. इससे पता चलता है कि उपयोगकर्ताओं की दिलचस्पी और अपनाने की दर ज़्यादा है. इससे यह भी पुष्टि होती है कि उपयोगकर्ता, एआई के नए टूल को एक्सप्लोर कर रहे हैं और उनका इस्तेमाल कर रहे हैं.
- बेहतर क्वालिटी वाले इंटरैक्शन: "एम्बिएंट इंटेलिजेंस" वाले नए मॉड्यूल को करीब 3% का क्लिक मिलने की दर (सीटीआर) मिली. वहीं, स्टैंडर्ड एल्गोरिदम या संपादकीय टीम के मैन्युअल तरीके से चुने गए प्रॉडक्ट के सुझावों पर आधारित लेगसी प्रॉडक्ट को 1.3 से 1.8% का सीटीआर मिला. एआई के सुझाव सीधे तौर पर वेबसाइट के मौजूदा स्टैंडर्ड कैरसेल लेआउट में दिखते हैं. इसलिए, टीम को फ़्रंटएंड को फिर से बनाने में ज़्यादा खर्च नहीं करना पड़ा. इस आसान तरीके से लागू करने पर, इंजीनियरिंग ओवरहेड कम हो जाता है. साथ ही, परफ़ॉर्मेंस की सीधे तौर पर तुलना करने से पता चलता है कि उपयोगकर्ता के डिवाइस पर मौजूद एआई, काम के और कन्वर्ज़न बढ़ाने वाले सुझाव दिखाता है.
एम्बिएंट इंटेलिजेंस के बारे में ज़्यादा जानकारी
इस्तेमाल के नौ उदाहरणों में से, ऐंबियंट इंटेलिजेंस को लागू करने का तरीका सबसे अलग है. यह इस बात का सबसे अच्छा उदाहरण है कि उपयोगकर्ता के डिवाइस पर मौजूद एआई को खास तौर पर शक्तिशाली क्या बनाता है. Yahoo Auction के ऐंबियंट इंटेलिजेंस मॉड्यूल, उपयोगकर्ता अनुभव को बेहतर बनाते हैं. ये उपयोगकर्ता के डिवाइस पर उपलब्ध मददगार असिस्टेंट के तौर पर काम करते हैं. ये रीयल-टाइम में, कॉन्टेक्स्ट के हिसाब से सुझाव देते हैं. ये सुझाव ठीक उसी समय दिए जाते हैं जब वे उपयोगकर्ता के लिए सबसे ज़्यादा मददगार होते हैं.
लोकल आर्किटेक्चर की मदद से, डेटा को सुरक्षित रखें और क्लाउड का खर्च कम करें
उपयोगकर्ता की दिलचस्पी के हिसाब से सुझाव देने के लिए, उपयोगकर्ता के बेहद संवेदनशील डेटा का विश्लेषण करना ज़रूरी होता है. Yahoo Auction, उपयोगकर्ता के कॉन्टेक्स्ट से जुड़े डेटा का इस्तेमाल करता है. जैसे, खरीदारी का इतिहास, खोज के लिए इस्तेमाल किए गए कीवर्ड, और लोकल स्टोरेज से ब्राउज़िंग की प्राथमिकताएं. इतने बड़े पैमाने पर निजी डेटा को क्लाउड सर्वर पर भेजने से, डेटा ट्रांसफ़र में बहुत ज़्यादा समय लगता है. साथ ही, निजता से जुड़े जोखिम भी बढ़ जाते हैं.
Yahoo TW Ecommerce ने स्थानीय आर्किटेक्चर का इस्तेमाल करके, इस समस्या को हल किया. सेशन डेटा और लोकल स्टोरेज का इस्तेमाल करके, लोकल एआई मॉडल क्लाइंट-साइड पर ही सभी चीज़ों को प्रोसेस करता है. इससे यह पक्का होता है कि कोई भी निजी डेटा बाहरी तौर पर शेयर नहीं किया जाता. इससे यह साबित होता है कि लोगों की दिलचस्पी के हिसाब से तैयार की गई, सक्रियता से काम करने वाली इंटेलिजेंस, लोकल एआई के लिए सबसे सही है.
