Künstliche Intelligenz als Einkaufsassistent: Amazons Vision für die Zukunft des Shoppings

Amazon mag zwar nicht ChatGPT im Angebot haben, verfolgt aber ambitionierte Pläne im Bereich der Künstlichen Intelligenz (KI). Ein zentraler Aspekt dieser Strategie ist die Entwicklung von KI-Agenten, die den Einkaufsprozess für Kunden revolutionieren sollen.

Schon jetzt integriert das E-Commerce-Unternehmen KI-basierte Funktionen in seine Website und Apps. So wurden kürzlich KI-generierte Einkaufsratgeber für eine Vielzahl von Produktkategorien angekündigt. Führungskräfte des Unternehmens deuten an, dass die Entwicklungsteams noch ambitioniertere KI-Services erforschen, darunter autonome KI-Einkaufsagenten. Diese sollen Kunden proaktiv Produkte empfehlen oder sogar Artikel in ihren Warenkorb legen.

„Es steht auf unserer Roadmap. Wir arbeiten daran, erstellen Prototypen und wenn wir der Meinung sind, dass es gut genug ist, werden wir es in einer sinnvollen Form veröffentlichen", sagt Trishul Chilimbi, Vice President und Distinguished Scientist bei Amazon, der an der Anwendung der KI-Kerntechnologie des Unternehmens auf seine Produkte und Dienstleistungen arbeitet.

Laut Chilimbi werden die ersten KI-Agenten wahrscheinlich Chatbots sein, die proaktiv Produkte empfehlen. Diese Empfehlungen basieren auf den bekannten Gewohnheiten und Interessen der Kunden sowie auf einem Verständnis allgemeiner Trends. Der Manager räumt ein, dass es entscheidend sein wird, diesen Service nicht aufdringlich zu gestalten. „Wenn es nicht gut und nervig ist, wird man es ignorieren", sagt er. „Aber wenn es überraschende Dinge hervorbringt, die interessant sind, wird man es öfter benutzen."

Rufus: Der KI-Einkaufsberater

Im Februar 2024 führte Amazon einen Chatbot namens Rufus ein, der eine breite Palette von Fragen zu den zahlreichen Produkten des Unternehmens beantworten kann. Der Bot nutzt ein maßgeschneidertes großes Sprachmodell (LLM) - die Art von Algorithmus, die auch ChatGPT zugrunde liegt - ebenfalls bekannt als Rufus.

Das Rufus-LLM wird mit riesigen Mengen an Internettexten trainiert - wie sie auf öffentlich zugänglichen Websites zu finden sind. Anschließend wird es zu einem auf den Handel fokussierten Modell verfeinert, indem es mit sorgfältig ausgewählten Daten aus Amazons eigenen Beständen gefüttert wird. Chilimbi sagt, dass Amazons LLM „Hunderte von Milliarden von Parametern" hat. (Parameter sind ein grobes Maß für die Leistungsfähigkeit; zum Vergleich: Metas größtes öffentlich zugängliches LLM hat 405 Milliarden.) Er bestätigte, dass Amazon ein noch größeres Modell trainiert, lehnte es aber ab zu sagen, wie groß es ist oder welche Fähigkeiten Amazon sich davon erhofft.

Von Chatbots zu KI-Agenten

Wie viele Technologieunternehmen blickt Amazon über den Chat hinaus und wendet sich dem Potenzial sogenannter Agenten zu. Sie nutzen LLMs, versuchen aber, nützliche Aufgaben für den Benutzer zu erledigen, indem sie spontan Code schreiben, Text eingeben oder den Cursor eines Computers bewegen. Zukünftige KI-Agenten könnten beispielsweise auf verschiedenen Websites navigieren, um einen Strafzettel zu bearbeiten, oder sie könnten einen PC bedienen, um eine Steuererklärung einzureichen. LLM-gesteuerte Programme dazu zu bringen, dies zuverlässig zu tun, ist jedoch schwierig, da solche Aufgaben wesentlich komplexer sind als einfache Abfragen und ein neues Maß an Präzision und Zuverlässigkeit erfordern.

„Jedes große Unternehmen beschäftigt sich jetzt mit [KI-]Agenten", sagt Ruslan Salakhutdinov, ein Informatiker an der Carnegie Mellon University, der an KI-Agenten arbeitet. Die Technologie sei deshalb so spannend, weil sie verspreche, unzählige Routineaufgaben zu automatisieren, die Menschen täglich erledigten: „Wenn Agenten im E-Commerce-Bereich das bestmögliche Ergebnis für mich finden können, wäre das fantastisch."

Salakhutdinov und seine Kollegen an der CMU entwickelten eine Dummy-E-Commerce-Website als Teil einer Plattform namens Visual Web Arena, um KI-Agenten zu testen. Zu den größten Herausforderungen gehören es, die Agenten in die Lage zu versetzen, visuelle Informationen besser zu verstehen, und sie darauf zu trainieren, eine riesige Auswahl an möglichen Optionen zu untersuchen und gleichzeitig die richtige herauszufiltern - was möglicherweise fortgeschrittenere Denkfähigkeiten erfordert.

