Когда выбор убивает конверсию: AI‑ассистент в FoodTech

Продуктовые решения

Python

Архитектуры / другое

Продуктовая разработка

Программный комитет ещё не принял решения по этому докладу

Целевая аудитория

Тимлиды, руководители разработки и backend-инженеры продуктовых команд в сфере электронной коммерции, в том числе FoodTech, которые рассматривают внедрение LLM и RAG в пользовательские сценарии и принимают архитектурные решения с учетом нагрузки, времени отклика, стоимости запросов и влияния на конверсию

Тезисы

Разбор реального кейса внедрения AI-ассистента в электронной коммерции: от проблемы конверсии в воронке заказов из-за перегруженного каталога до построения RAG-pipeline в продакшене

Покажу, как формировалась гипотеза сокращения выбора, какие альтернативы рассматривались: улучшение поиска, переработка интерфейса, рекомендации, и почему в итоге был выбран AI-Ассисстент

Разберём эволюцию архитектуры от семантического поиска к RAG, ограничения по времени отклика и стоимости запросов, выбор метрик для A/B-теста и реальные результаты, повлиявшие на продуктовые решения, а так же инсайты, которые мы получили при тестах и переросли в продуктовые решения

Алексей Лавриненко

ООО "Фаст Софт"

Меня зовуте Алексей - Я Тим Лид с 1.5 годом опыта управления командой
5 лет занимаюсь коммерческой разработкой на Python
4 опыта работы в FoodTech
По совместительству работаю в ЯПрактикум на Курсе middle python разработчи

В нерабочее время занимаюсь йогой, рисованием, игрой на гитаре, путешествую