Impel está revolucionando el sector de la venta de automóviles gracias a su solución de gestión del ciclo de vida del cliente impulsada por inteligencia artificial (IA). Con su producto principal, Sales AI, la empresa ha conseguido ofrecer un compromiso personalizado con los clientes durante todo el día, resolviendo preguntas específicas sobre vehículos y consultas sobre intercambios y financiamiento. Al reemplazar su anterior modelo de lenguaje de terceros por un modelo específico afinado de Meta Llama, implementado en Amazon SageMaker, Impel logró una mejora del 20% en precisión y un mayor control de costos.

La solución Sales AI se destaca por optimizar la conexión entre los minoristas de automóviles y los consumidores, brindando experiencias personalizadas desde la investigación inicial hasta la compra y los servicios posteriores. Utilizando IA generativa, Sales AI ofrece respuestas rápidas a las consultas de los clientes a través de correo electrónico y mensajes de texto, manteniendo el interés incluso en las primeras etapas del proceso de compra de un vehículo. Las funciones clave que permiten este compromiso constante incluyen la resumación de interacciones pasadas, la generación de seguimientos para evitar estancamientos en los procesos de compra y la personalización de respuestas.

El cambio de modelo de Impel se debió a la necesidad de personalización del modelo y a la optimización de costos a gran escala. El anterior modelo se volvió costoso a medida que aumentaban las transacciones, mientras que las limitaciones de afinación impedían el aprovechamiento completo de sus datos. Con la implementación del modelo afinado de Meta Llama, Impel pudo predecir costos gracias a la fijación de precios por servicio, mejorar el control sobre el entrenamiento del modelo y garantizar la seguridad de los datos procesados.

Para llevar a cabo la implementación, Impel eligió SageMaker AI, un servicio en la nube completamente administrado que facilita la construcción, capacitación y despliegue de modelos de aprendizaje automático. Con la ayuda de contenedores de inferencia optimizados, la empresa pudo adaptar el modelo de lenguaje de manera más eficiente. El equipo utilizó técnicas avanzadas, como la cuantificación de pesos activados, para mejorar el rendimiento del modelo en producción.

Las mejoras en el nuevo modelo se evidencian en métricas clave, con aumentos en la precisión de las respuestas personalizadas y más eficaz comprensión del lenguaje específico de la industria automotriz. Evaluaciones estructuradas mostraron que la precisión de las respuestas personalizadas pasó del 73% al 86%, y la generación de mensajes de seguimiento subió del 59% al 92%.

Impel no solo ha logrado avances en la calidad de salida, sino también en la seguridad y control operativo al procesar datos dentro de sus cuentas de AWS. Con miras al futuro, la empresa planea expandir sus capacidades de inteligencia artificial para abordar una gama más amplia de retos específicos del sector automotriz y continúa trabajando en la incorporación de flujos de trabajo de generación aumentada de información y sistemas adaptativos que mejoren la experiencia del cliente en todos los aspectos del comercio automotriz.
vía: AWS machine learning blog