Správa nepravidelných katalógových dát od desiatok rôznych dodávateľov priemyselného vybavenia paralyzovala nemeckého veľkoobchodníka, kým nenasadil lokálny open-source model Alibaba Qwen-1.5-72B na automatickú kategorizáciu a extrakciu parametrov. Nemecký distribútor s viac ako 120 000 skladovými položkami (SKU) narážal na kritické úzke hrdlo pri spracovávaní dodávateľských cenníkov v rôznych nepripravených formátoch. Manuálna úprava popisov, prideľovanie kategórií a dopĺňanie technických vlastností trvalo internému tímu celé týždne, čo spomaľovalo zaraďovanie noviniek do B2B e-shopu a znižovalo vyhľadateľnosť tovaru.
Technická architektúra a automatizácia PIM
Spoločnosť zvolila architektúru s lokálnym nasadením open-weight modelu Qwen-1.5-72B na vlastnom serveri osadenom GPU akcelerátormi Nvidia A100. Tento prístup zaručil striktné dodržanie pravidiel ochrany obchodných údajov bez nutnosti odosielať citlivé B2B cenníky do cloudu tretích strán. Integrácia prebieha prostredníctvom rozhrania Python API prepojeného priamo s ERP a PIM (Product Information Management) systémom e-shopu.
Spracovanie produktových dát prebieha v troch nadväzujúcich krokoch:
- Normalizácia a validácia vstupu: Systém automaticky preberá surové dáta z CSV, XML alebo PDF súborov od dodávateľov a pripravuje ich pre model Qwen pomocou štruktúrovaných promptov.
- Extrakcia atribútov a kategorizácia: Qwen-1.5-72B vďaka vysokému výkonu v porozumení technickému textu presne identifikuje kľúčové parametre ako rozmery, záťažové triedy, typy závitov či materiálové zloženie. Model zvládá aj skratky a neštandardizované jednotky a zaradí produkt do presnej kategórie v taxonomickom strome e-shopu.
- Generovanie B2B popisov: Na základe získaných atribútov model vygeneruje štruktúrovaný produktový popis prispôsobený pre vyhľadávanie v B2B portáli. Pokiaľ pravdepodobnosť správnosti klasifikácie klesne pod 90 %, systém položí požiadavku na kontrolu ľudskému operátorovi.
Príklad z praxe
- Firma: Stredne veľký B2B veľkoobchod s priemyselným vybavením, Nemecko
- AI riešenie: Alibaba Qwen-1.5-72B (lokálne nasadený open-weight model)
- Problém: Zdĺhavá a chybová manuálna kategorizácia viac ako 120 000 produktov od dodávateľov, čo spomaľovalo zaraďovanie noviniek do B2B e-shopu a znižovalo vyhľadateľnosť tovaru.
- Výsledok: Zrýchlenie zaraďovania nových produktov do ponuky o 80 %, zníženie chybovosti v parametroch tovaru z 12 % na 1,5 % a nárast B2B tržieb o 11 % za rok 2024.
Merateľný prínos pre B2B biznis
Nasadenie open-source veľkého jazykového modelu odstránilo kapacitné obmedzenia produktového tímu. Čas potrebný na zalistovanie nového produktového katalógu sa skrátil z dvoch týždňov na necelé dva dni, čo predstavuje zrýchlenie o 80 %. Automatizovaná validácia technických parametrov výrazne spresnila dáta a znížila chybovosť v ponuke z pôvodných 12 % na 1,5 %.
Zvýšená kvalita produktových dát priamo ovplyvnila nákupné správanie odberateľov. Presnejšie filtrovanie a lepšia vyhľadateľnosť špecifických náhradných dielov skrátili nákupný proces B2B zákazníkov. Výsledkom bol nárast celkových B2B tržieb o 11 % za rok 2024 a huteľné zníženie počtu vratiek spôsobených nesprávne uvedenými parametrami.
Ponaučenie pre B2B e-commerce
Prípad nemeckého veľkoobchodu spochybňuje mýtus, že špičkové spracovanie textových dát vyžaduje drahé proprietárne cloudové API. Pokročilé open-weight modely typu Alibaba Qwen-1.5-72B poskytujú porovnateľný výkon pri plnej kontrole nad infraštruktúrou a bezpečnosťou dát.
Pre obchodné spoločnosti spravujúce desiatky tisíc položiek znamená lokálna automatizácia správy katalógu zásadnú konkurenčnú výhodu. Skrátenie času uvedenia tovaru na trh (time-to-market) a vyššia presnosť dát prinášajú okamžitú návratnosť investícií do hardvéru aj softvérového vývoja.