Salakhutdinov ist jedoch der Ansicht, dass eine Fülle von Informationen darüber, wie Nutzer alltägliche und wichtige Aufgaben wie das Einkaufen erledigen, ein entscheidender Faktor sein könnte, um sie auf dem richtigen Weg zu halten. „Daten werden sehr wichtig sein", sagt er.

Revolution des Einkaufserlebnisses

Die Agenten von Amazon werden sich natürlich eher darauf konzentrieren, Kunden dabei zu helfen, das zu finden und zu kaufen, was sie brauchen oder wollen. Ein Rufus-Agent könnte zum Beispiel bemerken, wann das nächste Buch einer Reihe, die jemand gerade liest, erhältlich ist, und es dann automatisch empfehlen, in den Warenkorb legen oder sogar für den Kunden kaufen, sagt Rajiv Mehta, ein Vice President bei Amazon, der an Conversational AI Shopping arbeitet. „Er könnte sagen: ‚Wir haben eines für Sie gekauft. Wir können es heute noch verschicken, und es wird morgen früh bei Ihnen eintreffen. Wären Sie damit einverstanden?‘", so Mehta. Er fügt hinzu, dass Amazon darüber nachdenkt, wie Werbung in die Empfehlungen des Modells integriert werden kann.

Chilimbi und Mehta sagen, dass ein Agent irgendwann einen Großeinkauf starten könnte, wenn ein Kunde sagt: „Ich gehe campen, kauf mir alles, was ich brauche." Ein extremes, wenn auch nicht unmögliches Szenario wäre, dass Agenten selbst entscheiden, wann ein Kunde etwas braucht, und es dann kaufen und an seine Haustür liefern lassen. „Man könnte ihm vielleicht ein Budget vorgeben", sagt Chilimbi grinsend.

KI-generierte Einkaufsratgeber: Ein Schritt in die Zukunft

Die neuen KI-generierten Einkaufsratgeber von Amazon, die kürzlich auf der Reinvent-Konferenz des Unternehmens in Nashville angekündigt wurden und zunächst auf der mobilen Website und in der App des Unternehmens in den USA verfügbar sind, sind ein kleiner Schritt in Richtung der ultimativen Vision eines superintelligenten Einkaufsassistenten. Das Rufus-LLM wird verwendet, um automatisch Informationen und Erkenntnisse zu generieren, für deren Sammlung man normalerweise Stunden brauchen würde, um im Internet zu recherchieren. „Wenn man versucht, in einer Kategorie einzukaufen, mit der man nicht vertraut ist, kann es ziemlich zeitaufwendig sein, sich einen Überblick über das Angebot, die verschiedenen verfügbaren Funktionen und die verschiedenen Auswahlmöglichkeiten zu verschaffen", sagt Brett Canfield, Senior Product Manager im Personalisierungsteam von Amazon.

Canfield zeigte WIRED Einkaufsratgeber für Fernseher und Ohrhörer, in denen wichtige technische Merkmale, Erklärungen wichtiger Begriffe und natürlich Empfehlungen für den Kauf bestimmter Produkte aufgeführt waren. Das zugrundeliegende LLM hat Zugriff auf den riesigen Bestand an Produktinformationen, Kundenfragen, Bewertungen und Feedback sowie auf die Kaufgewohnheiten der Nutzer. „Das ist wirklich nur mit generativer KI möglich", sagt Canfield.

Die neuen Einkaufsratgeber zeigen das Potenzial der generativen KI im E-Commerce auf, da sie Ratgeber für Produktkategorien erstellen, die zu speziell sind, um normalerweise berücksichtigt zu werden. „Die ultimativen Heckenscheren" zum Beispiel.

Die Zukunft des E-Commerce

Die Ratgeber zeigen aber auch, wie die generative KI die Wirtschaftlichkeit von Suche und Einkauf auf den Kopf stellen könnte, während sie gleichzeitig großzügig von herkömmlichen Herausgebern entlehnt wird.

KI-generierte Suchergebnisse liefern heute oft Produktvergleiche und Meinungen. Dies lenkt den Datenverkehr von Websites ab, die mit Einkaufsratgebern, Testberichten und anderen Artikeln Geld verdienen, obwohl die KI-Ergebnisse mit Daten erstellt werden, die überhaupt erst von solchen Websites abgegriffen wurden.

Canfield wollte sich nicht dazu äußern, welche zusätzlichen Trainingsdaten für die Entwicklung der neuen Funktion für KI-Einkaufsratgeber verwendet wurden. (Die Muttergesellschaft von WIRED, Condé Nast, hat im August dieses Jahres eine Partnerschaft mit OpenAI, dem Unternehmen hinter ChatGPT, geschlossen.)

Bedenken dieser Art dürften das Interesse an KI bei Amazon oder anderen E-Commerce-Anbietern nicht bremsen. Maschinelles Lernen ist im E-Commerce bereits weit verbreitet, um Analysen, Suchen und Produktempfehlungen zu erstellen. Da LLMs neue Anwendungsfälle eröffnen, geht ein Analystbericht davon aus, dass der Markt für KI im E-Commerce von 6,6 Milliarden Dollar im Jahr 2023 auf 22,6 Milliarden Dollar im Jahr 2032 anwachsen wird.

