Yahoo TW Ecommerce, een toonaangevend e-commercebedrijf in Taiwan dat opereert als een strategische joint venture met een marktleidend lokaal retailconglomeraat, heeft de tijd die verkopers nodig hebben om een productaanbieding op zijn platform, Yahoo Auction, te voltooien, teruggebracht van twintig minuten naar slechts twee. Door privacyvriendelijke, op het apparaat ingebouwde AI- functionaliteit te integreren voor een geautomatiseerde aanbiedingsassistent en hypergepersonaliseerde gebruikerservaringen, behaalde het platform een click-through rate (CTR) van 3%.
Deze integratie biedt voordelen voor beide partijen: klanten krijgen nuttige, contextbewuste gepersonaliseerde functies die het vinden van producten vereenvoudigen, terwijl bedrijven een hogere betrokkenheid ervaren in vergelijking met traditionele backend-algoritmes. Uiteindelijk verlaagt deze architectuur op het apparaat de operationele last voor verkopers, terwijl gevoelige gebruikersgegevens lokaal worden beschermd en het bedrijf en zijn klanten worden afgeschermd van oplopende kosten voor cloud-scaling.
Waarom Yahoo TW Ecommerce koos voor ingebouwde AI
De beslissing van Yahoo TW Ecommerce om ingebouwde AI op apparaten te implementeren, komt voort uit twee belangrijke zakelijke vereisten:
- Gegevensprivacy: Door gebruik te maken van de interactiegeschiedenis van de gebruiker op de website zelf, geverifieerde sessiegegevens en het lokaal uitvoeren van modellen, blijft gevoelige gebruikersinformatie altijd op het apparaat.
- Democratisering van kosteneffectiviteit: De kosten van cloudgebaseerde AI-infrastructuur schalen rechtstreeks mee met het gebruikersverkeer, waardoor digitale platforms vaak gedwongen worden geavanceerde tools en gepersonaliseerde ervaringen achter premiumabonnementen of hogere transactiekosten voor verkopers te plaatsen. Door de inferentie op het apparaat zelf uit te voeren, wordt deze steeds hoger oplopende operationele overhead aan de achterkant geëlimineerd. Deze duurzame architectuur stelt Yahoo TW Ecommerce in staat om zeer responsieve, gepersonaliseerde mogelijkheden te democratiseren voor alle verkopers en kopers op het platform, zonder premium betaalmuren of doorberekende ecosysteemkosten.
De voordelen van ingebouwde AI zijn vooral van grote betekenis voor de Yahoo Auction-zaak, omdat het omgevingsintelligentie mogelijk maakt. Dit betekent nuttige, contextbewuste assistentie die lokaal wordt verwerkt en direct wordt aangeboden wanneer de gebruiker die nodig heeft. Omdat de browser gegevens aan de clientzijde verwerkt, biedt deze op een veilige manier deze slimme hulpmiddelen aan zonder gevoelige interactielogboeken naar externe servers te verzenden.
Negen manieren waarop ingebouwde AI Yahoo Auction aandrijft
Yahoo TW Ecommerce implementeerde negen verschillende use cases met behulp van ingebouwde AI, variërend van omgevingsintelligentie en contentbeheer tot winkelondersteuning:
Contentcreatie en -beheer
Assistent voor verkopers: Helpt verkopers snel aantrekkelijke en accurate productbeschrijvingen te maken. Door één productafbeelding te uploaden, stelt de AI-gestuurde assistent van Yahoo Auctions binnen 20 seconden een relevante productcategorie, concepttitel, details, hashtags en een voorgestelde prijs voor, die verkopers vervolgens kunnen bekijken. Het concept dient als een handige basis voor verkopers, waardoor de gemiddelde tijd om een advertentie te voltooien wordt teruggebracht van 20 minuten naar 2 minuten.
De volgende afbeeldingen bevatten door AI vertaalde tekst.
Reviewassistent voor kopers: Helpt kopers met zeer contextuele, goed geschreven suggesties voor formuleringen om hun ervaring beter te structureren en te beschrijven op basis van de door de gebruiker geselecteerde beoordeling en sentimentinput.
Omgevingsintelligentie
In deze context verwijst ambient intelligence naar proactieve, contextbewuste assistentie die op natuurlijke wijze aansluit op de browse-ervaring van de gebruiker.
Zo heeft Yahoo TW Ecommerce omgevingsintelligentie geïmplementeerd voor zijn gebruikers:
Carrousel met gepersonaliseerde productaanbevelingen: analyseert de recente aankoopgeschiedenis van een ingelogde gebruiker om producten aan te bevelen die goed aansluiten bij hun aankopen, waardoor de conversieratio wordt verhoogd.
