零售 / 电子商务
Wayfair：商品目录属性信息的AI核验与标签标注
- 企业
- Wayfair
- 国家
- 美国
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
根据OpenAI于2026年9月25日发布的Wayfair客户案例，Wayfair管理约4,000万件商品和近1,000个商品类别，颜色、材质、尺寸等标签决定着搜索、推荐和商品陈列。过去，标签错误只有在供应商或顾客反馈后才能发现，人工处理跟不上数量，早期自建的AI标注模型在扩大规模时成本过高。公司需要支持的标签多达47,000个。
使用的技术与数据
Wayfair用OpenAI模型搭建了商品目录质量系统。系统先根据网络信息和Wayfair内部定义，生成说明每个标签含义的指南，再由模型按照指南审查商品信息并标注合适的标签。公司同时设置了员工实地检查商品样品的审核流程和供应商确认，置信度高的修改直接更新商品内容并通知供应商，置信度低或风险高的修改须经供应商确认后才生效。
成果
案例显示，Wayfair用OpenAI模型搭建的AI系统核验了超过1,100万项商品规格，商品目录质量系统处理了超过100万件商品。AI可核查的商品属性范围的扩展速度达到去年的70倍，受控A/B测试显示，实验组的曝光、点击和页面排名显著提升。
局限与待解问题
案例没有披露A/B测试的期间和提升幅度，也没有披露标签准确率数据。
来源
本案例根据公开资料整理，并非 ATF Works 客户的成果。