Historias de éxito / Venta minorista y mayorista
2023

Gimba adopta la IA generativa en AWS para mejorar su catálogo de productos.
Esta plataforma sustituye el proceso de mantenimiento manual del catálogo, que hoy cuenta con unos 30 000 artículos, y reduce el tiempo de registro de productos en un 84 %.
Actualización del catálogo
en unos pocos clics
Reducción del tiempo
de registro de artículos de 13 a 2 minutos
Descripción más detallada
de los artículos
Un 10 %
de expectativas de crecimiento de las búsquedas en línea
Información general
Gimba es una empresa brasileña líder en comercio minorista y cadena de suministro, responsable de las cadenas de 300 de las 500 mayores empresas de Brasil, que programa todas las entregas, las normas de calidad y define los acuerdos de nivel de servicio para la reposición de existencias. Con la ayuda de AWS y Flexa Cloud, un socio de AWS que utiliza inteligencia artificial generativa (IA), Gimba desarrolló una plataforma para automatizar los pasos necesarios para crear su catálogo de productos, que contiene unos 30 000 productos.

Oportunidad
El director de Tecnología de Gimba, Daniel Arruda, explica que hasta ahora las actualizaciones del catálogo de los aproximadamente 300 productos nuevos que se incluyen cada mes se realizaban manualmente. “Cada fabricante nos envía los datos de sus productos en distintos formatos y tenemos varios colaboradores que leen y normalizan estos datos, creando descripciones de los productos en nuestro catálogo, especialmente en línea”, explica. João Ricardo Miliozzi David, analista de marketing de Gimba, señala también que “existe una preocupación con la forma en que se describe el producto para demostrar la personalidad de Gimba, informar al consumidor sobre las principales características del producto de forma exclusiva y ser más atractivo para los algoritmos de búsqueda, simultáneamente”.
Según Arruda, desde que llegaron al mercado otras herramientas de IA generativa, el equipo responsable de actualizar el catálogo empezó a experimentar. “Los utilizamos de forma no metodológica para producir algunos textos, que luego el equipo revisó y mejoró. Este proceso se realizaba de forma manual. Las preguntas no estaban normalizadas, ni tampoco el uso de las respuestas”, afirma.
Con el objetivo de aumentar la productividad y la calidad de las descripciones de productos, el equipo de Arruda identificó en AWS la oportunidad de utilizar la inteligencia artificial generativa (IA) de un modo más eficaz y escalable. Es más, AWS podría dar un paso más, personalizando la IA según la “personalidad” de Gimba. “Confiamos plenamente en AWS como socio estratégico en nuestro primer proyecto conjunto”, afirma.

Confiamos plenamente en AWS como socio estratégico en nuestro primer proyecto conjunto”.
Daniel Arruda
CTO (director de Tecnología) de Gimba
Por qué elegir AWS
Después de presentar el proyecto a AWS, se invitó a Gimba a desarrollar una plataforma adaptada a sus necesidades y a llevar la solución de catálogo a la nube de AWS. Con el apoyo de Flexa Cloud, se construyó el primer prototipo basado en Amazon SageMaker para el entrenamiento y los ajustes del modelo LLM. Para entrenar el modelo se utilizó una muestra de 900 productos con descripciones óptimas que le permitiera comprender lo que se espera de ellos. “Probamos dos o tres productos nuevos durante el proceso de aprendizaje y los resultados fueron impresionantes”, afirma Arruda.
“Con este primer éxito sabíamos que íbamos por buen camino”, afirma Deivid Bitti, director general de Flexa Cloud. “Cuando obtuvimos acceso a Amazon Bedrock, iniciamos el cambio al servicio administrado de AWS”. El modelo elegido, Claude-2, fue fundamental para el éxito de la plataforma debido a su gran ventana de contexto (de hasta 100 000 tokens), lo que nos permitió utilizar técnicas avanzadas de ingeniería de peticiones que excluían la necesidad de entrenar o ajustar manualmente el modelo. Como resultado, redujimos el costo de la solución en más de un 50 %.
Todo el proceso de desarrollo con AWS se basó en el principio de adaptación del uso de la IA generativa a las necesidades de Gimba, concretamente a las del equipo de registro. Creamos una plataforma en línea con una única interfaz de uso sencillo que automatiza la aplicación de las API de Amazon Bedrock y la creación de solicitudes en el backend.
Resultados
Ahora, en unos pocos clics, el catálogo de productos se actualiza dentro de esta interfaz que automatiza una serie de ajustes que antes se realizaban manualmente. “La plataforma, que ya se creó con nuestro estándar de comunicación y con el etiquetado HTML, es más rápida, no se puede comparar con el proceso que teníamos antes. Redujimos el tiempo de registro de 13 a 2 minutos por producto”, explica Juliana de Freitas Ribeiro, responsable de registro.
Por otro lado, los clientes de Gimba también tuvieron acceso a una descripción más completa e informativa, lo que eliminó preguntas sobre el producto y aumentó la conversión de ventas. “A nivel interno, esperamos un aumento de la productividad en la producción de registros y un mejor posicionamiento en las búsquedas orgánicas gracias a un uso mejorado de las palabras clave”, revela Daniel Arruda, citando una expectativa de crecimiento del 10 % en estas búsquedas.
Próximos pasos
Ante el éxito de la plataforma para nuevos productos, el equipo de registro espera pasar todos los productos que actualmente figuran en el catálogo por esta herramienta y reformular los registros existentes. “Con esta medida para los nuevos productos, hemos liberado al equipo de registro para que pueda dedicarse a otras tareas, ya que la descripción es lo que lleva más tiempo. Así hemos podido elevar el nivel de calidad”, dice Juliana.
Acerca de Gimba
Pionera en el mercado de la gestión y distribución de suministros, Gimba ayuda a empresas y consumidores a obtener artículos esenciales para la rutina diaria.
Servicios de AWS
Amazon SageMaker
Amazon SageMaker se fundamenta en las dos décadas de experiencia de Amazon en el desarrollo de aplicaciones de machine learning para el mundo real, incluyendo recomendaciones de productos, personalización, compras inteligentes, robótica y dispositivos asistidos por voz.
Amazon Bedrock
Amazon Bedrock es un servicio totalmente administrado que ofrece varias opciones de modelos fundacionales (FM) de alto rendimiento de empresas líderes en IA, como AI21 Labs, Anthropic, Cohere, Meta, Stability AI y Amazon, con una única API, así como un amplio conjunto de características necesarias para crear aplicaciones de IA generativa, lo que simplifica el desarrollo y mantiene la privacidad y la seguridad.
Comenzar
Organizaciones de todos los tamaños y de todos los sectores transforman sus negocios y cumplen sus misiones todos los días con AWS. Contacte nuestros expertos y comience hoy mismo su propia jornada en AWS.