Etsy探索人工智能与人工选品新模式，优化用户购物体验

近日，据外媒报道，Etsy平台开始推行一种创新的混合搜索模式，将人工智能与人工选品技术结合，以期在商品推荐页面上实现突破性提升。这种方法被称为”算法策划”（Algotorial Curation），它将人工智能的高效和人类专家的专业性有机结合，从而解决了平台商品数据非标准化的痛点，同时改善用户购物体验。

混合选品模式的工作原理

Etsy的系统分为三个主要阶段操作，形成了一套清晰而有效的流程：

人工筛选趋势商品
专家团队首先根据市场动态识别当前流行趋势，并从卖家商品中手工筛选出50个符合这些趋势的商品。
机器学习扩展范围
工程师利用机器学习技术，将原始商品清单扩展为约1000个商品。这一阶段通过数据分析和算法精准捕捉相关性。
美学一致性审核
最后，平台会借助大型语言模型（LLMs）进一步对商品系列进行美学甄选，确保所有推荐商品不仅多样化，还符合一定的审美和质量标准。

在整个过程中，Etsy采用了Google的Gemini多模态模型作为技术支撑，确保系统的智能化运作。

AI辅助不是替代，而是增强

Etsy产品管理高级总监Daniel在采访中提到：“我们并不希望人工智能取代人类专家的角色，而是希望它能够提升团队的专业能力。”这一思路与现代消费者的需求十分契合。数据显示，超过半数的购物者愿意使用人工智能辅助功能，而这部分用户常常也是最具价值的客户群之一。

非标准化商品挑战成契机

Etsy的独特运营模式决定了它与普通电商平台不同。这里的每件商品都由独立卖家上架，商品种类和信息是非结构化的，没有统一的编号或分类。这看似是一个技术上的难点，却成为人工智能技术发挥优势的重要领域。AI不仅解决了标准化问题，还能让个性化推荐成为可能。

AI技术的多应用层面

除了商品推荐优化外，Etsy还将AI技术应用在多个关键环节。例如通过大型语言模型提取商品关键信息（如尺寸和颜色），平台显著提升了搜索体验的精准度。此外，该技术还能为缺少文字描述的商品生成高质量的描述，结果带来了SEO访问量近5%的提升，同时销售转化率提高了约3%。这些数据充分证明了技术在商业价值上的实际效果。