Automatisation de la génération de descriptions de produits avec Amazon Bedrock | Services Web Amazon

Dans le monde actuel du commerce électronique en constante évolution, l’influence d’une description de produit convaincante ne peut être surestimée. Cela peut être le facteur décisif qui transforme un visiteur potentiel en client payant ou l'envoie cliquer sur le site d'un concurrent. La création manuelle de ces descriptions pour une vaste gamme de produits est un processus à forte intensité de main-d'œuvre et peut ralentir la vitesse des nouvelles innovations. C'est ici que Socle amazonien avec ses capacités d'IA générative, il intervient pour remodeler le jeu. Dans cet article, nous expliquons comment Amazon Bedrock transforme le processus de génération de descriptions de produits, permettant aux e-commerçants de faire évoluer efficacement leurs activités tout en économisant du temps et des ressources précieuses.

Libérer la puissance de l’IA générative dans le commerce de détail

L’IA générative a attiré l’attention des conseils d’administration et des PDG du monde entier, les incitant à se demander : « Comment pouvons-nous tirer parti de l’IA générative pour notre entreprise ? L’une des applications les plus prometteuses de l’IA générative dans le commerce électronique consiste à l’utiliser pour créer des descriptions de produits. Les détaillants et les marques ont investi des ressources importantes pour tester et évaluer les descriptions les plus efficaces, et l’IA générative excelle dans ce domaine.

Créer des descriptions de produits attrayantes et informatives pour un vaste catalogue est une tâche monumentale, en particulier pour les plateformes mondiales de commerce électronique. La traduction manuelle et l'adaptation des descriptions de produits pour chaque marché consomment du temps et des ressources. Cela entraîne des descriptions génériques ou incomplètes, entraînant une réduction des ventes et de la satisfaction des clients.

La puissance d'Amazon Bedrock : descriptions de produits générées par l'IA

Amazon Bedrock est un service entièrement géré qui simplifie le développement de l'IA générative, offrant des modèles de base (FM) hautes performances provenant de grandes sociétés d'IA telles que AI21 Labs, Anthropic, Cohere, Meta, Stability AI et Amazon via une seule API. Il fournit un ensemble complet de fonctionnalités pour créer des applications d’IA génératives tout en garantissant le maintien de la confidentialité et de la sécurité. Avec Amazon Bedrock, vous pouvez expérimenter différents FM et les personnaliser en privé à l'aide de techniques telles que le réglage fin et la génération augmentée de récupération (RAG). La plateforme vous permet de créer des agents gérés pour des tâches commerciales complexes sans avoir besoin de codage, telles que la réservation de voyages, le traitement des réclamations d'assurance, la création de campagnes publicitaires et la gestion des stocks.

Par exemple, les plateformes de commerce électronique peuvent initialement générer des descriptions de produits de base incluant la taille, la couleur et le prix. Cependant, la flexibilité d'Amazon Bedrock permet d'affiner ces descriptions pour intégrer les avis des clients, intégrer un langage spécifique à la marque et mettre en évidence des caractéristiques spécifiques du produit, ce qui donne lieu à des descriptions personnalisées qui trouvent un écho auprès du public cible. De plus, Amazon Bedrock offre un accès aux modèles de base d'Amazon et des principales startups d'IA via une API intuitive, rendant l'ensemble du processus transparent et efficace.

L'utilisation de l'IA peut avoir l'impact suivant sur le processus de description du produit :

• Approbations plus rapides – Les fournisseurs bénéficient d'un processus rationalisé, passant de la liste de produits à l'approbation en moins d'une heure, éliminant ainsi les retards frustrants.
• Vitesse de référencement des produits améliorée – Lorsqu'elle est automatisée, votre marché de commerce électronique connaît une augmentation des listes de produits, offrant aux consommateurs un accès presque instantané aux dernières marchandises.
• À l'épreuve du futur – En adoptant l’IA de pointe, vous garantissez votre position en tant que plateforme tournée vers l’avenir, prête à répondre à l’évolution des demandes du marché.
• Innovation – Cette solution libère les équipes des tâches banales, leur permettant de se concentrer sur un travail à plus forte valeur ajoutée et favorisant une culture de l’innovation

