Come la pandemia ha preparato l'IA di Alibaba per la più grande giornata di shopping del mondo

VCG/Stringer tramite Getty

Le notizie: Mentre gli Stati Uniti sono stati agganciati dalle loro elezioni, la Cina ha fatto acquisti. Dal 1° all'11 novembre, i principali colossi dell'e-commerce del paese, Alibaba e JD, hanno generato vendite per 115 miliardi di dollari nell'ambito della loro manna d'oro annuale per lo shopping del Singles' Day. Alibaba, che ha iniziato il festival nel 2009, ha rappresentato $ 74,1 miliardi di quelle vendite, un aumento del 26% rispetto allo scorso anno. Per fare un confronto, le vendite del Prime Day di 48 ore di Amazon hanno superato solo la soglia dei 10 miliardi di dollari quest'anno.

Stress test pandemico: La vastità dell'evento lo rende una sorta di miracolo logistico. Per portare a termine l'impresa, Alibaba e JD investono molto in modelli di intelligenza artificiale e altre infrastrutture tecnologiche per prevedere la domanda di acquisto, ottimizzare la distribuzione globale delle merci nei magazzini e semplificare la consegna in tutto il mondo. I sistemi vengono generalmente testati e perfezionati durante tutto l'anno prima di essere portati al limite durante l'evento vero e proprio. Quest'anno, tuttavia, entrambe le società hanno dovuto affrontare una complicazione: la contabilità cambiamenti nel comportamento di acquisto a causa della pandemia .

Modelli rotti: Nelle prime settimane dopo l'epidemia di coronavirus, entrambe le società hanno visto i loro modelli di intelligenza artificiale comportarsi in modo strano. Poiché la pandemia ha colpito durante il capodanno cinese, centinaia di milioni di persone che altrimenti avrebbero fatto acquisti durante le vacanze stavano invece acquistando beni di prima necessità. Questo comportamento ha reso impossibile fare affidamento sui dati storici. Tutte le nostre previsioni non erano più accurate, afferma Andrew Huang, direttore generale della catena di approvvigionamento nazionale di Cainiao, la divisione logistica di Alibaba.

Le persone acquistavano anche cose per diversi motivi, il che andava contro i consigli sui prodotti delle piattaforme. Ad esempio, l'algoritmo di JD presumeva che le persone che acquistavano mascherine fossero malate e quindi raccomandasse medicine, quando avrebbe potuto avere più senso raccomandare un disinfettante per le mani.

Modifica grazie: La rottura dei loro modelli ha costretto entrambe le aziende a diventare creative. Alibaba ha raddoppiato la sua strategia di previsione a breve termine. Piuttosto che progettare modelli di acquisto in base alla stagione, ad esempio, Cainiao ha perfezionato i suoi modelli per tenere conto di variabili più immediate come la settimana precedente di saldi che ha portato a importanti eventi promozionali, o dati esterni come il numero di casi di covid in ciascuna provincia, afferma Huang . Come e-commerce in live streaming (mostrando i prodotti in tempo reale e rispondendo alle domande degli acquirenti) è esploso in popolarità durante la quarantena, il braccio logistico dell'azienda ha anche costruito un nuovo modello di previsione per proiettare cosa succede quando i famosi influencer del live-stream commercializzano prodotti diversi.

E JD ha riorganizzato i suoi algoritmi per considerare più segnali di dati esterni e in tempo reale, come carichi di casi covid, articoli di notizie e sentimento pubblico sui social media.

Beneficio inaspettato: L'aggiunta di queste nuove origini dati ai loro modelli sembra aver funzionato. Il nuovo modello AI per il live streaming di Cainiao, ad esempio, ha finito per svolgere un ruolo importante nella previsione delle vendite dopo che Alibaba ha reso il live streaming una parte fondamentale della sua strategia per il giorno dei single. Per JD, i suoi aggiornamenti potrebbero anche aver aumentato le vendite complessive. La società afferma di aver visto un aumento del 3% della percentuale di clic sui suoi consigli sui prodotti dopo aver implementato il suo algoritmo migliorato, un modello che ha resistito durante il giorno dei single.

Comprensione del contesto: Entrambe le società hanno imparato dall'esperienza. Ad esempio, Huang afferma che il suo team ha appreso che ogni influencer del live streaming mobilita la sua base di fan per mostrare comportamenti di acquisto diversi, quindi continuerà a creare modelli di previsione su misura per ciascuno dei suoi principali influencer. Nel frattempo, JD afferma di essersi reso conto di quanto le notizie e gli eventi attuali influenzino i modelli di e-commerce e continuerà a modificare di conseguenza il suo algoritmo di raccomandazione dei prodotti.

Aggiornare: Il rapporto tra Alibaba e Cainiao è stato chiarito.

nascondere