Si hay áreas en las que LLM excelente son el procesamiento del lenguaje y la síntesis de información. La producción de hojas de productos ha constituido uno de los primeros casos de uso del Genai con el resumen de los documentos. Esto es lo que llevó al grupo familiar francés Manutan, que distribuye equipos y suministros a empresas y autoridades locales, a recurrir a una LLM para este proceso que consume recursos. El grupo de referencia de hecho 850,000 productos de 400 proveedores, que van desde la mesa de la pluma o Velleda para escuelas hasta vestuarios o particiones de separación para espacios abiertos de negocios, incluidas las lámparas de oficina.

Las hojas asociadas con estos productos son fundamentales para el sitio de comercio electrónico, pero también en todos los procesos de la empresa, de la gestión de logística. Sin embargo, su realización requiere compilar datos de diferentes proveedores, en formatos y contenido de calidad heterogénea y variable. El desafío es, para el distribuidor, verificar y posiblemente corregir estos importantes volúmenes de información y homogeneizar los archivos para explotarlos de manera efectiva. Un trabajo que, hasta el año pasado, "movilizó recursos significativos y requirió muchos intercambios entre equipos internos y proveedores", especifica la compañía.

Un LLM impulsado por un corpus de aprendizaje hecho en Manonán

Por lo tanto, para optimizar este proceso, Manutan ha decidido desarrollarse, con la firma de consultoría AI y Data Avisia, una solución LLM basada en la tecnología Operai en Microsoft Azure. La compañía ha formado un corpus de datos de aprendizaje alojados en el copo de nieve, a partir del cual AI genera automáticamente descripciones de acuerdo con los estándares de Manután y optimizado para la referencia natural.

A partir del análisis de los elementos enviados por los proveedores, generalmente en formato CSV, la herramienta crea un indicador por producto que refina de esta base de copos de nieve, a través de una plataforma desarrollada en el marco de rayación de strewlit de ciencia de datos. Por lo tanto, crea los atributos necesarios y produce descripciones precisas y coherentes, de acuerdo con los estándares de Manután. Estos atributos se almacenan en la nube para "facilitar su verificación e integración en los sistemas de la empresa".

4 días de trabajo guardados

El proyecto duró 6 meses y la solución está hoy en producción. Según Manutan, con la automatización de la creación de hojas de productos por parte de la LLM, la compañía ha ganado 4 días de tiempo de trabajo por archivo de proveedores y reduce los costos de usar proveedores externos en casi un 50%.