Yahoo TW Ecommerce, ведущая компания электронной коммерции на Тайване, работающая в рамках стратегического совместного предприятия с ведущим местным розничным конгломератом, сократила время, необходимое продавцам для размещения товара на своей платформе Yahoo Auction, с двадцати минут до всего двух. Благодаря интеграции встроенных в устройство базовых элементов искусственного интеллекта, обеспечивающих автоматизацию процесса размещения товаров и гиперперсонализированный пользовательский опыт, платформа достигла показателя кликабельности (CTR) в 3%.
Эта интеграция выгодна обеим сторонам торговой площадки: покупатели получают полезные, контекстно-зависимые персонализированные функции, упрощающие поиск, а компания видит более высокую вовлеченность по сравнению с устаревшими алгоритмами бэкэнда. В конечном итоге, такая архитектура на устройстве снижает операционную нагрузку на продавцов, одновременно обеспечивая локальную защиту конфиденциальных пользовательских данных и защищая компанию и ее клиентов от растущих затрат на масштабирование в облаке.
Почему Yahoo TW Ecommerce выбрала встроенный искусственный интеллект?
Решение Yahoo TW Ecommerce внедрить встроенный в устройство искусственный интеллект обусловлено двумя основными бизнес-требованиями:
- Конфиденциальность данных: благодаря использованию истории взаимодействий пользователя на сайте, аутентифицированных данных сеанса и локальному запуску моделей, конфиденциальная информация пользователя никогда не покидает устройство.
- Демократизация за счет снижения затрат: затраты на облачную инфраструктуру ИИ напрямую зависят от пользовательского трафика, что часто вынуждает цифровые платформы ограничивать доступ к расширенным инструментам и персонализированным возможностям платными подписками или повышенными комиссиями за транзакции для продавцов. Перенос обработки данных на устройство устраняет эти накладные расходы на бэкэнд. Такая устойчивая архитектура позволяет Yahoo TW Ecommerce демократизировать высокоэффективные персонализированные возможности для всех продавцов и покупателей на торговой площадке, без платных ограничений или перекладывания платы за экосистему на других пользователей.
Преимущества встроенного ИИ особенно важны в случае с аукционами Yahoo, поскольку он обеспечивает «повсеместный интеллект» , то есть полезную, контекстно-зависимую помощь, которая обрабатывается локально и предоставляется именно тогда, когда она нужна пользователю. Поскольку браузер обрабатывает данные на стороне клиента, он безопасно предоставляет эти интеллектуальные средства помощи, не отправляя конфиденциальные журналы взаимодействия на внешние серверы.
Девять способов, которыми встроенный ИИ обеспечивает работу аукциона Yahoo.
Yahoo TW Ecommerce реализовала девять различных сценариев использования встроенного ИИ, охватывающих такие области, как окружающий интеллект, управление контентом и поддержка покупок:
Создание и управление контентом
Помощник для продавцов при создании объявлений: помогает продавцам быстро создавать привлекательные и точные описания товаров. Загрузив одно изображение товара, помощник Yahoo Auction, работающий на основе искусственного интеллекта, в течение 20 секунд предлагает продавцам подходящую категорию товара, черновой заголовок, подробности, хэштеги и предлагаемую цену для проверки. Черновик служит полезной отправной точкой для продавцов, сокращая среднее время заполнения объявления с 20 минут до 2 минут.
Следующие изображения содержат текст, переведенный с помощью искусственного интеллекта.
Помощник по написанию отзывов для покупателей: помогает покупателям, предлагая контекстно-ориентированные, хорошо составленные варианты описания своего опыта на основе выбранной пользователем оценки и эмоционального состояния.
Окружающий интеллект
В этом контексте под «окружающим интеллектом» понимается проактивная, контекстно-ориентированная помощь, которая органично вписывается в процесс просмотра веб-страниц пользователем.
Вот как Yahoo TW Ecommerce внедрила технологию «повсеместного интеллекта» для своих пользователей:
Персонализированная карусель с рекомендациями товаров: анализирует историю недавних покупок авторизованного пользователя, чтобы рекомендовать товары, которые ему подходят и дополняют его покупки, повышая коэффициент конверсии.
