Käytettyjen kalusteiden kauppaa älyllistämässä

Lissu oli selannut kymmeniä verkkokauppoja, mutta täydellistä antiikkista puutuolia ei vain löytynyt. Yksi oli liian tumma ja toinen liian korkea. Kolmas taas myydään vain settinä. Hän kokeili uusia hakusanoja, mutta eksyi vain syvemmälle tuoliviidakkoon. Miksi tämän täytyy olla näin vaikeaa?, hän mutisi ja sulki silmänsä.

Lissun tarina ei ole lainkaan tavaton. Kukapa ei olisi joskus yrittänyt etsiä sitä täydellistä tuotetta verkkokaupasta. Erityisesti sopivien käytettyjen tavaroiden löytäminen verkkojen viidakosta saattaa olla tuskallista. Verkkokaupat ovat vielä hyvinkin perinteisiä. Monissa kaupoissa tuotteiden etsiminen perustuu turhan usein perinteiselle hakusanojen logiikalle.

Poikkeuksiakin löytyy erityisesti isoilta toimijoilta. Esimerkiksi Amazon on satsannut datalla ja tekoälyllä viritettyyn suosittelumekanismiin sekä esitellyt edistyksellisen ostosavustajan, Rufuksen. Walmart puolestaan suunnittelee asiakaskohtaisten, dataan ja tekoälyyn perustuvien kokemusten rakentamista. Erilaiset älykkäät keskustelubotit ovat yleistyneet asiakaskokemuksen kehittämisessä, vaikka niiden toimivuudessa onkin yhä kehittämisen varaa.

Ihmisten tarpeet ja odotukset muuttuvat

Varsinaiset verkkokaupan hakutoiminnot mahdollistavat useimmiten joitain luonnollisen kielen hakuja tyyliin ’punainen puinen tuoli’. Astetta rikkaampi kuvailu tyyliin ’2 m leveä punainen antiikkisohva 20-luvulta’ ei vielä tuota kovinkaan hyviä tuloksia useimmissa verkkokaupoissa. Erityisesti käytettyjen tuotteiden kauppa on muutaman askeleen jäljessä kehityksestä. Tekoälyllä viritetyt asiakaskokemusta parantavat ratkaisut tulevat kuitenkin vähitellen Suomeen.

Ihmisten tarpeet ovat nykyään hyvin kirjavia. Esimerkiksi soveltuvan käytetyn nojatuolin löytäminen omaan sisustukseen vaatii jonkin verran aikaa ja vaivaa. Verkkokauppojen asiakkaat saattavat haluta määritellä tarkemmin millaiseen tilaan kaluste tulee, käyttää referenssikuvia etsitystä kalusteesta tai kuvailla tarkasti kalusteen kokoa, värejä ja materiaaleja.

Kalusteiden löytämistä helpottavia ratkaisuja

Haaga-Helian koordinoimassa ÄLYÄ-hankkeessa olemme kehittäneet ja kokeilleet suuria kielimalleja hyödyntäviä sovelluksia, joiden avulla käytettyjen kalusteiden löytämistä helpotetaan.

Esimerkiksi Kalustehaku-sovellus tarjoaa käyttäjälle mahdollisuuden kuvailla etsittyä kalustetta luonnollisen kielen avulla: ’Etsin säädettävää mustaa työtuolia’. Tuloksena tekoäly palauttaa verkosta seuraavaa (Kuva 1).

Kuva 1. Kalustehaku-sovelluksen tulos Etsin mustaa säädettävää tuolia -haulle

ReDecoFinder-sovellus sen sijaan tarjoaa mahdollisuuden etsiä myyjän valikoimasta käytettyjä kalusteita referenssikuvan avulla. Käyttäjä esimerkiksi valitsee aluksi kategoriaksi ’korkeat tuolit’ ja sitten lataa kuvan tilasta. Ohessa on esitetty referenssikuva (Kuva 2) sekä paras osuma, jonka sovellus palauttaa käyttäjälle (Kuva 3).

Kuvat 2 ja 3. ReDecoFinder-sovellukseen syötetty referenssikuva ja sovelluksen tarjoama osuma

Furnitize-sovellus suosittelee käyttäjän syöttämän referenssikuvan perusteella verkkokaupasta kuvamaailmaan sopivia vaihtoehtoja (Kuva 4). Lisäksi se tarjoaa mahdollisuuden kokeilla suositeltuja kalusteita kotona kännykän AR-näkymässä (AR, augmented reality: lisätty todellisuus).

Kuva 4. Furnitize-sovelluksen suositus käyttäjän syöttämän referenssikuvan perusteella

Ihmiset suhtautuvat tekoälyyn tunteella ja asenteilla

ÄLYÄ-hankkeessa tekemämme kokeilut lisäävät ymmärrystä siitä, miten ihmiset suhtautuvat uusiin hakutoimintoihin. Alkuun on syytä todeta, että tekoälyyn suhtaudutaan tunteella ja asenteellisesti. Tekoäly on vielä uutta, ja se väistämättä herättää innostuksen lisäksi myös epäilyjä sekä pelkoja.

Ratkaisut sinällään ovat jo nyt varsin toimivia. Hakutulokset paranevat koko ajan samalla, kun sovellusten taustalla hyödynnetyt suuret kielimallit kehittyvät. Suurempi kysymys on se, miten ihmiset ottavat vastaan tekoälyn tarjoamia suosituksia ja kuinka hyviksi tekoälyn palauttamat vastaukset koetaan.

Sovellusten käytöstä olemme keränneet kokemuksia alan pk-yrittäjiltä, yritysten asiakkailta sekä Haaga-Helian opiskelijoilta. Alustavien käyttäjäpalautteiden pohjalta vastaanotto on ollut vaihtelevaa. Moni kokee, ettei hyödyntäisi tekoälyn tarjoamia suosituksia. Toiset kuitenkin antavat erinomaisia arvosanoja sovelluksista. Osa käyttäjistä arvostaisi mahdollisuutta tehdä tarkempia rajauksia tekoälylle. Tulokset kääntyvät loppujen lopuksi positiivisen puolelle, vaikka ne ovat vielä alustavia.

Kuva: Shutterstock