eBay mise sur l'IA des deux côtés du marteau
eBay fait de l'intelligence artificielle l'un de ses principaux chevaux de bataille pour optimiser la performance de sa plateforme d'enchères. Au-delà du volet commercial pur, il s'agit aussi d'un levier pour automatiser ses processus. Un enjeu central compte tenu des volumes de données concernés. Touchant des millions de vendeurs et d'acheteurs présents dans 190 pays, le site héberge quelque 1,2 milliard d'articles et revendique 179 millions d'acheteurs référencés.
Parmi les briques les plus visibles d'eBay en matière d'IA, la personnalisation est au cœur de ses travaux de R&D. "En 2018, nous avons par exemple lancé une page d'accueil personnalisée évoluant en fonction de l'expérience d'achat de l'utilisateur, prenant en compte ses passions, ses hobbies, ses styles de prédilection... Cette fonctionnalité repose à la fois sur du machine learning et de la curation manuelle", explique Sanjeev Katariya, architecte en chef et vice-président AI et plateformes d'eBay. Résultat : 2,6 millions d'utilisateurs ont activé à la nouvelle home page depuis son lancement.
"On a créé un moteur de recommandation de produit qui fonctionne malgré l'évolution permanente des articles"
Comme la plupart des grands sites d'e-commerce, la plateforme d'enchère pratique la recommandation de produits. Déployant divers algorithmes pour répondre à ce besoin, elle fait notamment appel à un modèle de deep learning à base de textes pour compléter l'arsenal. Son rôle : calculer un score de cross-selling pour chaque produit similaire à ceux consultés par le visiteur. Le réseau de neurones est exécuté par un cluster GPU. Point important, il incorpore dans sa matrice de classement les noms, les caractéristiques et les catégories des articles vus par l'internaute.
"En intégrant cette dimension textuelle relativement constante au sein de la base de produits, on crée un scoring qui fonctionne malgré l'évolution permanente des articles vendus sur eBay", résume Sanjeev Katariya. Et le tour est joué. Les résultats sont ensuite stockés dans une base de données Couchbase DB (voir le schéma architecture ci-dessous).
Autre fonction d'IA mise à la disposition des internautes, un moteur de recherche conçu à l'instar de Google Images pour retrouver un article en soumettant le cliché d'un produit pris en photo ou déniché sur le web (lire le post d'eBay sur le sujet). Baptisé Image Search, le dispositif repose là-encore sur des modèles de deep learning.
En matière de vision par ordinateur, eBay s’attelle également à détecter les marques. Et ce non pas en se basant sur la reconnaissance de logos (pas toujours visibles), mais sur celle de critères plus subjectifs, du style au motif de tissu dans le cas d'un vêtement par exemple. Un processus qui contribue à automatiser l'intégration de nouveaux produits dans la plateforme.
"Si un article recherché par un visiteur est uniquement commercialisé dans un autre pays, il pourra le retrouver dans notre moteur de recherche en utilisant sa langue maternelle"
En back office, eBay met aussi l'intelligence artificielle aux services des vendeurs opérant sur sa plateforme. La société de San José a notamment recours au natural language processing pour les assister dans la conception de leurs fiches produits et la description de leurs articles. "Nous nous sommes par ailleurs engagés à utiliser le machine learning pour les aider à identifier les meilleurs prix pour accélérer les ventes, à définir quand ils devraient lister un produit spécifique pour obtenir la meilleure valeur marchande et à mieux marketer leur offre pour attirer les acheteurs", explique Sanjeev Katariya.
Toujours pour optimiser les ventes, eBay a déployé un moteur de traduction fait maison. "Il s'agit d'un élément clé de la promotion de produits transfrontalière. Si un article recherché par un visiteur est commercialisé par eBay dans un autre pays, il pourra le retrouver dans notre moteur de recherche en utilisant sa langue maternelle, ensuite le titre et la description du produit apparaîtront dans sa langue", détaille Evgeny Matusov, senior manager du machine translation science chez eBay. Dans les coulisses, des modèles de traduction statistiques couvrent l'interprétation des noms et critères de produits ainsi que la transposition des acronymes. "Nous planchons également sur des modèles de traduction à base de deep learning en vue d'exploiter les meta données d'eBay pour rendre le processus plus fin et plus efficace", complète Evgeny Matusov.
Qu'en est-il de la plateforme de machine learning mise en œuvre pour orchestrer cette IA ? Quelles en sont les principales briques ? eBay est peu bavard sur le sujet. La société précise simplement s'adosser à des briques open source (ce qui n'est pas bien original). "Elle permet à nos data scientists et ingénieurs d'expérimenter, de construire des produits et expériences, et de dimensionner l'infrastructure d'IA en fonction de notre trafic", précise Sanjeev Katariya.