"एआई की सुविधा पहले से मौजूद होने की वजह से, हम लोगों को उनकी दिलचस्पी के हिसाब से बेहतरीन अनुभव दे पाते हैं. साथ ही, हम यह भी पक्का करते हैं कि लोगों की निजता से समझौता न हो. इसके अलावा, हम अपनी कम्यूनिटी के लिए छिपे हुए शुल्क या पेवॉल नहीं लगाते. यह ई-कॉमर्स से जुड़ी अहम जानकारी को ऐक्सेस करने का एक नया तरीका है."
— पॉल ली, लीड इंजीनियर, Yahoo TW Ecommerce
पहले से मौजूद एआई के लाइफ़साइकल को मैनेज करना
प्रोडक्शन एनवायरमेंट में पहले से मौजूद एआई को इंटिग्रेट करने के लिए, मॉडल डाउनलोड करने की स्थितियों को मैनेज करना ज़रूरी है. एआई के बिल्ट-इन स्पेसिफ़िकेशन और डाउनलोड करने के तरीके में बदलाव हो सकता है. इसलिए, Yahoo TW Ecommerce टीम ने रखरखाव को आसान बनाने के लिए, एक खास वेब कॉम्पोनेंट बनाया है.
यह रैपर कॉम्पोनेंट, स्टैंडर्ड और अलग की गई प्रॉपर्टी उपलब्ध कराता है. साथ ही, उपयोगकर्ता के डाउनलोड करने की पूरी लाइफ़साइकल को मैनेज करता है. टीम, कॉम्पोनेंट के data-status एट्रिब्यूट को देखकर, यूज़र इंटरफ़ेस को डाइनैमिक तरीके से अपडेट करती है. इससे मॉडल की मौजूदा स्थिति दिखती है: उपलब्ध नहीं है, डाउनलोड किया जा सकता है, डाउनलोड किया जा रहा है, उपलब्ध है.
इस डिज़ाइन की मदद से, प्लैटफ़ॉर्म यूज़र इंटरफ़ेस (यूआई) को स्थिर रख सकता है. साथ ही, मुख्य कोड में बदलाव किए बिना, सभी पेजों पर तुरंत अपडेट उपलब्ध करा सकता है.
SharedWorker ऑर्केस्ट्रेशन की मदद से, एमपीए की पाबंदियों को दूर करना
मल्टी-पेज ऐप्लिकेशन (एमपीए) में, डेवलपर आम तौर पर बैकग्राउंड थ्रेड का इस्तेमाल करते हैं. इससे लंबे समय तक चलने वाले वर्कफ़्लो को बनाए रखने में मदद मिलती है. ये वर्कफ़्लो, एक ही साइट पर नेविगेट करने के दौरान भी बने रहते हैं. एआई एपीआई, डिफ़ॉल्ट रूप से एसिंक्रोनस होते हैं. साथ ही, ये मुख्य थ्रेड के यूज़र इंटरफ़ेस (यूआई) की रिस्पॉन्सिवनेस पर बुरा असर नहीं डालते. हालांकि, इन्हें बैकग्राउंड थ्रेड पर ले जाने से, उपयोगकर्ता के एक पेज से दूसरे पेज पर नेविगेट करने पर, ऐक्टिव इन्फ़रेंस सेशन अचानक बंद नहीं होते.
