Projeções sobre como a inteligência artificial generativa ( Genai ) transformará os negócios são onipresentes. Executivos de comércio eletrônico Já pode ver os esboços difusos de um futuro emocionante para suas organizações, mas, enquanto isso, eles enfrentam uma questão fundamental: que investimentos em tecnologia e talento trarão os retornos mais altos e mais seguros em um momento em que algo parecer possível e todos os casos de uso parecem os seguintes? As empresas que seguem uma abordagem pragmática perceberão que suas melhores oportunidades de investimento agora vêm de decidir estrategicamente o que eles constroem versus o que compram, com um entendimento claro de quais capacidades acabarão se tornando uma parte essencial de suas plataformas existentes. Essa decisão é de vital importância para aplicações da Genai, porque grandes plataformas de comércio eletrônico e empresas de software especializadas em terceiros criarão e manterão grande parte da infraestrutura e aplicativos necessários da Genai, e farão isso melhor e mais eficiente do que a maioria das empresas que estão no negócio de comércio eletrônico, mas não os negócios do software. Decisão-compra uma plataforma, compre uma solução especializada melhor da criação ou construa internamente-é diferente para Genai, principalmente por causa do ritmo extremo e da amplitude da mudança. Construir uma solução exclusiva interna requer uma barra alta quando os principais players de software estão integrando a Genai em todos os aspectos de suas plataformas, tornando obsoleto muitas soluções personalizadas em questão de meses. O ecossistema de startups também enfrenta esse desafio: o que as startups devem estar construindo como soluções de pontos, versus o que será integrado às principais plataformas?
Rather than follow the over-the-top hype about GenAI, e-commerce executives should be looking under the hood of their own organization to set their investment priorities. Companies that follow a pragmatic approach will realize that their best investment opportunities right now come from deciding strategically what they build versus what they buy, with a clear understanding of what capabilities will eventually become a core part of their existing platforms. This decision is vitally important for GenAI applications, because large e-commerce platforms and third-party specialist software companies will build and maintain much of GenAI’s necessary infrastructure and applications, and they will do it better and more efficiently than most companies that are in the business of e-commerce but not the business of software ever could.
The Decision Framework for Making GenAI Investments
The typical technology investment decision—buy a platform, buy a best-of-breed specialized solution, or build in-house—is different for GenAI, primarily because of the extreme pace and breadth of change. Building a unique solution in-house requires a high bar when major software players are integrating GenAI into every aspect of their platforms, thus rendering many custom-built solutions obsolete in a matter of months. The startup ecosystem faces this challenge as well: What should startups be building as point solutions, versus what will be integrated into the major platforms?
Exhibit 1 shows the questions that e-commerce executives should ask as they begin to take a pragmatic approach to evaluating their GenAI investment opportunities. Executives could consider building and scaling an e-commerce solution in-house if it’s highly unlikely for the use case to become part of one of the following:
- Modelos de fundação de última geração existentes. Esses modelos estão em constante evolução, o que significa que as próximas versões do Claude do Anthrópico, o Llama da Meta, o GPT da OpenAI e outros modelos terão recursos prontos para a caixa que atendem a algumas das empresas que são as melhores empresas do EM. Plataforma de comércio eletrônico, Google para pesquisa paga, meta para mídias sociais pagas ou Amazon como mercado, sempre haverá recursos de plataforma próxima que essas empresas possam construir com mais eficiência e com maior qualidade do que uma equipe de comércio eletrônico, com seus próprios recursos de uso de uma das plataformas de especialistas mais importantes. como bazaarvoice (para revisões) ou LiveChat (para bate -papo). Esses especialistas também procurarão integrar recursos relevantes da Genai em suas plataformas. Normalmente, essas soluções são casos de uso que os provedores externos não podem fornecer e continuar a evoluir em suas plataformas, ou são casos de uso que exigem fundamentalmente dados e informações que os provedores externos não possam corresponder. Nesses casos específicos, as empresas podem tirar proveito das interfaces de programação de aplicativos (APIs) que fornecem fácil acesso aos modelos de LAIA (mais recentes grandes modelos de linguagem (LLMS) e Genai para criar soluções personalizadas adaptadas às suas necessidades exclusivas.
- Big Tech Companies’ Platforms. Whether a company is using Salesforce as its e-commerce platform, Google for paid search, Meta for paid social media, or Amazon as a marketplace, there will always be near-in platform capabilities that these firms can build more efficiently and at higher quality than an e-commerce team could with its own resources.
