美国零售与电子商务2024 – 进行中沃尔玛
利用生成式AI处理商品目录数据
沃尔玛利用大语言模型创建或改进逾8.5亿项商品目录数据
问题
随着平台卖家和商品增多，沃尔玛的在线商品目录不断扩大。商品属性缺失或质量欠佳，影响顾客查找商品，也影响门店存储和配送商品。
方法
公司采用多个大语言模型，其中部分来自外部供应商，部分为自主开发，用于补全商品属性、改进商品页面。质量更高的数据也用于门店员工的移动工具，员工拣货或补货时，可通过工具查看包装图像和商品位置。
主要数据
850M+利用大语言模型创建或改进的商品目录数据项数量
~100x据首席执行官估算，若不使用生成式AI，在相同时间内完成同样工作所需的人员规模
启示
沃尔玛将改进后的商品目录数据同时用于商品页面，以及帮助员工查找商品和补货的工具。“100倍”的人员规模对比属于估算，公司未披露错误率或成本。
分类
来源
来源摘要
[1]Modern Retail2024年8月15日
沃尔玛首席执行官董明伦在财年第二季度业绩电话会上表示，多个语言模型创建或改进了逾8.5亿项商品目录数据。他估算，在相同时间内完成同样工作，所需人员将接近目前的100倍。沃尔玛美国业务负责人John Furner补充称，AI为数亿件商品补全了属性。两名外部分析师认为，商品目录处理任务范围有限、定义明确，适合AI应用。
[2]Retail Dive2024年8月20日
Retail Dive报道，大语言模型创建或改进了逾8.5亿项商品数据。沃尔玛高管估算，若不使用这些工具，完成相关工作所需人员将约为目前的100倍。商品目录质量影响搜索、库存存储和配送，员工则利用移动工具中质量更高的数据查找商品、查看包装图像。
详细内容请参阅原始来源。
收录日期 2026年10月25日 · 更新日期 2026年10月25日
