AI正迅速成為各類軟體企業中產品團隊的優先事項，但這項技術整合起來並不輕鬆。AI功能一直在快速變化，市面上有多種AI技術形式需要考慮，相關訓練數據往往難以獲取，而且模型的輸出結果有時候也不太可靠。
Aarthi Ramamurthy非常熟悉這些挑戰，她也曾多次應對這些挑戰。Ramamurthy是CommerceHub公司的首席產品官，該平台日均處理24億筆交易，幫助Home Depot和Nordstrom等品牌的在線商店與4萬多家供應商進行匹配。該平台年商業交易處理總額超過500億美元，比美國的eBay還高出約30%。經過在Meta、Clubhouse、微軟和兩家電子商務初創公司的供職之後，經驗豐富的她開始為CommerceHub勾勒接下來的發展方向。
Ramamurthy在採訪中表示，選對起點非常重要。「我首先要對客戶建立起同理心，要了解零售生態系統的整個流程和其中所涉及的全部複雜性。」如果沒有對客戶的深入理解，計劃就會缺乏方向，最終陷入拿著技術找問題式的本末倒置困境。
CommerceHub將眾多零售供應商與個別客戶的需求匹配起來。
例如，她關注的一個重要問題是如何為零售商招募新的供應商。這事聽起來簡單，但具體實施卻困難無比。例如，供應商可能認為某件毛衣為桃紅色，但零售商卻可能稱其為紫紅色。這就是個理想的AI用例，能夠轉換產品屬性並做出匹配。在這類場景下，AI技術負責充當流程中的簡單算法。
另外還有機器學習類應用。例如，系統可能發現羊絨衫在每年第三季度特別受歡迎，因此會自動提醒零售商提前確認商品供應量，並與供應商合作為熱銷季做好準備。
之後是ChatGPT帶火的大語言模型。在這類用例中，CommerceHub會使用大語言模型挖掘數據，包括結構較差的數據。Ramamurthy表示，「以往，很多數據會被匯總起來以求取中位值，但這往往說明不了任何問題。AI將更多成為數據挖掘工作中的思維夥伴。」另外，大語言模型還能從客戶那裡接收反饋，了解他們想要什麼、或者對現有選項有何意見。
Ramamurthy補充道，「我自己也用到了這項技術。我可以在大語言模型的幫助下快速提煉和總結幾百份文件，通過AI高效查閱大量信息，高亮顯示與客戶相關的有用內容，再對結果進行優先排序。最後，我再把可用資源跟有待完成工作匹配起來。」
她還提到，「客戶並不在乎某項工作是不是AI做的。他們只關心問題出在哪裡，應該怎麼解決。AI本身並不足以成為我們的差異化優勢，而永遠只是一種達成目的的手段。真正的差異化優勢只能是在AI的幫助下更快、更好、更準確地實現目標。」
Ramamurthy又是如何在產品套件中為深度學習技術選擇部署位置的？「我們在內部使用見解儀錶板，再立足外部思考數據隱私。內外結合之下，才會著手處理業務數據，例如客戶需要什麼以及供應商交付產品的速度。之後，我們會隨時間推移從中提取出模式。因為我們已經處理過海量交易，所以能以一種其他企業難以做到的方式準確把握整個供需循環。」
「AI發展得如此之快」，必須通過快速、高投資回報的部署，讓CommerceHub隨時間推移建立起規模更大的用例。此外，隨著AI的能力越來越強、不斷打破新的障礙，Ramamurthy也在努力讓企業保持靈活開放以適應新的變化。
簡而言之，CommerceHub通過三大原則來指導AI應用：
1. 以客戶為先考慮問題。
2. 關注客戶價值、風險、執行難度和用例中的潛在學習價值。
3. 保持靈活以快速學習、增強能力並運用新的AI突破。
很少有哪種技術能夠像AI這樣，迅速在產品部門內帶來這麼多前所未有的能力進步。而CommerceHub正在用實際行動證明，謹慎而靈活的應用態度才是發揮AI更大潛力的前提條件。他們清楚這項技術還將繼續快步向前，而自己也必須努力發展以適應這股席捲全球的重大趨勢。