- Third-Party Specialists’ Platforms. Most at-scale e-commerce teams already use a variety of best-of-breed specialists such as Bazaarvoice (for reviews) or LiveChat (for chat). These specialists will also seek to integrate relevant GenAI capabilities into their platforms.
Relying on these external providers instead of building a custom solution not only saves e-commerce teams time and money but also lets them focus their resources on developing and scaling solutions that can become sources of sustainable competitive advantage. Such solutions are typically use cases that external providers cannot be expected to provide and continue to evolve within their platforms, or they are use cases that fundamentally require data and information that external providers cannot match. In these specific cases, companies can take advantage of application programming interfaces (APIs) that provide easy access to the latest large language models (LLMs) and GenAI models to create custom solutions tailored to their unique needs.
As oportunidades de Genai existentes para equipes de comércio eletrônico
Teams that currently manage e-commerce experiences for their company have numerous GenAI use cases across the standard value chain, covering all aspects of the conversion funnel and the customer life cycle. New use cases are emerging daily, but in our experience, the cases shown in Exhibit 2 are already in focus for many leading e-commerce executives.
The use cases with the highest adoption focus more on productivity and efficiency and, to some extent, on automation. Many companies have succeeded in accelerating their creative process—from content generation and optimization to testing and adaptation—and thus shortened their time to market from weeks to days or even hours. We can envision the applications that power these use cases becoming more standardized over time, which would imply that e-commerce teams may be better off relying on external providers for these capabilities in the future.
More promising and ambitious cases—such as Personalização , preços dinâmicos e análises preditivas - provaram ser mais complexas, o que explica os níveis mais baixos de adoção. Estes podem ser melhores candidatos a uma solução interna, especialmente porque são mais propensos a formar a base da vantagem competitiva sustentável.
O papel dos assistentes genai prontos para uso
Genai terá grandes impactos transformadores em toda a cadeia de valor do comércio eletrônico. Para executivos de comércio eletrônico, no entanto, a questão importante é: onde na pilha essas inovações ocorrerão? Os executivos de comércio eletrônico devem incentivar os membros da equipe a usar os recursos prontos para a caixa dessas ferramentas para melhorar sua produtividade. Eles devem comemorar e compartilhar sucessos à medida que os recursos continuam evoluindo.
At the highest level of the stack, Anthropic’s Claude, Google’s Gemini, Meta’s Llama, OpenAI’s ChatGPT, and others are racing to build greater competencies in consumer-oriented general-intelligence chat-first experiences. E-commerce executives should be encouraging team members to use the out-of-the-box capabilities of these tools to enhance their productivity. They should celebrate and share successes as the capabilities continue to evolve.
Product owners can use the tools to simulate various users’ experiences and then use the results to refine their roadmap. Para designers, as ferramentas permitem o teste de cada design da perspectiva de diferentes personas, servindo como painel em tempo real e guias especializados, com extensões na execução do design. Para os engenheiros, as ferramentas aceleram o desenvolvimento de software com a conclusão do código e a assistência em tempo real na configuração da ferramenta e da plataforma. Para os arquitetos, as ferramentas oferecem orientações sobre a arquitetura de tecnologia correta para acomodar mudanças de plataforma ou novas integrações e tecnologias. Finalmente, as ferramentas oferecem aos analistas a capacidade de entender rapidamente todo o site principal e experimentar métricas em todo o funil e fornecer caminhos para a equipe de comércio eletrônico. O Anexo 3 mostra o que as equipes de comércio eletrônico podem esperar dessas plataformas. Algumas dessas capacidades-como a funcionalidade aprimorada de pesquisa e as recomendações inteligentes de produtos-estão em estágios iniciais, mas já estão sendo expostos como capacidades gerais principais nessas plataformas principais de comércio. interno. Mas cada empresa precisa considerar se possui a escala certa e as vantagens de dados, em relação a empresas como Meta e Shopify, para enfrentá-las de uma maneira mais eficiente e capaz. Para conteúdo gerado pelo usuário e comércio social, por exemplo, a Bazaarvoice introduziu recentemente três novos recursos-um serviço de correspondência que usa a IA para encontrar criadores e influenciadores, um serviço automático de captação de fotos para o Instagram e um Content Coach para sua rede de criadores-todo impulsionado por seu mecanismo Harmonyai. Para o gerenciamento e a distribuição de informações do produto, o Salsify lançou recentemente uma plataforma chamada PXM Advance, que inclui IA e automação para gerar conteúdo em escala. Ele relata que ele se integrou profundamente ao fluxo de trabalho completo e conectado às páginas de detalhes do produto, baseadas em mais de 740 milhões de produtos publicados em 950 destinos.
