پرش به محتوای اصلی
پرش به محتوای مقاله

اینستاکارت با عامل هوش مصنوعی کلمنتین جست‌وجوی دستی خواروبار را حذف کرد

·۱۸ شهریور ۱۴۰۵۷ دقیقه مطالعه۲ بازدید
هوش مصنوعی کلیمنتاین اینستاکارت: پایان اسکرول بی‌پایان خرید مواد غذایی
هوش مصنوعی کلیمنتاین اینستاکارت: پایان اسکرول بی‌پایان خرید مواد غذایی
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

تبدیل مستقیم درخواست‌های مبهم متنی به سبد خرید کامل با استفاده از لایه «ژنوم غذا» و موجودی لحظه‌ای فروشگاه‌ها؛ گذار از جست‌وجوی کلمات کلیدی به commerce گفت‌وگومحور.

تصور کنید به جای جست‌وجوی تک‌تک مواد لازم برای یک شام مفصل، فقط بنویسید «یک شب تاکو برای ۴ نفر با بودجه کم» و تمام اقلام دقیقاً در سبد خریدتان ظاهر شوند. این دیگر یک رویای آینده نیست، بلکه استراتژی جدید اینستاکارت برای پایان دادن به عصر «جست‌وجو و اسکرول» در خرید آنلاین است.

در روز چهارشنبه، ۹ سپتامبر ۲۰۲۴، شرکت اینستاکارت (Instacart) از کلمنتین (Clementine) پرده‌برداری کرد؛ یک عامل (Agent) — شبیه به یک دستیار شخصی که هم هدف شما را می‌فهمد و هم ابزارهای لازم برای اجرای آن را دارد — که به میلیون‌ها کاربر در آمریکا و کانادا اجازه می‌دهد تنها با یک پیام متنی، کل سفارش خواروبار خود را آماده کنند. این ابزار که از طریق اپلیکیشن و وب‌سایت در دسترس است، گذاری بنیادین از جست‌وجوی تراکنشی به یک رابط گفت‌وگومحور است.

سال‌هاست که خرید آنلاین خواروبار یک فرآیند خطی و خسته‌کننده است. کاربر محصولی را جست‌وجو می‌کند، نتایج را می‌بیند و تک‌تک آن‌ها را به سبد اضافه می‌کند. این مسیر به‌خصوص وقتی کاربر مواد یک دستورپخت را فراموش کرده، می‌خواهد قیمت واحد کالاها را مقایسه کند یا برای ناهارهای یک هفته‌ای کودکان برنامه‌ریزی نماید، با اصطکاک زیادی همراه است. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی تحول رابط‌های کاربری در عصر هوش مصنوعی اشاره کردیم، حذف این مراحل دستی، کلید افزایش نرخ تبدیل در تجارت الکترونیک است. در همین راستا، استفاده از عامل‌های هوش مصنوعی در خرده‌فروشی پیش از این منجر به افزایش چشمگیر حجم سبدهای خرید شده است.

کلمنتین قصد دارد این اصطکاک را با تبدیل شدن به یک «کانسیرژ شخصی» به جای یک نوار جست‌وجوی ساده از بین ببرد. به گزارش وب‌سایت PYMNTS، این ابزار به کاربران اجازه می‌دهد درخواست‌های خود را به زبان ساده و طبیعی وارد کنند تا سبد خرید فوراً ساخته شود. نمونه‌هایی از دستورات (Prompts) این ابزار، دامنه توانایی‌های این عامل را نشان می‌دهد: «یک هفته ناهار اقتصادی برای بچه‌ها»، «شام‌های راحت و پرپروتئین برای دو نفر»، «همه چیز برای یک مهمانی تماشای فوتبال برای ۲۰ نفر» یا حتی ساده‌تر: «همیشگی‌های من را سفارش بده».