Voorspellend zoeken en aanbevelingen: Stemt productaanbevelingen en zoekwoorden af op de ingelogde gebruiker op basis van diens actieve sessie. Door gebruik te maken van lokale context, zoals recente zoekopdrachten op de website en sitespecifieke browsevoorkeuren, voorspelt en suggereert de client-side verwerking nuttige zoekwoorden om het ontdekkingsproces van de klantreis te vereenvoudigen.
Winkelondersteuning
Productsamenvatting: Vat lange productdetailpagina's samen in gemakkelijk te begrijpen kernpunten van minder dan 100 woorden.
Samenvatting van beoordelingen op basis van emoji's: bundelt klantfeedback in een beknopt overzicht met behulp van representatieve emoji's.
Gebruik van loyaliteitspunten: Identificeert de loyaliteitspunten van een ingelogde gebruiker en suggereert artikelen die met verlopende punten (of minimale extra betalingen) kunnen worden gekocht. Vervolgens maakt het gebruik van lokale inferentie om de beste overeenkomsten te rangschikken en te selecteren op basis van de persoonlijke interesses van de gebruiker.
Lifestyle-aanbevelingen: Biedt gepersonaliseerde stylinginspiratie of interieuradvies op basis van de productcategorie die de gebruiker bekijkt.
Winkelassistent-chatbot: Biedt een interactieve chatbot op het apparaat om direct vragen van kopers te beantwoorden met behulp van natuurlijke taal, tekst of spraak. Het model op het apparaat analyseert het gesprek op koopintentie en stelt op intelligente wijze productlijsten samen die aansluiten bij de interesses van de gebruiker.
Impact op de praktijk
Sinds de implementatie van deze functies in de productieomgeving eind 2025 heeft Yahoo TW Ecommerce belangrijke mijlpalen in de klantbetrokkenheid bijgehouden met behulp van Google Analytics:
- Aanzienlijke efficiëntiewinst: De listingassistent voor verkopers heeft de gemiddelde tijd die nodig is om een productaanbieding te voltooien met 90% verkort, van 20 minuten naar slechts 2 minuten.
- Sterke betrokkenheid: Het platform genereerde meer dan 1 miljoen interacties met ruim 100.000 unieke gebruikers. Dit wijst op grote interesse en acceptatie door gebruikers en bevestigt dat ze de nieuwe AI-tools actief verkennen en gebruiken.
- Hoogwaardige interacties: De nieuwe modules voor 'ambient intelligence' behaalden een click-through rate (CTR) van bijna 3%, vergeleken met een CTR van 1,3 tot 1,8% voor de oude productaanbevelingen die gebaseerd waren op standaardalgoritmes of handmatige selectie door de redactie. Omdat de AI-gestuurde aanbevelingen direct in de bestaande carrouselindeling van de website werden geïntegreerd, kon het team kostbare frontend-refactoring vermijden. Deze naadloze implementatie minimaliseert de technische overhead, terwijl de directe prestatievergelijking aantoont dat de onderliggende AI op het apparaat zelf zeer relevante en conversieverhogende suggesties genereert.
Een nadere blik op omgevingsintelligentie
Van de negen toepassingsvoorbeelden springt de implementatie van ambient intelligence eruit als een uitstekend voorbeeld van wat AI op het apparaat zo uniek krachtig maakt. De ambient intelligence-modules van Yahoo Auctions stroomlijnen de gebruikerservaring. Ze fungeren als behulpzame assistenten op het apparaat zelf en geven realtime, contextbewuste suggesties precies op het moment dat die het meest nuttig zijn voor de gebruiker.
Beveilig uw gegevens en verlaag de kosten van de cloud met een lokale architectuur.
Het genereren van dit niveau van hypergepersonaliseerde aanbevelingen vereist de analyse van zeer gevoelige gebruikersgegevens. Yahoo Auction gebruikt de uitgebreide contextuele gegevens van een gebruiker, zoals aankoopgeschiedenis, zoekwoorden en browsevoorkeuren, die lokaal zijn opgeslagen. Het verzenden van deze hoeveelheid persoonlijke gegevens naar een cloudserver brengt enorme vertraging en aanzienlijke privacyrisico's met zich mee.
Yahoo TW Ecommerce loste dit op door gebruik te maken van een lokale architectuur. Door sessiegegevens en lokale opslag te benutten, verwerkt het lokale AI-model alles aan de clientzijde. Dit zorgt ervoor dat er geen persoonlijke gegevens extern worden blootgesteld, wat bewijst dat zeer gepersonaliseerde, proactieve intelligentie bij uitstek geschikt is voor lokale AI.
