Wayfair's Pragmatic Approach to Generative AI: Navigating the Uncharted Waters of Emerging Technologies
近年人工智慧(AI)風靡全球且不斷演進,其中生成式 AI(Generative AI)更是引起各大企業的關注,並取得不少成果。家具與家飾品零售商 Wayfair 的技術長 Fiona Tan 也意識到生成式 AI 的重要性,但強調不要忘記企業的核心目標。在一次最近的採訪中,Tan 分享了她對今年主要技術趨勢的看法,為處理生成式 AI 融入企業策略的主管提供了寶貴的洞察和建議。本文將詳細報導 Wayfair 如何實踐生成式 AI,並探討如何在採用新興技術時妥善運用。
Wayfair 的生成式 AI 策略
為了讓生成式 AI 發揮最大效益,Wayfair 首先成立由資料科學家、工程師、市場銷售專員和法律專家組成的跨部門委員會。這個協作小組處理了潛在風險和隱私問題,同時探索了這項技術的應用潛力。委員會將生成式 AI 歸納為以下三大類別:
長期破壞機會
Wayfair 的思維超前的團隊 Wayfair Next 專注於新興技術的長期潛在衝擊,並在文字和影象生成等領域開發出概念取證計畫(proof-of-concept projects)。(Wayfair 的資料科學主管 Wilco Schulz-Mahlendorf 將在 Transform 上進一步分享 Wayfair Next 在這方面的成果—Transform 是專門為企業技術決策者舉辦的 AI 和資料交流活動,將於 7 月 11 日至 12 日在舊金山舉行。)
近期機會
委員會還探討了生成式 AI 如何提高客戶服務質量,並強調了人性化的重要性。Wayfair 確保代理員在回應客戶時擁有最終決策權,同時整合 AI 生成的建議。公司還設立了計畫,利用生成式 AI 最佳化銷售文案和供應商內容。
日常工作促進器
Wayfair 認為生成式 AI 在日常運營中可能會很有價值,例如幫助工程師更加高效地程式設計。為了掌握新興趨勢和最佳實踐,Tan 定期與其他技術長交流。透過分享自己的洞見和經驗,這個小組確保它們的知識處於最前沿。Tan 表示大多數成員在生成式 AI 的航程上處於同一點,但某些成員在風險評估和應對授權變化等方面可能稍稍領先。
探索新興技術時平衡利益
Tan 表示在生成式 AI 中取得開發效仿可靠的途徑需要平衡採用來自合作夥伴(例如 OpenAI)提供的閉源大型語言模型 APIs 和使用基於專有資料訓練的開源模型之間的權衡。前者提供了更快的上市途徑,後者需要更大的投資,但透過差異化提供更具競爭力的優勢。
Wayfair 的生成式 AI 策略之啟示
Wayfair 理性的生成式 AI 策略為企業如何在未知領域中運用這項技術提供了有效參考。在實踐中科學地分析和處理隨之產生的影響和風險,同時把握技術發展方向,實現採取平衡的戰略取向。在未來的實踐中,企業需要更好地把握新興技術與企業發展目標、價值觀和長期利益之間的平衡關係。
更完整討論
Transform 等活動為開發和交流新興技術提供了平臺。企業可以藉此擴大自己的社交網路,瞭解更多業界最佳實踐。Wayfair 同樣參加這些專業成長活動,透過分享他們的經驗和觀察,為更好地把握未來技術發展趨勢做出貢獻。
延伸閱讀
- Y Combinator 幫助醫療記錄 AI 新創 Hona 募得 300 萬美元 的故事
- Pinterest AI 打造的拼貼圖比單張針腳更吸睛
- Atlassian 推出新的 AI 同事 Rovo
- 三星的營運利潤飆升 930%,AI 動能帶動記憶晶片需求
- GitHub 推出 Copilot Workspace:AI 驅動的軟體工程空間
- 「馬斯克的 xAI 示範 AI 新創公司的龐大市場潛力」
- 照片分享社群 EyeEm 將許可使用者的照片以訓練 AI,如果使用者不刪除照片
- 英偉達收購 AI 工作負載管理新創公司 Run:ai
- 英國調查亞馬遜和微軟與 Mistral、Anthropic 和 Inflection 的 AI 合作關係
- 這款相機以 AI 詩詞交換照片