Крупнейший американский производитель мяса Tyson Foods радикально изменил подход к работе с B2B-клиентами, внедрив интеллектуального ассистента на базе генеративного ИИ. Решение позволяет компании охватить более 1 миллиона предприятий общественного питания, которые ранее покупали продукцию через дистрибьюторов без прямого контакта с производителем.
Архитектура решения
Система построена на стеке AWS с использованием Amazon Bedrock как основного инструмента для работы с языковыми моделями. В качестве движка выбран Claude 3.5 Sonnet от Anthropic, который обрабатывает естественноязыковые запросы пользователей.
Техническая реализация включает три ключевых компонента:
- Семантический поиск через векторные эмбеддинги Amazon Titan
- Векторная база данных на Amazon OpenSearch Serverless
- Микросервисная архитектура на Amazon ECS с Fargate
От ключевых слов к смыслу
Ранее поиск на сайте Tyson Foodservice работал по принципу ключевых слов, что создавало проблемы для шеф-поваров и закупщиков. Профессиональная терминология часто не совпадала с официальными описаниями в каталоге: поиск по «pulled chicken» не находил продукты с пометкой «shredded chicken», а запрос «wings» игнорировал «party wings» или «drummettes».
Это классический пример того, как семантический поиск решает реальные бизнес-проблемы. Вместо того чтобы заставлять пользователей подстраиваться под систему, система учится понимать профессиональный жаргон и кулинарные контексты. Особенно впечатляет масштаб — охват миллиона ранее недоступных клиентов через чисто технологическое решение.
Новая система понимает концептуальные связи между кулинарными терминами, методами приготовления и применением продуктов. Шеф-повар, ищущий «buffalo-style appetizers», получает результаты по крылышкам, бескостным закускам и аналогичным продуктам независимо от точного совпадения ключевых слов, сообщает AWS Machine Learning Blog.
Оставить комментарий