Прогнозируемый поиск и рекомендации: Подбирает рекомендации по товарам и ключевые слова для поиска в соответствии с активной сессией пользователя. Используя локальный контекст, например, недавние поисковые запросы пользователя на сайте и предпочтения при просмотре страниц, обработка на стороне клиента прогнозирует и предлагает полезные ключевые слова для поиска, упрощая процесс поиска для клиента.
Поддержка при покупках
Краткое описание товара: Преобразует длинные страницы с подробным описанием товара в легко усваиваемые основные моменты менее чем в 100 словах.
Сводка отзывов на основе эмодзи: Обобщает отзывы клиентов в краткий обзор с использованием соответствующих эмодзи.
Использование баллов лояльности: Определяет баллы лояльности зарегистрированного пользователя и предлагает товары, которые можно приобрести за истекающие баллы (или минимальную дополнительную плату), а затем использует локальный анализ для ранжирования и выбора наиболее подходящих вариантов на основе персональных интересов пользователя.
Рекомендации по стилю жизни: Предлагает персонализированные идеи для оформления интерьера или советы по декорированию дома в зависимости от категории товаров, которые просматривает пользователь.
Чат-бот-помощник для покупок: предоставляет интерактивный чат-бот, работающий непосредственно на устройстве и мгновенно отвечающий на вопросы покупателей с помощью естественного текстового или голосового ввода. Модель на устройстве анализирует разговор на предмет намерения совершить покупку, интеллектуально формируя и подбирая списки товаров, соответствующие интересам пользователя.
Влияние на реальный бизнес
С момента внедрения этих функций в рабочую среду в конце 2025 года, Yahoo TW Ecommerce отслеживает значительные показатели вовлеченности пользователей с помощью Google Analytics:
- Значительное повышение эффективности: вспомогательное средство для продавцов помогло сократить среднее время, необходимое для создания объявления о товаре, на 90%, с 20 минут до всего 2 минут.
- Высокий уровень вовлеченности: платформа сгенерировала более 1 миллиона взаимодействий с более чем 100 000 уникальных пользователей. Это свидетельствует о высоком интересе пользователей и активном использовании новых инструментов искусственного интеллекта.
- Высококачественное взаимодействие: новые модули «фонового интеллекта» достигли показателя кликабельности (CTR) почти 3% по сравнению с CTR от 1,3 до 1,8% у устаревших рекомендаций продуктов, основанных на стандартных алгоритмах или ручной обработке редакционной командой. Поскольку рекомендации, основанные на ИИ, интегрируются непосредственно в существующий стандартный макет карусели веб-сайта, команда избежала дорогостоящей рефакторизации интерфейса. Эта бесшовная реализация минимизирует инженерные затраты, а прямое сравнение производительности доказывает, что базовый ИИ на устройстве выдает высокорелевантные и высококонверсионные предложения.
Более детальный взгляд на окружающий интеллект
Среди девяти вариантов использования внедрение интерактивного интеллекта выделяется как яркий пример того, что делает встроенный в устройство ИИ уникально мощным инструментом. Модули интерактивного интеллекта Yahoo Auction упрощают взаимодействие пользователя с сайтом. Они выступают в роли полезных помощников на устройстве, предоставляя в режиме реального времени контекстно-зависимые предложения именно тогда, когда они наиболее полезны для пользователя.
Защитите данные и сократите расходы на облачные вычисления с помощью локальной архитектуры.
Для создания такого уровня гиперперсонализированных рекомендаций требуется анализ крайне конфиденциальных данных пользователей. Yahoo Auction использует богатые контекстные данные пользователя, такие как история покупок, ключевые слова поиска и предпочтения просмотра, хранящиеся в локальном хранилище. Отправка такого объема персональных данных на облачный сервер приводит к огромным задержкам и значительным рискам для конфиденциальности.