हालांकि, Prompt API जैसे एआई प्रिमिटिव, सिर्फ़ टॉप-लेवल के दस्तावेज़ों के कॉन्टेक्स्ट के लिए उपलब्ध हैं. ऐसा ओपन वेब प्लैटफ़ॉर्म स्पेसिफ़िकेशन से जुड़ी चुनौती की वजह से होता है: W3C की अनुमतियों से जुड़ी नीति का फ़्रेमवर्क, दस्तावेज़ ट्री से जुड़ा होता है. साथ ही, इन सुरक्षा सीमाओं को स्वतंत्र वर्कर रूट तक पहुंचाने के लिए, स्टैंडर्ड तरीके अब भी कम्यूनिटी की ओर से डिज़ाइन किए जा रहे हैं.
समाधान: SharedWorker को रिसॉर्स ऑर्केस्ट्रेटर के तौर पर इस्तेमाल करना
लाइफ़साइकल से जुड़ी इन पाबंदियों को सुरक्षित तरीके से नेविगेट करने के लिए, Yahoo TW Ecommerce ने SharedWorker का इस्तेमाल किया. इससे, एक ही ऑरिजिन वाले ब्राउज़र टैब में एआई कंप्यूटिंग को कोऑर्डिनेट किया जा सका. साथ ही, दस्तावेज़ से जुड़ी सुरक्षा सीमाओं का भी पालन किया जा सका. SharedWorker, पेज नेविगेशन को चालू एआई कंप्यूटेशन को रद्द करने की अनुमति देने के बजाय, एक केंद्रीकृत इवेंट ब्रोकर के तौर पर काम करता है. जब उपयोगकर्ता के डिवाइस पर एआई कंप्यूटेशन करने का अनुरोध किया जाता है, तब SharedWorker, एक ही ऑरिजिन के एक साथ खुले टैब के बीच समन्वय करता है. साथ ही, यह अनुरोध को एक ऐसे पैरलल टैब कॉन्टेक्स्ट को सौंपता है जिसमें ऐक्टिव नेविगेशन की संभावना कम होती है. यह प्रॉम्प्ट को पूरा होने तक प्रोसेस करता है, ताकि उसे समय से पहले रोका न जा सके. एआई की मदद से डेटा प्रोसेस होने के बाद, नतीजे को WebStorage में सुरक्षित तरीके से कैश किया जाता है. इसके लिए, टाइम टू लिव (टीटीएल) तय किया जाता है. इससे, वेबसाइट के खुले हुए किसी भी टैब में नतीजे को तुरंत ऐक्सेस किया जा सकता है. इस डिज़ाइन से यह पक्का होता है कि पेज ट्रांज़िशन के दौरान, ऑन-डिवाइस एआई ऑपरेशन पर कोई असर न पड़े. इससे, मल्टी-पेज ऐप्लिकेशन के पूरे सफ़र में एआई की परफ़ॉर्मेंस और स्थिरता बेहतर होती है.
GitHub पर, आर्किटेक्चर से जुड़ी इन समस्याओं को हल करने के बारे में जानकारी दी गई है:
ये सुविधाएं Yahoo拍賣 पर उपलब्ध हैं.
क्लाइंट-साइड एआई का भविष्य
Yahoo TW Ecommerce ने अपने ऐप्लिकेशन में एआई को इंटिग्रेट किया है. इससे पता चलता है कि उपयोगकर्ता के डिवाइस पर मौजूद मॉडल कितने काम के होते हैं. लागत कम रखने और डेटा की निजता को प्राथमिकता देने से, उन्हें एंबियंट इंटेलिजेंस की बेहतर सुविधाएं मिलती हैं. ये सुविधाएं, लोकल ब्राउज़र क्रेडेंशियल और उपयोगकर्ता के ब्राउज़िंग इतिहास का सुरक्षित तरीके से इस्तेमाल करती हैं.
हम लगातार बेहतर होते जा रहे हैं. Yahoo TW Ecommerce के आर्किटेक्चर से मिले सबक, उन डेवलपर के लिए बुनियादी ब्लूप्रिंट के तौर पर काम करते हैं जो वेब पर सुरक्षित और स्थानीय तौर पर काम करने वाले एआई अनुभव बनाना चाहते हैं.