The Role of Enhanced GenAI Features
As GenAI continues to advance, major tech companies are likely to integrate specific capabilities into their existing platforms to enhance the user experience and provide more intelligent, personalized solutions. Exhibit 3 shows what e-commerce teams can expect from these platforms. Some of these capabilities—such as enhanced search functionality and intelligent product recommendations—are in early stages but are already being exposed as core GenAI capabilities in these major commerce platforms.
We have seen considerable energy and enthusiasm from some e-commerce teams about building similar solutions in these exciting areas in-house. But each company needs to consider whether it has the right scale and data advantages, relative to companies such as Meta and Shopify, to tackle these in a more efficient and capable way.
Supplementing big tech’s platforms is a deep ecosystem of third-party e-commerce tech solutions, each of which is also building GenAI capabilities into its platforms. For user-generated content and social commerce, for example, Bazaarvoice recently introduced three new capabilities—a matching service that uses AI to find creators and influencers, an automatic photo-captioning service for Instagram, and a content coach for its creator network—all driven by its HarmonyAI engine. For product information management and syndication, Salsify recently launched a platform called PXM Advance that includes AI and automation for generating content at scale. It reports that it has LLMs deeply integrated into the full workflow and connected into product detail pages that are based on more than 740 million products published across 950 destinations.
Para selecionar e integrar cuidadosamente as soluções Genai de terceiros certas, os executivos de comércio eletrônico devem considerar vários fatores além dos preços e o potencial retorno do investimento (ROI). Eles devem analisar a escalabilidade e o desempenho, as medidas de privacidade e segurança de dados e a experiência e o suporte de fornecedores. É importante que os executivos atinjam um equilíbrio entre a adoção de novas tecnologias e a manutenção de uma pilha de tecnologia coesa e gerenciável. Como em qualquer investimento em tecnologia, os executivos devem ter uma compreensão clara do caso de negócios e os resultados esperados antes de se comprometer com uma nova integração de terceiros. Diferenciação.
Five Solutions for E-Commerce Teams to Build In-House
Two dimensions matter for e-commerce executives thinking through the build-or-buy decisions for their GenAI efforts:
- Experience Differentiation. Quão diferenciado é a experiência que está sendo considerada? É um padrão comum de comércio eletrônico, como resumo dos detalhes do produto ou variantes criativas de publicidade? Ou é algo que é exclusivo da vertical em que a empresa opera, como variações de camisa personalizadas ou interações farmacêuticas?
- dados proprietários. A empresa possui quantidades significativas de dados exclusivos para você? Ou a maioria desses dados é comum e exposta na Internet pública ou em outras fontes? No quadrante superior direito - os que freqüentemente garantem mais soluções personalizadas - incluem: How much proprietary data is available for use in the solution? Does the company have significant amounts of unique-to-you data? Or is most of this data common and exposed across the public internet or other sources?
Evaluating a use case against these two dimensions lands it within one of the four quadrants in Exhibit 4, with the accompanying build-or-buy recommendations.
The kinds of use cases that will land in the upper right quadrant—the ones that will frequently warrant more custom solutions—include:
- Criação de conteúdo altamente personalizada. Ao criar esses recursos internamente, as equipes de comércio eletrônico podem garantir que o conteúdo gerado alinhe com a voz e as mensagens da marca, mantendo o controle total sobre os dados e algoritmos. As empresas podem se diferenciar e criar uma experiência mais envolvente e memorável do cliente. Highly personalized content for individual customers can include product descriptions, email marketing campaigns, and custom landing pages. By building these capabilities in-house, e-commerce teams can ensure that the generated content aligns with their brand voice and messaging while maintaining full control over the data and algorithms.
- Customized Product Design and Configuration. E-commerce teams that offer customizable or configurable products can use GenAI to create intelligent design tools that guide customers through the process of creating their ideal product. Companies can differentiate themselves and create a more engaging and memorable customer experience.
