В «Золотом Яблоке» нейросети ретушируют фотографии товаров, переводят их описания на несколько языков и модерируют отзывы

Рассказываем, что это даёт бизнесу.

Нейросети помогают ретейлерам работать с контентом и автоматизировать рутинные операции, сокращая затраты и повышая удовлетворенность клиентов. В этой статье расскажем, как внедрение в работу ИИ позволило нам свести к минимуму ручные операционные процессы и на 85% сократить расходы на обработку фотографий.

Содержание статьи

В 2024 году мы добавили на сайт и в приложение возможность оставлять отзывы на товары. Чтобы не допустить волну нерелевантных либо непристойных отзывов, встал вопрос о необходимой и достаточной модерации. Пока отзывы работали в тестовом режиме и были доступны не на весь ассортимент, 100% из них наши модераторы обрабатывали вручную. Затем мы решили масштабировать опыт и увеличивать количество товаров с отзывами.

В «Золотом Яблоке» только брендов около 4 500 — товаров во много раз больше. Было ясно, что придется либо вводить алгоритм автоматической модерации, либо увеличивать штат модераторов в несколько раз. Причем спрогнозировать изменение потока отзывов было сложно: будет расти — потребуются люди, не будет расти — нужно перераспределять сотрудников на другие задачи. Вариант оставить такое же количество модераторов и увеличить объем работы не рассматривался — пострадала бы скорость обработки и отзывы публиковались бы через 7–10 дней. Нам было важно, чтобы не страдало ни качество, ни скорость модерации. Без автоматизации было не обойтись, нужно было придумывать какой-то инструмент.

Мы взяли ML-модель и обучили ее на всех отзывах. Посмотрели метрики и поняли, что есть возможность улучшить их, немного «покрутив» параметры модели. После изменений сделали еще несколько итераций по проверке отзывов и, как только нас устроило качество, внедрили модель в работу. Сейчас мы постоянно работаем над улучшением нейросети и следим за качеством модерации.

Тут стоит уточнить, что компании практически никогда не пишут ML-модели с нуля. Чаще всего бизнес берет готовый алгоритм и обучает его на нужном массиве данных, выставляет настройки и после этого внедряет уже обученный ИИ в свои процессы. У нас было 2 варианта: самостоятельно обучить алгоритм на своих данных или обратиться за этим же к внешнему подрядчику. Мы пошли по первому пути — подрядчика у нас нет.

Сегодня уже 60% отзывов на товары модерируется автоматически, а в следующем году мы планируем увеличить эту цифру до 85%. При этом мы не отказываемся полностью от работы модераторов: они регулярно просматривают отзывы, которые проверяла ML-модель, фиксируют ошибки, а затем на основе этих данных мы корректируем работу нейросети и дообучаем ее.

Сейчас в большинстве случаев отзыв, прошедший ИИ-модерацию, появляется на сайте в течение 20 минут, тогда как ручная проверка занимала бы несколько дней. В этом случае нейросети — про значительное ускорение процессов.

В 2024 году «Золотое Яблоко» вышло в две страны на Ближнем Востоке — в Катар и ОАЭ. Расскажем про запуск катарского сайта. Он поддерживается на двух языках: английском и арабском. Для перевода и адаптации текстов мы используем систему автоматизированного перевода. Если вкратце, мы загружаем в cat-систему наши тексты, затем ИИ автоматически переводит текст на нужный язык. Сотрудник-переводчик фокусируется лишь на финальной вычитке и корректировке текста и не тратит время на первичный перевод.

Благодаря автоматизации и настройке cat-системы переводчики могут выполнять задачи быстрее и с меньшими трудозатратами, что позволяет им работать более продуктивно и с большей отдачей. Нейросеть хорошо понимает структуру языка, можно дополнительно обучать и настраивать систему на основе специфического контента. К примеру, указать, какие термины нужно переводить, а какие оставить без изменений.

Мы показывали тексты, переведенные ИИ, носителям языка. Конечно, встречаются незначительные ошибки, но после их исправления система запоминает изменения и в следующий раз предлагает уже корректный вариант. Нейросеть обладает встроенной памятью переводов, которая сохраняет переведенные фразы и выражения, а также содержит глоссарий — еще один незаменимый инструмент для эффективного перевода больших объемов контента и поддержания стандарта терминологии. Всё это помогает ускорить перевод и обеспечить консистентность терминологии в рамках одного проекта.

Автоматизация в этом случае ускоряет вывод продукта на витрину: чтобы продавать товар в Катаре, нам достаточно просто перевести тексты о нем с помощью ИИ — это занимает несколько секунд.

На сайте «Золотого Яблока» постоянно появляются новые товары, ежемесячно мы должны обрабатывать огромное количество фотографий. Как это обычно работает? Контент-менеджер собирает всю информацию от коммерческого отдела, поставщика и нашей фотостудии, которая снимает весь контент для всех товаров. Затем передает ее в отдел ретуширования. Оттуда отретушированные фото возвращаются в отдел контента интернет-магазина.

Ассортимент растет очень быстро. Чем больше товаров, тем дольше приходится ждать фото — сначала от фотостудии, потом от ретушеров. Раньше SLA по ретуши фото составлял один день, но потом сроки стали растягиваться на два, три, а иногда и на четыре дня. Это, конечно, усложнило задачу по выгрузке контента — мы задумались об автоматизации, а затем достаточно быстро создали свой сервис для пакетной обработки фото. Пакетная обработка означает, что можно задать ИИ определенные настройки, а затем применять их к серии объектов. Несколько недель ушло на тесты и настройку. Но сейчас контент-менеджер сам загружает пул фото в ИИ, и через некоторое время уже готовые фото в хорошем качестве можно грузить в карточку товара.

В итоге мы сократили время на операционные процессы по обработке фото и освободили ресурсы ретушеров для более сложных задач, где все еще требуется глаз и навыки человека. Среднее время обработки контента сократилось с критических 4 дней до 1,5–2 часов пакетной обработки. Благодаря автоматизации мы не только быстрее выводим товары на витрину, но и тратим значительно меньше ресурсов. К примеру, стоимость обработки одного фото стала ниже в среднем на 85%.

Генерация контента с помощью нейросетей — не новость, а повсеместная практика в работе дизайнеров. Каждые полгода в «Золотом Яблоке» проходят дизайн-ревю, где мы оцениваем результаты, обмениваемся фидбэком и планируем дальнейшую работу. На одном из таких ревю мы поставили цель — за следующие полгода обучить наших дизайнеров работать с нейросетями. Соответственно, начали думать, какие задачи можем отдать ИИ. Вот с чего мы начали.

Также сейчас мы присматриваемся к новым ИИ-инструментам для создания и локализации контента, а также продолжаем улучшать уже внедренные алгоритмы. В этом году на сайте и в приложении «Золотого Яблока» появились видео формата how to, которые также будут размещены на сайте в Катаре. Поэтому мы смотрим в сторону использования ИИ-инструмента, который будет делать к роликам субтитры или даже переозвучивать их для иноязычной аудитории.

В итоге внедрение ИИ позволило нам более эффективно использовать ресурсы без потери качества. Мы не тратим кучу времени на ежедневные рутинные процессы и можем сосредоточиться на более сложных и интересных задачах по улучшению пользовательского опыта на нашем сайте и в приложении.