هوش مصنوعی کلمنتاین اینستاکارت: پایان دادن به اسکرول بی‌پایان مواد غذایی

سازوکار: از چت تا سبد خرید

تبدیل یک رشته متن به سبد خرید فیزیکی از طریق یک مذاکره تعاملی سه مرحله‌ای رخ می‌دهد که توسط یک مجموعه داده عظیم و منحصر‌به‌فرد تغذیه می‌شود:

  • تحلیل قصد (Intent Parsing): هوش مصنوعی هدف کاربر را رمزگشایی می‌کند. برای مثال، درخواست «شب تاکو» به معنای نیاز به گوشت چرخ‌کرده (یا جایگزین آن)، نان تاکو، پنیر، کاهو، گوجه‌فرنگی، سالسا و احتمالاً خامه ترش و آووکادو است. همچنین، افزودن صفت «اقتصادی» یک فیلتر محدودیت قیمتی خاص را به جست‌وجو اضافه می‌کند.
  • تطبیق با کاتالوگ (Catalog Mapping): عامل این نیازها را با کاتالوگی شامل ۱ میلیارد محصول تطبیق می‌دهد. این سیستم موجودی لحظه‌ای فروشگاه محلی کاربر را چک می‌کند تا مطمئن شود کالا واقعاً در قفسه‌ها موجود است. برای مثال، سیستم می‌داند اگر گوجه‌فرنگی رومی در فروشگاه محلی تمام شده باشد، گوجه‌های رسیده روی شاخه که در تخفیف هستند را پیشنهاد دهد.
  • حلقه شخصی‌سازی (Personalization Loop): کلمنتین از «تاریخچه سفارشات مادام‌العمر» برای یادآوری وفاداری به برندها یا محدودیت‌های غذایی (مثل محصولات بدون لاکتوز) استفاده می‌کند. اگر درخواست کاربر خیلی مبهم باشد، مدل وارد یک حلقه تعاملی شده و سوالاتی می‌پرسد: «برای این تاکوها چه پروتئینی می‌خواهید؟» یا «آیا مواد لازم برای گواکاموله را هم اضافه کنم؟»

خندق داده‌ای اینستاکارت

قدرت کلمنتین از خلاء نمی‌آید، بلکه حاصل ۱۵ سال داده‌های اختصاصی است. این دستیار برای تصمیم‌گیری‌های دقیق به سه جریان داده متصل است:

  • تاریخچه سفارشات مادام‌العمر: این جریان داده، «همیشگی‌ها» را شناسایی می‌کند؛ از جمله وفاداری به برندهای خاص، طعم مورد علاقه ماست یا سایز دقیق شیری که کاربر معمولاً می‌خرد.
  • کاتالوگ جامع و «ژنوم غذا»: این یک لایه هوشمند از اطلاعات محصول است، نه یک لیست ساده از کدهای کالا (SKU). ۱ میلیارد کالا با ویژگی‌هایی مثل محدودیت‌های رژیمی (گیاه‌خواری، بدون گلوتن)، پروفایل‌های طعمی، مناسب بودن برای نوع وعده (دسر، صبحانه) و نقش‌های آشپزی (چاشنی، تزیین، ماده اصلی) برچسب‌گذاری شده‌اند. به همین دلیل مدل می‌فهمد «شکلات» برای پخت‌وپز (که منجر به پیشنهاد پودر کاکائو یا شکلات‌های مخصوص پخت می‌شود) با «شکلات» برای تماشای فیلم (که منجر به پیشنهاد بستنی یا شکلات‌های تخته‌ای می‌شود) متفاوت است.
  • سیگنال‌های قیمت و موجودی روزانه: ادغام داده‌های لحظه‌ای درباره آنچه واقعاً در قفسه‌های فروشگاه محلی انتخاب شده قرار دارد و کدام اقلام در حال حاضر دارای تخفیف هستند.

تحلیل: این برای جیب و زمان شما چه معنایی دارد؟

حذف بار ذهنی در خرید، ارزش اصلی این فناوری است. برای درک بهتر، کاربري را تصور کنید که به کلمنتین پیام می‌دهد: «کمکم کن برای ۴ نفر با بودجه کم تاکو درست کنم».