- Predictive Inventory and Supply Chain Management. E-commerce teams can combine GenAI with internal data sources to build sophisticated predictive models for inventory management and Cadeia de suprimentos otimização. O desenvolvimento interno permite uma maior personalização e integração com os sistemas existentes, levando potencialmente a previsões mais precisas e economia de custos. Objetivos de negócios e segmentos de clientes.
- Intelligent Upselling and Cross-Selling. While many platforms and third-party solutions will offer product recommendation capabilities, building an in-house GenAI solution allows e-commerce teams to incorporate a wider variety of internal data and tailor the algorithms to their specific business goals and customer segments.
- Atendimento personalizado ao cliente. Uma solução interna pode fazer o uso mais eficiente e produtivo desses dados ricos do cliente. Os executivos devem avaliar cuidadosamente cada caso de uso e reservar recursos de desenvolvimento interno para áreas que oferecem o maior potencial para vantagem competitiva e valor do cliente. Eles precisam procurar sob o capô de sua organização para avaliar sua capacidade de construir, manter e evoluir a solução. Isso significa avaliar a disponibilidade de conhecimentos e recursos internos da Genai e a capacidade de integrar uma solução aos sistemas e processos existentes. As empresas também precisam analisar os requisitos de privacidade e segurança de dados e a custos de manutenção de longo prazo. Personalized experiences include virtual shopping assistants that provide tailored advice and recommendations on the basis of a customer’s unique preferences and history. An in-house solution can make the most efficient and productive use of this rich customer data.
Executives should keep in mind that in-house development can be resource intensive and may not always provide the best ROI, particularly in areas where off-the-shelf solutions are already highly advanced. Executives should carefully evaluate each use case and reserve in-house development resources for areas that offer the greatest potential for competitive advantage and customer value.
To make a pragmatic decision, however, e-commerce teams need to look beyond those two factors. They need to look under the hood of their organization to assess its capability to build, maintain, and evolve the solution. That means evaluating the availability of internal GenAI expertise and resources and the ability to integrate a solution with existing systems and processes. Companies also need to look at data privacy and security requirements and at long-term maintenance costs.
As implicações da construção de soluções internas
A decisão de investir em desenvolvimento interno vai além da própria tecnologia. Em nossa experiência, as empresas devem seguir o
20/10/70
regra para construir uma base comercial sólida para a Genai. Essa regra implica que as empresas devem dedicar 10% de seus esforços para projetar os algoritmos e 20% à tecnologia e dados subjacentes. A maior parte do esforço - 70% - passa para apoiar as pessoas e mudar os processos organizacionais. Em relação a Genai, as equipes de comércio eletrônico precisam considerar três facilitadores essenciais:
- Dados proprietários. What no-regrets moves can the company make right now to improve customer data capture as well as any information data that feeds product detail pages?
- Talent. equipes de comércio eletrônico podem ter equipes de 300 a 500 pessoas espalhadas por muitas funções, incluindo merchandising, marketing e desenvolvimento de produtos ágeis. Como a forma do talento necessária e o modelo operacional mudam como Genai é integrado em toda a pilha de tecnologia?
- Processos. O que a Genai muda para operações de comércio eletrônico e desenvolvimento de produtos? Eles também precisarão entender as barreiras ao sucesso, que podem incluir resistência ativa dentro e fora da organização. O que pode parecer um investimento interno que vale a pena hoje pode rapidamente se tornar obsoleto à medida que novas capacidades emergem em plataformas e soluções de terceiros. Ao manter o ágil e reavaliar continuamente sua estratégia de genai, as equipes de comércio eletrônico podem se posicionar para aproveitar ao máximo essa tecnologia transformadora. Inscreva -se These include the day-to-day operations of monitoring sales, traffic, and conversion rates, managing pricing and promotions and A/B testing improvements, as well as the end-to-end product development process for major releases and platform integrations. What, if anything, does GenAI change for core e-commerce operations and product development?
After answering these questions, companies may need to adjust their ROI projections, both short term (one year) and long term. They will also need to understand the barriers to success, which can include active resistance inside and outside the organization.
As the GenAI landscape continues to evolve rapidly, it is crucial for e-commerce teams to remain flexible and pragmatic in their approach to investments in GenAI. What may seem like a worthwhile in-house investment today could quickly become obsolete as new capabilities emerge in platforms and third-party solutions. By staying agile and continually reassessing their GenAI strategy, e-commerce teams can position themselves to take full advantage of this transformative technology.
