Yahoo TW Ecommerce, una delle principali società di e-commerce di Taiwan che opera come joint venture strategica con un conglomerato di vendita al dettaglio locale leader di mercato, ha ridotto il tempo necessario ai venditori per completare una scheda di prodotto sulla sua piattaforma, Yahoo Auction, da venti minuti a soli due. Integrando primitive di AI integrate nel dispositivo e incentrate sulla privacy per alimentare un assistente per le schede automatizzato ed esperienze utente iperpersonalizzate, la piattaforma ha raggiunto una percentuale di clic (CTR) del 3%.
Questa integrazione avvantaggia entrambe le parti del marketplace: gli acquirenti ricevono funzionalità personalizzate utili e sensibili al contesto che semplificano la scoperta, mentre l'attività registra un coinvolgimento maggiore rispetto agli algoritmi di backend legacy. In definitiva, questa architettura sul dispositivo riduce il carico operativo per i venditori, proteggendo al contempo i dati utente sensibili in locale e isolando l'azienda e i suoi clienti dai costi di scalabilità del cloud.
Perché Yahoo TW Ecommerce ha scelto l'AI integrata
La decisione di Yahoo TW Ecommerce di adottare l'AI integrata nel dispositivo deriva da due requisiti aziendali principali:
- Privacy dei dati: utilizzando la cronologia delle interazioni proprietarie sul sito e i dati delle sessioni autenticate dell'utente ed eseguendo i modelli in locale, le informazioni utente sensibili non lasciano mai il dispositivo.
- Democratizzazione dell'efficacia in termini di costi: i costi dell'infrastruttura di AI ospitata sul cloud scalano direttamente con il traffico utente, spesso costringendo le piattaforme digitali a limitare gli strumenti avanzati e le esperienze personalizzate dietro abbonamenti premium o maggiori commissioni di transazione per i commercianti. Lo spostamento dell'inferenza sul dispositivo elimina questo sovraccarico operativo di backend. Questa architettura sostenibile consente a Yahoo TW Ecommerce di democratizzare funzionalità personalizzate e altamente reattive per tutti i venditori e gli acquirenti del marketplace, senza paywall premium o commissioni dell'ecosistema.
I vantaggi dell'AI integrata sono particolarmente significativi per il caso di Yahoo Auction in quanto consente l'intelligenza ambientale, ovvero un'assistenza utile e sensibile al contesto che viene elaborata e fornita in locale esattamente quando l'utente ne ha bisogno. Poiché il browser elabora i dati lato client, offre in modo sicuro questi aiuti intelligenti senza inviare log di interazione sensibili a server esterni.
Nove modi in cui l'AI integrata potenzia Yahoo Auction
Yahoo TW Ecommerce ha implementato nove casi d'uso distinti utilizzando l'AI integrata, che riguardano l'intelligenza ambientale, la gestione dei contenuti e l'assistenza per gli acquisti:
Creazione e gestione dei contenuti
Assistente per le schede per i venditori: aiuta i venditori a generare rapidamente descrizioni dei prodotti coinvolgenti e accurate. Caricando una singola immagine del prodotto, l'assistente basato su AI di Yahoo Auction suggerisce una categoria di prodotto pertinente, un titolo di bozza, dettagli, hashtag e un prezzo suggerito entro 20 secondi per la revisione dei venditori. La bozza funge da base utile per i venditori, riducendo il tempo medio necessario per compilare una scheda da 20 minuti a 2 minuti.
Le seguenti immagini contengono testo tradotto con l'AI.
Assistente per le recensioni per gli acquirenti: aiuta gli acquirenti con suggerimenti di espressione altamente contestuali e ben scritti per strutturare e descrivere meglio la loro esperienza in base alla valutazione e al sentimento selezionati dall'utente.
Intelligenza ambientale
In questo contesto, l'intelligenza ambientale si riferisce a un'assistenza proattiva e sensibile al contesto che si adatta naturalmente all'esperienza di navigazione dell'utente.
Ecco come Yahoo TW Ecommerce ha implementato l'intelligenza ambientale per i suoi utenti:
Carosello di consigli sui prodotti personalizzati: analizza la cronologia degli acquisti recenti di un utente che ha eseguito l'accesso per consigliare prodotti ad alta affinità che completano i suoi acquisti, aumentando i tassi di conversione.
