Comenzando el martes, la conferencia de desarrolladores de Google I / O tiende a ser más que una extravagancia para los expertos en tecnología. También es un foco de atención para la visión y las prioridades de la empresa, y las compras se encuentran claramente entre ellas.
El gigante de las búsquedas acaba de sacar los detalles de su nuevo Gráfico de compras, un recurso que atrae y conecta cargas masivas de datos de productos, además de una nueva herramienta de Google Cloud que brinda a las marcas, desarrolladores y otras empresas una forma más fácil y rápida de usar. aprendizaje automático e inteligencia artificial.
El Shopping Graph es similar al popular Knowledge Graph de Google, un recurso de información que extrae grandes cantidades de datos de todo el ecosistema de Google. En este caso, la herramienta se centra en el producto, extrayendo recursos de Google, así como información de reseñas publicadas o de los propios comerciantes y marcas. Puede acceder a hasta 24 mil millones de listados, según la compañía.
“Un punto clave del Shopping Graph es que la tecnología funciona en tiempo real, por lo que las personas pueden descubrir y comprar productos que están disponibles en este momento. Esa es una capacidad que no estaba disponible hace un par de años ”, explicó a WWD Bill Ready, presidente de comercio, pagos y NBU de Google, o el grupo de los“ próximos mil millones de usuarios ”.
«Por ejemplo, si está buscando una determinada marca de zapatillas en un cierto tamaño y combinación de colores que esté disponible para elegir cerca de usted, y agrega esos parámetros a su búsqueda, el gráfico conectará esos atributos y mostrará los resultados más relevantes. ,» él continuó. “Los minoristas actualizan su inventario, el Gráfico de compras responde en tiempo real para dar cuenta del par que usted compró, por lo que la próxima persona que los busque tendrá una vista actualizada del inventario. El gráfico también puede reconocer los productos mencionados en los videos de YouTube, por lo que también podemos mostrar reseñas útiles de influencers o contenido de moda sobre ese mismo par de zapatillas «.
Este no es un proyecto de la noche a la mañana: Google ha estado trabajando en este Gráfico de compras durante un par de años. Es el tipo de proyecto que le encanta a la empresa de tecnología: utilizar datos y tecnología para resolver un problema fundamental que ha acosado a las empresas, que en este caso se trata de cómo sacar a la superficie información esencial del producto.
Se necesita una gran cantidad de datos para hacer eso y, según Google, la amplitud de este esfuerzo brinda nuevas capacidades significativas a los comerciantes y consumidores que nunca antes estuvieron disponibles.
Una de esas características es una herramienta de búsqueda basada en visión por computadora. Cuando los usuarios ven cualquier captura de pantalla en Google Photos, la plataforma ahora ofrece una sugerencia para buscar la foto con Lens, para que puedan encontrar un producto en particular. La tecnología que hay detrás no es necesariamente nueva, pero incluso las mejores y más innovadoras herramientas de búsqueda no funcionarán bien si no hay suficientes datos para analizar.
Este enfoque parece particularmente útil, considerando la frecuencia con la que las personas toman fotos de estilos o productos interesantes sobre la marcha, y luego dejan que las fotos languidezcan sin seguimiento.
En última instancia, el objetivo es permitir resultados de búsqueda de productos más sólidos que conecten productos, opiniones de expertos y usuarios, inventario cercano, videos útiles y las mejores marcas y minoristas, agregó Ready. «Por ejemplo, si está buscando una chaqueta azul de longitud media de tamaño mediano que esté hecha de algodón, los atributos conectados nos ayudan a encontrar y luego mostrar productos que tengan esas cualidades exactas, además de artículos de noticias sobre tendencias relevantes o videos de YouTube. sobre cómo diseñar una chaqueta azul «.
El enfoque de Google en las compras radica en el descubrimiento de productos.
Imagen de cortesía
Junto con el anuncio, Google también reveló que simplificó su integración de Shopify para facilitar a los comerciantes la carga de productos e inventario con unos pocos clics. Anteriormente, podía llevar horas o incluso días, dependiendo de la complejidad de su catálogo. Naturalmente, este movimiento también beneficia al Gráfico de compras: más información de productos actualizada en línea significa que el gráfico tiene más con qué trabajar.
El esfuerzo se reduce al objetivo general de impulsar el descubrimiento de productos, con Google flexionando sus músculos en los datos para hacerlo. Google-verse ya ofrece más de mil millones de sesiones de compras al día, y aún no está terminado. Busca continuamente nuevas experiencias de compra impulsadas por la tecnología, como Lens usando la cámara del teléfono inteligente para buscar lo que la gente ve y «hacer del mundo que lo rodea su sala de exhibición personal», dijo Ready.
