Übersetzt aus dem englischen Original. Zahlen und Quellen sind unverändert. Englisches Original lesen
Walmart
Walmart nutzt große Sprachmodelle, um Katalogdaten zu erstellen oder zu verbessern
In seiner Telefonkonferenz zu den Quartalszahlen im August 2024 erklärte Walmart, mit mehreren großen Sprachmodellen mehr als 850 Millionen Datenpunkte in seinem Produktkatalog erstellt oder verbessert zu haben. Führungskräfte sagten, die Arbeit hätte fast das 100-Fache der aktuellen Personalstärke erfordert.
Kennzahlen
Wortgetreu aus den Quellen übernommen. Kopieren Sie jede Zahl mit ihrer Quellenangabe.
mehr als 850 Millionen
Mit großen Sprachmodellen erstellte oder verbesserte Katalogdatenpunkte1
fast das 100-Fache der aktuellen Personalstärke
Personalstärke, die die Arbeit ohne generative KI im gleichen Zeitraum erfordert hätte1
etwa das 100-Fache
Produktivität generativer KI im Vergleich zu Menschen, die jede Produktdetailseite bearbeiten (Schätzung des CEO von Walmart U.S.)1
Was es erforderte
Kosten, Teamgröße und Zeitplan wurden in den Quellen nicht veröffentlicht.
Das Problem
Ein Handelskatalog mit einem schnell wachsenden Marktplatz braucht für jeden Artikel korrekte Attribute und Beschreibungen. Suche, Bestandsplatzierung und Auslieferung von Bestellungen hängen von diesen Daten ab. Das bei einem Katalog dieser Größe von Hand zu erledigen, lässt sich nicht skalieren.
Was sie gebaut haben
Walmart nutzte mehrere große Sprachmodelle, um Katalogdaten zu erstellen oder zu verbessern, darunter Attribute und Eigenschaften von Artikeln. In der Telefonkonferenz sagte CEO Doug McMillon, Walmart nutze Daten und Modelle von anderen und entwickle auch eigene.
Wie sie vorgegangen sind
Die Quellen beschreiben weder die Pipeline noch die Modelle oder die Kontrollen. Sie sagen nur, dass die Modelle auf den Katalog angewendet wurden und dass die besseren Daten halfen, Artikel mit dem abzugleichen, was Kunden kaufen möchten, so John Furner, CEO von Walmart U.S.
Ergebnisse
McMillon sagte, die Modelle seien eingesetzt worden, um mehr als 850 Millionen Katalogdatenpunkte zu erstellen oder zu verbessern. Ohne generative KI hätte die Arbeit im gleichen Zeitraum fast das 100-Fache der aktuellen Personalstärke erfordert. In der Fragerunde sagte Furner, der Einsatz generativer KI sei etwa 100-mal produktiver, als Menschen jede Produktdetailseite bearbeiten zu lassen. Beide Vergleiche sind Schätzungen des Managements.
Erkenntnisse für Ihr Projekt
Beginnen Sie mit einem Datenproblem im Hintergrund, das groß, repetitiv und messbar ist, etwa dem Befüllen von Produktattributen.
Verknüpfen Sie die Datenarbeit mit Geschäftsergebnissen, die dem Vorstand wichtig sind. Walmart verband die Katalogqualität mit Suche, Bestandsplatzierung und Lieferung.
Kombinieren Sie externe Modelle mit eigenen. Walmart gab an, Modelle anderer zu nutzen und eigene zu entwickeln.
Einschränkungen
- Die Vergleiche zu Personalstärke und Produktivität sind Schätzungen des Managements aus einer Telefonkonferenz zu den Quartalszahlen. Ein Ausgangswert oder eine Methode wurde nicht genannt.
- Walmart nannte weder die Modelle noch die Anbieter.
Quellen
- Walmart (WMT) Q2 2025 Earnings Call Transcript
The Motley Fool · 2024-08-15 · Telefonkonferenz zu den Ergebnissen · fool.com
- Walmart executives say generative AI is 100 times more productive at updating product pages than people
Modern Retail · 2024-08-15 · Nachrichten · modernretail.co
In eigenen Worten aus den oben genannten Quellen zusammengefasst. Einen Fehler entdeckt? Siehe Korrekturen.