"Dankzij de ingebouwde AI kunnen we hypergepersonaliseerde, omgevingsgerichte ervaringen bieden zonder de privacy van onze gebruikers in gevaar te brengen of verborgen kosten of betaalmuren te introduceren. Het is een paradigmaverschuiving in de manier waarop we e-commerce-intelligentie benaderen."
— Paul Li, Hoofdingenieur, Yahoo TW Ecommerce
Beheer de ingebouwde AI-levenscyclus
Het integreren van ingebouwde AI in een productieomgeving vereist een soepel beheer van de downloadstatus van modellen. Omdat de specificaties en het downloadgedrag van de ingebouwde AI kunnen veranderen, heeft het Yahoo TW Ecommerce-team een speciale webcomponent ontwikkeld om het onderhoud te stroomlijnen.
Deze wrappercomponent biedt standaard, ontkoppelde eigenschappen en beheert de volledige downloadcyclus voor de gebruiker. Door het data-status attribuut van de component te observeren, werkt het team de gebruikersinterface dynamisch bij om de exacte status van het model weer te geven: Niet beschikbaar, downloadbaar, downloaden, beschikbaar .
Dit ontwerp zorgt ervoor dat het platform de stabiliteit van de gebruikersinterface behoudt en direct updates op alle pagina's kan doorvoeren zonder de onderliggende kerncode te hoeven aanpassen.
Overwin MPA-beperkingen met SharedWorker-orkestratie.
In applicaties met meerdere pagina's (MPA's) gebruiken ontwikkelaars doorgaans achtergrondthreads om langlopende workflows te onderhouden die ook na navigatie tussen pagina's blijven werken. Hoewel ingebouwde AI-API's van nature asynchroon zijn en de responsiviteit van de gebruikersinterface van de hoofdthread niet negatief beïnvloeden, voorkomt het verplaatsen ervan naar een achtergrondthread dat actieve inferentiesessies abrupt worden beëindigd wanneer een gebruiker tussen pagina's navigeert.
Ingebouwde AI-primitieven zoals de Prompt API zijn echter beperkt tot documentcontexten op het hoogste niveau . Dit komt door een uitdaging in de specificatie van een open webplatform: het W3C Permissions Policy-framework is fundamenteel verbonden aan de documentstructuur, en standaardmechanismen om deze beveiligingsgrenzen door te geven aan onafhankelijke worker-roots worden nog steeds door de community ontwikkeld.
De oplossing: SharedWorker als resource-orkestrator.
Om veilig door deze levenscyclusbeperkingen te navigeren en tegelijkertijd de beveiligingsgrenzen van documenten te respecteren, gebruikte Yahoo TW Ecommerce een SharedWorker om AI-berekeningen te coördineren tussen browsertabs van dezelfde oorsprong. In plaats van een actieve AI-berekening te laten annuleren door paginanavigatie, fungeert de SharedWorker als een gecentraliseerde eventbroker. Wanneer een AI-berekening op het apparaat wordt aangevraagd, coördineert de SharedWorker de gelijktijdig geopende tabs van de oorsprong en delegeert de uitvoering naar een parallelle tabcontext die minder gevoelig is voor actieve navigatie en de prompt volledig verwerkt zonder voortijdige onderbreking. Zodra de AI-berekening is voltooid, wordt het resultaat veilig in Web Storage opgeslagen met een ingestelde time-to-live (TTL), waardoor het direct toegankelijk is in alle geopende tabs van de website. Dit ontwerp zorgt ervoor dat AI-bewerkingen op het apparaat bestand zijn tegen paginaovergangen, waardoor de efficiëntie en consistentie gedurende het gehele traject van de Multi-Page Application worden gemaximaliseerd.
Details over deze architectonische oplossingen zijn te vinden op GitHub:
Deze functies zijn nu beschikbaar in Yahoo!
De toekomst van client-side AI
De implementatie van ingebouwde AI door Yahoo TW Ecommerce toont de praktische waarde aan van modellen die op het apparaat zelf draaien. Door prioriteit te geven aan kosteneffectiviteit en strikte gegevensbescherming, ontsluiten ze krachtige omgevingsintelligentiefuncties die op een veilige manier gebruikmaken van lokale browsergegevens en een uitgebreide gebruikersgeschiedenis.
Naarmate we ons blijven ontwikkelen, dienen de lessen die we hebben geleerd van de architectuur van Yahoo TW Ecommerce als een fundamenteel blauwdruk voor andere ontwikkelaars die veilige, lokaal aangestuurde AI-ervaringen op het web willen bouwen.