Yahoo TW Ecommerce решила эту проблему, используя локальную архитектуру. Благодаря использованию данных сессии и локального хранилища, локальная модель ИИ обрабатывает все данные на стороне клиента. Это гарантирует, что никакие персональные данные не будут раскрыты извне, что доказывает, что глубоко персонализированный, проактивный интеллект идеально подходит для локального ИИ.
«Встроенный ИИ позволяет нам предоставлять гиперперсонализированные, интуитивно понятные сервисы, не нарушая конфиденциальность пользователей и не вводя скрытых комиссий или платных ограничений для нашего сообщества. Это кардинальное изменение в нашем подходе к анализу данных в электронной коммерции».
— Пол Ли, ведущий инженер Yahoo TW Ecommerce
Управление жизненным циклом встроенного ИИ.
Интеграция встроенного ИИ в производственную среду требует корректного управления состояниями загрузки моделей. Поскольку спецификации встроенного ИИ и поведение при загрузке могут меняться, команда Yahoo TW Ecommerce разработала специальный веб-компонент для упрощения обслуживания.
Этот компонент-оболочка предоставляет стандартные, независимые свойства и обрабатывает полный жизненный цикл загрузки пользователем. Отслеживая атрибут data-status компонента, команда динамически обновляет пользовательский интерфейс, чтобы отразить точное состояние модели: Недоступно, доступно для загрузки, загружается, доступно .
Такая конструкция позволяет платформе поддерживать стабильность пользовательского интерфейса и мгновенно обновлять страницы без необходимости рефакторинга основного кода.
Преодолейте ограничения MPA с помощью оркестрации SharedWorker.
В многостраничных приложениях (MPA) разработчики обычно используют фоновые потоки для поддержания длительных рабочих процессов, которые сохраняются при переходе между страницами. Хотя встроенные API ИИ являются асинхронными и не оказывают негативного влияния на отзывчивость пользовательского интерфейса основного потока, перенос их в фоновый поток предотвращает внезапное завершение активных сеансов вывода при переходе пользователя между страницами.
Однако встроенные примитивы ИИ, такие как API подсказок, ограничены контекстами документов верхнего уровня . Это связано с открытой проблемой спецификации веб-платформы: структура политики разрешений W3C принципиально привязана к дереву документов, и стандартные механизмы распространения этих границ безопасности на независимые корневые узлы рабочих процессов все еще разрабатываются сообществом.
Решение: SharedWorker в качестве оркестратора ресурсов.
Для безопасного преодоления этих ограничений жизненного цикла при соблюдении границ безопасности, связанных с документами, Yahoo TW Ecommerce использовала SharedWorker для координации вычислений ИИ в вкладках браузера, находящихся в одном и том же месте. Вместо того чтобы позволять переходу на страницу прерывать активные вычисления ИИ, SharedWorker выступает в качестве централизованного брокера событий. Когда запрашивается вычисление ИИ на устройстве, SharedWorker координирует выполнение в параллельно открытых вкладках исходного сайта, делегируя его контексту параллельной вкладки, менее подверженному активной навигации, и обрабатывает запрос до конца без преждевременного прерывания. После завершения вычислений ИИ результат надежно кэшируется в веб-хранилище с заданным временем жизни (TTL), что делает его мгновенно доступным в любой из открытых вкладок веб-сайта. Такая конструкция обеспечивает устойчивость операций ИИ на устройстве к переходам между страницами, максимизируя эффективность и согласованность на протяжении всего процесса работы многостраничного приложения.
Подробную информацию об этих архитектурных решениях можно найти на GitHub:
Эти функции уже доступны в Yahoo .
Будущее клиентского ИИ
Внедрение встроенного ИИ в Yahoo TW Ecommerce демонстрирует практическую ценность моделей, интегрирующихся непосредственно в устройство. Приоритет отдается экономичности и строгой конфиденциальности данных, что позволяет использовать мощные функции окружающего интеллекта, безопасно задействуя локальные учетные данные браузера и подробную историю действий пользователя.
По мере нашего дальнейшего развития, уроки, извлеченные из архитектуры Yahoo TW Ecommerce, служат основополагающим образцом для других разработчиков, стремящихся создавать безопасные, локально управляемые приложения на основе ИИ в интернете.