ابتدا، هوش مصنوعی عملیات «تجزیه غذا» را انجام می‌دهد و تشخیص می‌دهد که تاکو به یک پروتئین اصلی، نان، تاپینگ‌ها، دورچین‌هایی مثل لوبیا یا برنج و نوشیدنی نیاز دارد. سپس، «اعمال محدودیت» را اجرا می‌کند؛ یعنی عدد «۴ نفر» را به عنوان ضریب مقدار و عبارت «بودجه کم» را برای اولویت دادن به بسته‌های اقتصادی و برندهای اختصاصی فروشگاه به کار می‌برد.

در مرحله بعد، یک «بررسی شخصی‌سازی» انجام می‌شود تا سفارشات قبلی چک شود و مشخص گردد آیا کاربر گوشت بوقلمون را ترجیح می‌دهد یا همیشه یک شیشه فلفل هالوپینو اضافه می‌کند. در نهایت، «تأیید موجودی» انجام می‌شود؛ اگر گوشت گاو موجود نباشد، ممکن است گوشت مرغ را به عنوان جایگزینی اقتصادی پیشنهاد دهد. نتیجه، سبدی پیشنهادی با هزینه کل و یادداشتی است مانند: «بر اساس سفارشات قبلی شما برای مهمانی‌های مشابه، یک بسته ۱۲ تایی نوشابه لیمویی اضافه کردم. اگر نمی‌خواهید، آن را حذف کنید».

گسترش استراتژیک در سطح سازمانی

به نقل از مستندات شرکت، اینستاکارت همزمان این فناوری را در قالب Cart Assistant (یک نسخه White-label یا بدون برند از کلمنتین) به شرکای خرده‌فروشی خود می‌فروشد. فروشگاه‌هایی مثل Food Bazaar، Heritage Grocers Group و Woodman’s هم‌اکنون از آن استفاده می‌کنند و Aldi U.S.، Harmons، The Save Mart Companies و Stew Leonard’s به زودی به این لیست اضافه می‌شوند.

این یک استراتژی دو لایه است:

۱. کلمنتین اینستاکارت (مشتری‌محور): وفاداری کاربر را به پلتفرم اینستاکارت جلب می‌کند، مالک رابطه با مشتری است و از داده‌های تمام شرکای خرده‌فروش بهره می‌برد.
۲. Cart Assistant (خرده‌فروش‌محور): نرم‌افزاری سازمانی به خواروبارها می‌فروشد تا آن‌ها بتوانند تجربه هوش مصنوعی برند خودشان را تنها با استفاده از کاتالوگ و داده‌های همان یک فروشگاه ارائه دهند.

این موضوع سوپرمارکت‌های سنتی را در تنگنا قرار می‌دهد. اگر این ابزارها را نپذیرند، اپلیکیشن‌هایشان ابتدایی و قدیمی به نظر می‌رسد. اما اگر بپذیرند، در واقع اکوسیستم پلتفرمی را تغذیه می‌کنند که برای تصاحب رابطه اصلی با مشتری با آن‌ها رقابت می‌کند؛ تنشی شبیه به تغییراتی که در استراتژی‌های «بانکداری به عنوان سرویس» (BaaS) دیده شده است.

ریسک‌ها و قابلیت اطمینان

مقیاس‌پذیری یک کانسیرژ هوش مصنوعی، نگرانی‌های جدی حریم خصوصی و ایمنی را افزایش می‌دهد. داده‌های خواروبار بسیار شخصی هستند و از طریق تاریخچه خرید، وضعیت سلامتی، باورهای مذهبی و حتی تغییرات در سطح درآمد کاربر را فاش می‌کنند. چون قدرت کلمنتین بر تحلیل «سفارشات مادام‌العمر» استوار است، شفافیت بی‌سابقه‌ای در مورد نحوه ذخیره‌سازی و محافظت از این داده‌ها می‌طلبد.

همچنین سوالاتی درباره انگیزه‌های تجاری وجود دارد. در حالی که هدف اعلام شده، برآورده کردن درخواست‌های کاربر است، اما الگوریتم‌های زیربنایی ممکن است ملاحظات تجاری داشته باشند. اگرچه اینستاکارت می‌گوید هوش مصنوعی می‌تواند «تخفیف‌های مرتبط را نمایش دهد»، اما مرز بین یک پیشنهاد مفید و یک «تلنگر سودآور» برای سوق دادن کاربر به سمت محصولات با حاشیه سود بالاتر یا محصولات اسپانسر شده، همچنان مبهم است.