Vue d'ensemble de la solution

Avant de plonger dans les détails techniques, voyons un aperçu de haut niveau de ce que propose cette solution. Cette solution vous permettra de créer et de gérer des descriptions de produits pour votre plateforme de commerce électronique. Il permet à votre plateforme de :

• Générer des descriptions à partir du texte – Grâce à la puissance de l'IA générative, Amazon Bedrock peut convertir des descriptions en texte brut en descriptions de produits vivantes, informatives et captivantes.
• Images artisanales – Au-delà du texte, il peut également créer des images qui correspondent parfaitement aux descriptions de produits, améliorant ainsi l'attrait visuel de vos annonces.
• Améliorer le contenu existant – Avez-vous des descriptions de produits existantes qui nécessitent une nouvelle perspective ? Amazon Bedrock peut prendre votre contenu actuel et le rendre encore plus convaincant et attrayant.

Cette solution est disponible dans le Bibliothèque de solutions AWS. Nous avons fourni des instructions détaillées dans le document ci-joint Fichier README. Le fichier README contient toutes les informations dont vous avez besoin pour démarrer, des exigences aux directives de déploiement.

L'architecture du système comprend plusieurs composants principaux :

• Portail de l'interface utilisateur – Il s'agit de l'interface utilisateur (UI) conçue pour permettre aux fournisseurs de télécharger des images de produits.
• Amazon Reconnaissance - Amazon Reconnaissance est un service d'analyse d'images qui détecte les objets, le texte et les étiquettes dans les images.
• Socle amazonien – Les modèles Foundation dans Amazon Bedrock utilisent les étiquettes détectées par Amazon Rekognition pour générer des descriptions de produits.
• AWS Lambda - AWS Lambda fournit un calcul sans serveur pour le traitement.
• Base de données de produits – Le référentiel central stocke les produits des fournisseurs, les images, les étiquettes et les descriptions générées. Il peut s'agir de n'importe quelle base de données de votre choix. Notez que dans cette solution, tout le stockage se trouve dans l’interface utilisateur.
• Portail administrateur – Ce portail permet de superviser le système et les listes de produits, garantissant ainsi un fonctionnement fluide. Cela ne fait pas partie de la solution ; nous l'avons ajouté pour comprendre.

Le diagramme suivant illustre le flux de données et les interactions au sein du système

Le workflow comprend les étapes suivantes:

1. Le client lance une demande à l'API REST Amazon API Gateway.
2. Amazon API Gateway transmet la demande à AWS Lambda via une intégration de proxy.
3. Lors d'une opération sur des entrées d'image de produit, AWS Lambda appelle Amazon Rekognition pour détecter les objets dans l'image.
4. AWS Lambda appelle les LLM hébergés par Amazon Bedrock, tels que les modèles linguistiques Amazon Titan, pour générer des descriptions de produits.
5. La réponse est renvoyée d'AWS Lambda à Amazon API Gateway.
6. Enfin, la réponse HTTP d'Amazon API Gateway est renvoyée au client.

Exemple de cas d'utilisation

Imaginez qu'un fournisseur télécharge une image de produit de chaussures et qu'Amazon Rekognition identifie des attributs clés tels que « chaussures blanches », « baskets » et « durables ». L'Amazon Bedrock Titan AI prend ces informations et génère une description de produit telle que : « Voici un projet de description de produit pour une chaussure de course en toile basée sur la photo du produit : Présentation de la Canvas Runner, la sneaker légère parfaite pour votre style de vie actif. Cette chaussure de course présente une tige en toile respirante avec des accents en cuir pour un look élégant et classique. La conception à lacets offre un ajustement sûr, tandis que la languette et le col rembourrés ajoutent du confort. À l’intérieur, une semelle intérieure rembourrée amovible soutient et réconforte vos pieds. La semelle intermédiaire en EVA absorbe les chocs à chaque pas, réduisant ainsi la fatigue. Les rainures flexibles dans la semelle extérieure en caoutchouc assurent flexibilité et traction. Avec son style simple et d'inspiration rétro, le Canvas Runner passe facilement des séances d'entraînement au quotidien. Que vous fassiez des courses ou parcouriez des kilomètres, cette sneaker polyvalente vous permettra de bouger avec confort et style.