„LLM-Agenten sind ein Wendepunkt im Kundenservice", sagt Mark Chrystal, CEO von Profitmind, einem Unternehmen, das KI einsetzt, um Einzelhändlern Analysen zu liefern.

Chrystal ist der Ansicht, dass große Unternehmen wie Amazon am meisten vom Aufstieg der generativen KI profitieren könnten, da sie über enorm viele Daten verfügen, mit denen sie ihre Modelle füttern können. Dies sollte „zu immer leistungsfähigeren KI-Systemen führen, die nicht nur den Kundenservice verbessern, sondern auch zu Produkt- und Lieferinnovationen führen", sagt er, merkt aber auch an, dass „die Datenreichen im Wesentlichen immer reicher und die Datenarmen immer ärmer werden."

Einzigartige Fähigkeiten für den E-Commerce

Laut Amazon zeigt sein Rufus-LLM bereits einige einzigartige Fähigkeiten, die besonders für den E-Commerce nützlich sind. Chilimbi erzählt von einem Vorfall, bei dem ein leitender Angestellter von Amazon das LLM bat, die besten Batman-Graphic Novels zu empfehlen, und überrascht war, als es eine Liste mit dem Nicht-Batman-Dystopie-Klassiker Watchmen vorschlug. Auf die Frage, warum es dieses Buch ausgewählt habe, erklärte das Rufus-Modell, dass die Themen und Charaktere in Frank Millers beliebter Batman-Serie The Dark Knight Returns aus den 1980er Jahren eine ähnliche Resonanz hätten wie die in Alan Moores Watchmen. „Gelegentlich sagt man: ‚Oh wow, wie macht es das?‘", so Chilimbi.

Amazons Rufus-LLM wird nicht nur anders gefüttert als die meisten anderen LLMs, sondern auch anders feinjustiert. Das zusätzliche Training, das Chatbots normalerweise dabei hilft, kohärente Gespräche zu führen und unangemessene Äußerungen zu vermeiden, wird von Amazon genutzt, um sein Modell zu einem besseren „Shopping-Concierge" zu machen. „Es gibt mehrere Signale", die dem Modell als Feinabstimmung zugeführt werden, sagt Chilimbi, darunter, ob jemand auf eine Empfehlung klickt, sie in seinen Warenkorb legt und sie schließlich kauft.

Chilimbi fügt hinzu, dass Amazon einen eigenen Shopping-Benchmark entwickelt hat, um Rufus zu testen und ihm zu helfen, intelligenter zu werden. Während ein herkömmliches LLM auf seine Fähigkeit getestet werden könnte, allgemeine Wissensfragen zu beantworten oder mathematische oder naturwissenschaftliche Probleme zu lösen, testet Amazons Benchmark die Fähigkeit des Modells, einen Kunden dabei zu unterstützen, das Gesuchte leichter zu finden.

Amazon hofft, dass die Steigerung des Einkaufs-IQ seiner KI irgendwann seine unabhängigen, einkaufsorientierten KI-Agenten ermöglichen könnte.

„Ganz so weit sind wir noch nicht", sagt Salakhutdinov von der CMU und merkt an, dass er einem KI-Agenten seine Kreditkarte noch nicht anvertrauen würde. „Es gibt einige Aktionen, die man nicht mehr rückgängig machen kann", sagt er. „Wenn man zum Beispiel etwas gekauft hat, dann hat man es gekauft."

Bibliographie

Knight, W. (2024, 9. Oktober). Amazon Dreams of AI Agents That Do the Shopping for You. Wired. https://www.wired.com/story/amazon-ai-agents-shopping-guides-rufus/
Holmes, A. I., & Abuobaid, S. (2024). AI The Work: Making Dreams Reality with AI: Easy Steps to Help Your Small Business Soar. Bryn Holmes.
Wu, S. (2024). AI Agents: Everything You Need to Know. Independently Published.
Gates, B. (2023, 9. November). The Future of Agents. Gates Notes. https://www.gatesnotes.com/AI-agents
GPT the Third, & Kevin the Meatbag. (2023). AI Dreams: Exploring the Boundaries of Art and Technology. Independently Published.
Littree, D. (2020). Digital Dreams: A Novel about A.I. and the Future of Humanity. Independently Published.
Westmoreland, M. B. (2024, 19. September). 5 new generative AI tools to accelerate seller growth and enhance the customer shopping experience. About Amazon. https://www.aboutamazon.com/news/innovation-at-amazon/amazon-generative-ai-seller-growth-shopping-experience
Verschiedene Benutzer. (o. D.). How is AI applied in Amazon Go? [Quora]. Abgerufen am 9. Oktober 2024 von https://www.quora.com/How-is-AI-applied-in-Amazon-Go
Wood, M. [themza]. (2023, 25. Juli). Let’s take a closer look at Agents for Bedrock, a new way to complete complex tasks with generative AI, privately, using your own data [LinkedIn-Beitrag]. LinkedIn. https://www.linkedin.com/posts/themza_ai-generativeai-aws-activity-7090715014910656513-kM94