Ricerca e consigli predittivi: personalizza i consigli sui prodotti e le parole chiave di ricerca per l'utente che ha eseguito l'accesso in base alla sessione attiva dell'utente. Facendo riferimento al contesto locale, ad esempio le ricerche recenti sul sito e le preferenze di navigazione specifiche del sito dell'utente, l'elaborazione lato client prevede e suggerisce parole chiave di ricerca utili per semplificare il processo di discovery del customer journey.
Assistenza per gli acquisti
Riepilogo dei prodotti: riepiloga le pagine dei dettagli dei prodotti lunghi in punti salienti facilmente comprensibili in meno di 100 parole.
Riepilogo delle recensioni basato su emoji: aggrega il feedback dei clienti in una panoramica concisa utilizzando emoji rappresentative.
Utilizzo dei punti fedeltà: identifica i punti fedeltà di un utente che ha eseguito l'accesso e suggerisce articoli acquistabili con punti in scadenza (o pagamenti aggiuntivi minimi), quindi utilizza l'inferenza locale per classificare e selezionare le corrispondenze migliori in base agli interessi personalizzati dell'utente.
Consigli sullo stile di vita: offre ispirazioni di stile personalizzate o consigli per l'arredamento della casa in base alla categoria di prodotto visualizzata dall'utente.
Shopping chatbot: fornisce una chatbot interattiva sul dispositivo per rispondere immediatamente alle domande degli acquirenti utilizzando testo in linguaggio naturale o input vocale. Il modello sul dispositivo analizza la conversazione per l'intenzione di acquisto, deducendo e curando in modo intelligente gli elenchi di prodotti in linea con gli interessi dell'utente.
Impatto aziendale sul mondo reale
Dalla distribuzione di queste funzionalità in produzione alla fine del 2025, Yahoo TW Ecommerce ha monitorato importanti traguardi di coinvolgimento utilizzando Google Analytics:
- Notevoli guadagni di efficienza: l'assistente per le schede per i venditori ha contribuito a ridurre il tempo medio necessario per completare una scheda di prodotto del 90%, da 20 minuti a soli 2 minuti.
- Coinvolgimento profondo: la piattaforma ha generato oltre 1 milione di eventi di interazione totali su più di 100.000 utenti unici. Ciò evidenzia un elevato interesse e adozione da parte degli utenti, confermando che gli utenti stanno esplorando e utilizzando attivamente i nuovi strumenti di AI.
- Interazioni di alta qualità: i nuovi moduli di "intelligenza ambientale" hanno raggiunto una percentuale di clic (CTR) di quasi il 3% rispetto a un CTR compreso tra l'1,3 e l'1,8% per i consigli sui prodotti legacy che si basano su algoritmi standard o sulla cura manuale del team editoriale. Poiché i consigli basati su AI vengono inseriti direttamente nel layout del carosello standard esistente del sito web, il team ha evitato costose operazioni di refactoring del frontend. Questa implementazione senza interruzioni riduce al minimo il sovraccarico di progettazione, mentre il confronto diretto delle prestazioni dimostra che l'AI sottostante sul dispositivo fornisce suggerimenti altamente pertinenti e con un'elevata conversione.
Un approfondimento sull'intelligenza ambientale
Tra i nove casi d'uso, l'implementazione dell'intelligenza ambientale si distingue come un ottimo esempio di ciò che rende l'AI sul dispositivo particolarmente potente. I moduli di intelligenza ambientale di Yahoo Auction semplificano il percorso dell'utente. Fungono da assistenti utili sul dispositivo che forniscono suggerimenti in tempo reale e sensibili al contesto esattamente quando sono più utili per l'utente.
Proteggi i dati e riduci i costi del cloud con un'architettura locale
La generazione di questo livello di consigli iperpersonalizzati richiede l'analisi di dati utente altamente sensibili. Yahoo Auction utilizza i dati contestuali avanzati di un utente, come la cronologia acquisti, le parole chiave di ricerca e le preferenze di navigazione dall'archiviazione locale. L'invio di questo volume di dati personali a un server cloud introduce una latenza elevata e rischi significativi per la privacy.
Yahoo TW Ecommerce ha risolto questo problema affidandosi all'architettura locale. Utilizzando i dati delle sessioni e l'archiviazione locale, il modello di AI locale elabora tutto lato client. In questo modo, nessun dato personale viene esposto esternamente, dimostrando che l'intelligenza proattiva e profondamente personalizzata è particolarmente adatta all'AI locale.