Détails de conception

Explorons les composants plus en détail :

• Interface utilisateur:
  • L'extrémité avant – Le front-end du portail des fournisseurs permet aux fournisseurs de télécharger des images de produits et d'afficher des listes de produits.
  • Appels API – Le portail communique avec le backend via des API pour traiter les images et générer des descriptions.
• Reconnaissance Amazon :
  • L'analyse d'image – Déclenché par des appels d'API, Amazon Rekognition analyse les images et détecte les objets, le texte et les étiquettes.
  • Sortie d'étiquette – Il génère des données d’étiquette dérivées de l’analyse.
• Substrat amazonien :
  • Génération de texte PNL – Amazon Bedrock utilise le modèle de traitement du langage naturel (NLP) Amazon Titan pour générer des descriptions textuelles.
  • Intégration d'étiquettes – Il prend les étiquettes détectées par Amazon Rekognition comme entrée pour générer des descriptions de produits.
  • Correspondance de style – Amazon Bedrock fournit des capacités de réglage fin pour les modèles Amazon Titan afin de garantir que les descriptions générées correspondent au style de la plateforme.
• AWS Lambda :
  • En cours – Lambda gère les appels API aux services.
• Base de données des produits:
  • Base de données flexible – La base de données de produits est choisie en fonction des préférences et des exigences du client. Notez que cela n’est pas fourni dans le cadre de la solution.

Capacités supplémentaires

Cette solution va au-delà de la simple génération de descriptions de produits. Il offre deux autres options incroyables :

• Génération d'images et de descriptions à partir de texte – Grâce à la puissance de l'IA générative, Amazon Bedrock peut prendre des descriptions textuelles et créer des images correspondantes ainsi que des descriptions de produits détaillées. Considérez le potentiel :
  • Visualisation instantanée des produits à partir du texte.
  • Automatisation de la création d'images pour les grands catalogues.
  • Améliorer l'expérience client avec des visuels riches.
  • Réduire le temps et les coûts de création de contenu.
• Amélioration de la description – Si vous disposez déjà de descriptions de produits existantes, Amazon Bedrock peut les améliorer. Fournissez simplement le texte et l'invite, et Amazon Bedrock améliorera et enrichira habilement le contenu, le rendant très captivant et engageant pour vos clients.

Conclusion

Dans le monde extrêmement compétitif du commerce électronique, il est impératif de rester à la pointe de l’innovation. Amazon Bedrock offre une capacité de transformation aux e-commerçants qui cherchent à améliorer le contenu de leurs produits, à optimiser leur processus de référencement et à stimuler les ventes. Grâce à la puissance des descriptions de produits générées par l’IA, les entreprises peuvent créer un contenu convaincant, informatif et culturellement pertinent qui trouve un profond écho auprès des clients. L'avenir du commerce électronique est arrivé et il repose sur l'apprentissage automatique avec Amazon Bedrock.

Êtes-vous prêt à libérer tout le potentiel des descriptions de produits basées sur l’IA ? Passez à l'étape suivante en révolutionnant votre plateforme de commerce électronique. Visiter le Bibliothèque de solutions AWS et découvrez comment Amazon Bedrock peut transformer vos descriptions de produits, rationaliser vos processus et augmenter vos ventes. Il est temps de dynamiser votre commerce électronique avec Amazon Bedrock !