«Es posible que también haya visto pruebas beta de compras integradas recientes que lanzamos con YouTube», agregó. «Puede esperar ver más experiencias de compra nuevas para los consumidores en todas las superficies de Google».
Parte de ese trabajo también proviene de diferentes áreas de la empresa.
El martes, Google Cloud también anunció la disponibilidad general de Vertex AI, su aprendizaje automático administrado plataforma que las marcas y otras empresas pueden utilizar para acelerar la implementación y el mantenimiento de modelos de inteligencia artificial.
En términos cotidianos, hace el trabajo pesado de los procesos de ML o AI, por lo que las empresas pueden desarrollar rápidamente funciones inteligentes sin construir todo desde cero. Según Google Cloud, Vertex AI requiere casi un 80 por ciento menos de líneas de código para entrenar modelos en comparación con otras plataformas.
El conjunto de herramientas, que abarca la visión por computadora, el procesamiento del lenguaje natural y otros sistemas, tiene como objetivo hacer que sea más fácil y rápido para las marcas crear mejores experiencias para sus clientes.
Modiface, el proveedor de realidad aumentada propiedad de L’Oréal para la industria de la belleza, usa Vertex AI y parece increíblemente impresionado por lo que la herramienta de Google puede hacer.
La IA se usa a menudo en la realidad aumentada de belleza para hacer que las superposiciones digitales, ya sea para probar diferentes colores de cabello o tonos de lápiz labial, se vean y respondan de manera más realista. También puede profundizar en un análisis más profundo basado en lo que ve la visión por computadora, antes de brindar recomendaciones de productos.
Si Modiface construyera toda la IA en sí, habría llevado años, dijo el director de operaciones Jeff Houghton.
Como ejemplo, señaló la experiencia de diagnóstico de la piel de L’Oréal: “Puedes ir al sitio web de una marca, subir una imagen de selfie y te verá la cara [and identify] diferentes inquietudes clínicas que se pueden abordar con los productos que lleva esa marca ”, explicó a WWD. “La forma en que realmente hacemos esa recomendación a partir de solo una imagen es que hemos entrenado nuestro algoritmo de inteligencia artificial con miles de puntos de datos diferentes. Y para entrenar ese algoritmo de IA, en realidad necesitamos ejecutar miles de millones de cálculos diferentes; de esa manera, el algoritmo puede comprender la mejor recomendación cuando ve una imagen que nunca antes se había visto.
Modiface es un proveedor de tecnología de belleza que utiliza IA, ML y AR para funciones como pruebas de belleza y análisis de la piel. L’Oréal adquirió la empresa en 2018 y ha estado usando Google Cloud Platform durante meses para IA y ML.
Foto cortesía
«Esa es en realidad la pieza en la que estamos aprovechando Google Cloud Platform y sus herramientas de inteligencia artificial», dijo Houghton.
Anteriormente, Modiface habría tenido que hacer todos los cálculos en máquinas locales, habría llevado mucho más tiempo y habría tenido limitaciones en la complejidad de lo que podía hacer la IA. «Pero ahora todo ese entrenamiento, alimentar imágenes a la IA y dejar que repita miles de millones de veces, se hace en la nube», dijo.
Google Cloud ha estado haciendo todo el trabajo de IA de Modiface durante meses. No solo ha acelerado las cosas, sino que también ha abierto nuevas formas de desarrollar funciones.
Una forma usa lo que se llama Redes Adversarias Generativas. “Básicamente, estás enseñando a una IA a generar una imagen para ti mostrándole un montón de imágenes de ejemplo. Y está tratando de generar una nueva imagen que se ajuste a esos ejemplos ”, dijo Houghton. “Hace dos años, esa no era un área que nadie estuviera explorando. Y ahora, si está probando alguno de esos filtros más complejos en la web, en realidad es lo que está sucediendo entre bastidores «.
Las GAN requieren mucha potencia computacional, ya que involucran dos algoritmos de IA que compiten para llegar al mejor resultado, que es algo que es extremadamente difícil de hacer en una máquina tradicional, señaló. Al transferir eso a Google, los científicos y desarrolladores de datos de Houghton tienen la libertad de centrarse en otras cosas, como crear servicios de belleza que atraigan a los consumidores, dijo.
Eso debe ser música para los oídos de Google.
«Teníamos dos luces orientadoras mientras construíamos Vertex AI: sacar a los científicos e ingenieros de datos de las malas hierbas de la orquestación, y crear un cambio en toda la industria que haría que todos se tomaran en serio el traslado de la IA del purgatorio piloto a la producción a gran escala» dijo Andrew Moore, vicepresidente y gerente general de soluciones industriales y de inteligencia artificial en la nube en Google Cloud.
Él cree que la nueva herramienta permitirá «implementaciones serias para una nueva generación de IA que empoderará a los científicos e ingenieros de datos para realizar un trabajo satisfactorio y creativo».