در نهایت، دقت در مسائل سلامتی حیاتی است. یک اشتباه در درک درخواست «بدون لبنیات» یا نادیده گرفتن هشدار مربوط به آلرژی‌ها، یک باگ ساده نیست، بلکه یک ریسک جدی است. هرچند کریس راجرز، مدیرعامل شرکت، مدعی است که «ما نزدیک به ۱۵ سال صرف یادگیری نحوه خرید و تغذیه خانواده‌ها کرده‌ایم و کلمنتین این دانش را به کار می‌گیرد»، اما تضمین کیفیت ۱۰۰ درصدی در حالی که هوش مصنوعی مسئولیت اولیه چیدمان سبد خرید را بر عهده می‌گیرد، به شدت به چالش کشیده خواهد شد.

این تحول، تجربه دیجیتال خرید خواروبار را از یک فرآیند دستی به یک فرآیند «عامل‌محور» (Agentic) تبدیل می‌کند. اینستاکارت با حذف بار ذهنی مربوط به جمع‌آوری اجزاء، روی این شرط‌بندی کرده است که مصرف‌کنندگان کنترل دستی را با راحتیِ کمک‌گرفته از هوش مصنوعی معاوضه می‌کنند. موفقیت کلمنتین با این معیار سنجیده خواهد شد که آیا می‌تواند به شریکی قابل اعتماد و اخلاقی در یکی از روتین‌ترین و در عین حال شخصی‌ترین کارهای روزمره ما تبدیل شود یا خیر.

گام بعدی شما

  • اگر از اپلیکیشن‌های خرید استفاده می‌کنید، سعی کنید درخواست‌های خود را از حالت «جست‌وجوی کلمه» به «توصیف نیاز» تغییر دهید تا قدرت عامل‌ها را بسنجید.
  • برای مدیران محصول: بررسی کنید چگونه می‌توان داده‌های تاریخی کاربر را به جای فیلترهای دستی، به ورودی‌های یک مدل استدلالی (Reasoning Model) — شبیه به شطرنج‌بازی که چند حرکت جلوتر را می‌بیند — تبدیل کرد.
  • نظارت کنید که آیا این ابزارها شما را به سمت برندهای گران‌تر سوق می‌دهند یا واقعاً بودجه شما را مدیریت می‌کنند.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این تغییر پارادایم از جست‌وجو به عامل‌محوری، تجربه خرید را از یک کار اداری به یک تجربه مشاوره‌ای تبدیل می‌کند. اعتبار این سیستم بر پایه داده‌های واقعی خرید است که می‌تواند نرخ تبدیل را برای خرده‌فروشان به شدت افزایش دهد.

تأثیر برای ایران

به‌دلیل محدودیت‌های جغرافیایی و تحریم‌ها، دسترسی مستقیم به سرویس‌های اینستاکارت برای کاربران ایرانی محدود است و این خبر بیشتر برای توسعه‌دهندگان اپلیکیشن‌های خرید داخلی به عنوان یک الگو برای پیاده‌سازی عامل‌های خرید کاربرد دارد.

·نگاه ما
تحریریه دات‌هوش

این حرکت اینستاکارت نشان می‌دهد که رقابت در هوش مصنوعی از «مدل‌های عمومی» به سمت «عامل‌های متصل به داده‌های اختصاصی» (Proprietary Data) تغییر کرده است. برتری کلمنتین نه در قدرت LLM آن، بلکه در «ژنوم غذایی» و تاریخچه ۱۵ ساله خریدهای کاربران است که هیچ مدل زبانی عمومی به آن دسترسی ندارد. این یعنی در آینده، برنده بازار کسی نیست که بهترین مدل را دارد، بلکه کسی است که داده‌های رفتاری کاربر را در لایه‌ای عملیاتی‌تر سازماندهی کرده است.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.