---

À propos des auteurs

Dhaval Shah est architecte de solutions senior chez AWS, spécialisé dans l'apprentissage automatique. En mettant l'accent sur les entreprises natives du numérique, il permet aux clients de tirer parti d'AWS et de stimuler la croissance de leur entreprise. En tant que passionné de ML, Dhaval est animé par sa passion pour la création de solutions percutantes qui apportent un changement positif. Dans ses temps libres, il s'adonne à son amour des voyages et chérit les moments de qualité avec sa famille.

Doug Tiffan est responsable de la stratégie de solutions mondiales pour la mode et l'habillement chez AWS. Dans le cadre de son rôle, Doug travaille avec les dirigeants de la mode et de l'habillement pour comprendre leurs objectifs et s'aligner avec eux sur les meilleures solutions. Doug possède plus de 30 ans d'expérience dans le commerce de détail, occupant plusieurs postes de direction en matière de marchandisage et de technologie. Doug est titulaire d'un BBA de la Texas A&M University et est basé à Houston, au Texas.

Nikhil Sharma est un leader de l'architecture de solutions chez Amazon Web Services (AWS), où lui et son équipe d'architectes de solutions aident les clients AWS à résoudre des défis commerciaux critiques à l'aide des technologies et services cloud AWS.

Kévin Bell est un architecte de solutions senior chez AWS basé à Seattle. Il construit des choses dans le cloud depuis environ 10 ans. Vous pouvez le trouver en ligne sous le nom @bellkev sur GitHub.

Nipun Chagari est un architecte de solutions principal basé dans la Bay Area, en Californie. Nipun a pour passion d'aider ses clients à adopter la technologie sans serveur pour moderniser leurs applications et atteindre leurs objectifs commerciaux. Son objectif récent a été d'aider les organisations à adopter des technologies modernes pour permettre la transformation numérique. En dehors du travail, Nipun trouve du plaisir à jouer au volley-ball, à cuisiner et à voyager avec sa famille.

Groupe Marshall est un architecte de solutions chez AWS qui aide les clients nord-américains à concevoir des charges de travail sécurisées, évolutives et rentables dans le cloud. Sa passion réside dans la résolution de problèmes commerciaux séculaires où les données et les technologies les plus récentes permettent de trouver des solutions novatrices. Au-delà de ses activités professionnelles, Marshall aime faire de la randonnée et du camping dans les magnifiques montagnes Rocheuses du Colorado.

Altaaf Dawoodjee est un architecte de solutions leader qui prend en charge les clients AdTech dans le segment Digital Native Business (DNB) chez Amazon Web Service (AWS). Il possède plus de 20 ans d’expérience dans le domaine de la technologie et possède une expertise approfondie en analytique. Il est passionné par l'idée d'aider ses clients à obtenir des résultats commerciaux réussis en tirant parti du cloud AWS.

Scott Bell est un leader dynamique et innovateur avec plus de 25 ans d'expérience en gestion technologique. Il est passionné par la direction et le développement d'équipes fournissant des technologies permettant de relever les défis des utilisateurs et des entreprises du monde entier. Il possède une vaste expérience dans la direction d'équipes technologiques qui fournissent des solutions technologiques mondiales prenant en charge plus de 35 langues. Il est également passionné par la manière dont l'IA et l'IA générative transforment les entreprises et par la manière dont elles répondent aux besoins actuels non satisfaits des clients.

Sachin Shetti est l'un des principaux responsables de solutions clients chez AWS. Il a pour passion d'aider les entreprises à réussir et à tirer des avantages significatifs de l'adoption du cloud, en pilotant tout, depuis la migration de base jusqu'à la transformation cloud à grande échelle, au niveau des personnes, des processus et de la technologie. Avant de rejoindre AWS, Sachin a travaillé comme développeur de logiciels pendant plus de 12 ans et a occupé plusieurs postes de direction, dirigeant la fourniture et la transformation technologiques dans les domaines de la santé, des services financiers, de la vente au détail et de l'assurance. Il est titulaire d'un Executive MBA et d'un baccalauréat en génie mécanique.

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://aws.amazon.com/blogs/machine-learning/automating-product-description-generation-with-amazon-bedrock/