"L'AI integrata ci consente di offrire esperienze ambientali iperpersonalizzate senza compromettere la privacy dei nostri utenti o introdurre costi nascosti o paywall per la nostra community. È un cambio di paradigma nel nostro approccio all'intelligenza dell'e-commerce."
— Paul Li, Lead Engineer, Yahoo TW Ecommerce
Gestire il ciclo di vita dell'AI integrata
L'integrazione dell'AI integrata in un ambiente di produzione richiede la gestione corretta degli stati di download dei modelli. Poiché le specifiche e i comportamenti di download dell'AI integrata possono cambiare, il team di Yahoo TW Ecommerce ha creato un componente web dedicato per semplificare la manutenzione.
Questo componente wrapper fornisce proprietà standard disaccoppiate e gestisce l'intero ciclo di vita del download dell'utente. Osservando l'attributo data-status
del componente, il team aggiorna dinamicamente l'interfaccia utente per riflettere lo stato esatto del
modello: Non disponibile, scaricabile, in download,
disponibile.
Questo design consente alla piattaforma di mantenere la stabilità dell'interfaccia utente e di fornire aggiornamenti istantaneamente tra le pagine senza eseguire il refactoring del codice core sottostante.
Superare i vincoli MPA con l'orchestrazione di SharedWorker
Nelle applicazioni multipagina (MPA), gli sviluppatori in genere utilizzano thread in background per mantenere i flussi di lavoro a lunga esecuzione che sopravvivono alle navigazioni sullo stesso sito. Sebbene le API di AI integrate siano asincrone in modo nativo e non influiscano negativamente sulla reattività dell'interfaccia utente del thread principale, lo spostamento in un thread in background impedisce l'interruzione improvvisa delle sessioni di inferenza attive quando un utente naviga tra le pagine.
Tuttavia, le primitive di AI integrate come l'API Prompt sono limitate ai contesti dei documenti di primo livello. Ciò è dovuto a una sfida di specifica della piattaforma web aperta: il framework delle norme sulle autorizzazioni W3C è fondamentalmente legato all'albero dei documenti e la community sta ancora progettando meccanismi standard per propagare questi limiti di sicurezza alle radici dei worker indipendenti.
La soluzione: SharedWorker come orchestratore di risorse
Per gestire in sicurezza questi vincoli del ciclo di vita rispettando al contempo i limiti di sicurezza associati ai documenti, Yahoo TW Ecommerce ha utilizzato un SharedWorker per coordinare il calcolo dell'AI nelle schede del browser con la stessa origine. Anziché consentire a una navigazione della pagina di annullare un calcolo dell'AI attivo, SharedWorker funge da broker di eventi centralizzato. Quando viene richiesto un calcolo dell'AI sul dispositivo, SharedWorker coordina le schede aperte simultanee dell'origine, delegando l'esecuzione a un contesto di schede parallelo meno soggetto alla navigazione attiva ed elabora il prompt fino al completamento senza interruzioni premature. Al termine del calcolo dell'AI, il risultato viene memorizzato nella cache in modo sicuro in Web Storage con una durata (TTL) designata, rendendolo immediatamente accessibile da qualsiasi scheda aperta del sito web. Questo design garantisce che le operazioni di AI sul dispositivo siano resilienti alle transizioni di pagina, massimizzando l'efficienza e la coerenza durante l'intero percorso dell'applicazione multipagina.
Puoi trovare i dettagli di queste soluzioni alternative per l'architettura su GitHub:
Queste funzionalità sono attive in Yahoo拍賣.
Il futuro dell'AI lato client
L'implementazione dell'AI integrata di Yahoo TW Ecommerce dimostra il valore pratico dei modelli sul dispositivo. Dando la priorità all'efficacia in termini di costi e alla rigorosa privacy dei dati, sbloccano potenti funzionalità di intelligenza ambientale che utilizzano in modo sicuro le credenziali del browser locale e la cronologia utente avanzata.
Man mano che continuiamo a evolverci, le lezioni apprese dall'architettura di Yahoo TW Ecommerce fungono da progetto di base per altri sviluppatori che vogliono creare esperienze di AI sicure e basate in locale sul web.