أوزون: محول في اقتراحات البحث — نسب صادقة من الواحد بالمئة على مستوى تريليونات الروبل
المكاسب المنشورة حسب التكرار: CTR اقتراح البحث +10%، ثم +10% و+3% آخران؛ انخفضت حصة صفحات النتائج الفارغة 3%؛ نمت حصة المستخدمين الذين ينهون جلسة بطلب 0.3%. كل رقم يأتي من تجربة A/B على حركة المرور الحية ونُشر من قبل الفريق نفسه في مدونته الهندسية — مع الاعتراف الصادق بأن قابلية النقر تنمو بسهولة أكثر من تحويل الطلب. متواضع للوهلة الأولى — لكن عند تريليونات روبلات في GMV، أجزاء من الواحد بالمئة لها تأثير تجاري مادي، وهذا ما تبدو عليه أرقام نظام التوصيات الحقيقية. النتيجة الأخرى الأقل ظهوراً هي بنية تحتية: قللت المجمعة الديناميكية لصيغ الترتيب استهلاك CPU لخدمة البحث بحوالي ثلاثة أضعاف (من 15%+ إلى 5-6%) وخفضت 10 ms من وقت الاستعلام — عند عشرات الآلاف من RPS، هذا توفير في الأجهزة ومساهمة مباشرة في سرعة النتيجة. إطار الموثوقية: جميع الأرقام هي أرقام مبلغ عنها ذاتياً من الشركة بدون تدقيق مستقل. لكن هذا إبلاغ ذاتي من نوع معين — نُشر من قبل المهندسين مع منهجية A/B الموصوفة والنقاط الضعيفة المعترف بها (العوائد المتناقصة والفجوة بين CTR والطلب)، مما يقلل بشكل حاد من خطر التسويق المبالغ فيه. بشكل منفصل (توقع وليس نتيجة): وفقاً لتقدير استشهدت به Forbes، يمكن لمساعد بحث ذكاء اصطناعي مستقبلي أن يضيف 3-5% GMV لـ Ozon خلال سنة إلى سنتين. يجب عدم الخلط بين هذا التقدير والـ +0.3% المقاس — فهما أنواع مختلفة من الأرقام. في رأينا، القيمة الرئيسية للقضية هي المعايرة. تضع السوق معياراً للإبلاغ الصادق: يُظهر التسلسل +10% → +10% → +3% ليس فقط التأثير بل تراجعه، ويُظهر المقياس '+0.3% مستخدمين بطلب' ما يكلف كل جزء من الواحد بالمئة على منتج ناضج. عندما يعد البائع أو المدمج بـ '+15% تحويل من ذكاء اصطناعي في البحث'، هذه القضية هي مسطرة جاهزة الصنع: أحد أقوى فرق ML في البلد، مع مجموعة GPU الخاصة به وGMV بتريليونات الروبل، يوثق تأثيراً أقل بمقدار الحجم. الملاحظة الثانية معمارية: في رأينا، اختيار نموذج بمئات ملايين المعاملات على LLM متعدد المليارات الأنيق هو بالضبط ما تبدو عليه النضج الهندسي. اختارت Ozon المعمارية الأدنى التي تحل المهمة ضمن ميزانية كمون صارمة، بدلاً من الحد الأقصى التي كانت ستحلها في شريحة.
- Ozon Tech: генеративный трансформер в поисковых подсказках (архитектура, обучение на событиях, RPS, лимит 300 мс, итерации, риски генерации) — Habr (блог Ozon Tech), n/a
- Как Ozon ускорил расчёт факторов ранжирования динамической компиляцией (трёхуровневый поиск, CPU 15%+ → 5–6%, −10 мс) — Habr (блог Ozon Tech), n/a
- Ozon открыто рассказал об алгоритмах рекомендаций (пресс-брифинг о прозрачности, Алексей Минаев; >1000 признаков, вес персонализации ≈10%) — Телеспутник, 2022-04
- Принцип работы поиска на Ozon (5 шагов ранжирования, до 2000 кандидатов, нейросеть вероятности покупки) — SellerMoon, n/a
- Ozon задумался о создании ИИ-ассистента для помощи в поиске товаров (оценка +3–5% GMV за 1–2 года) — Forbes Russia, n/a
- GMV Ozon по годам (2024 ≈ 2,9 трлн ₽) — Smart-Lab (по отчётности компании), n/a
السياق
أوزون هي إحدى أكبر منصتي سوق إلكترونية في روسيا، بحجم GMV يبلغ حوالي 2.9 تريليون روبل في عام 2024. في هذا المستوى، شريط البحث ليس 'ميزة الموقع' بل القناة الرئيسية للتوزيع: تبدأ حصة كبيرة من الطلبات بالاستعلام، وكل جزء من الواحد بالمئة من تحويل البحث يُقاس بمليارات روبلات من رقم الأعمال.
يدير فريق Ozon Tech مدونة هندسية مفصلة على Habr وينشر — وهو نادر في هذا السوق — ليس فقط معماريات نظام ML الخاصة به بل المكاسب المترية الفعلية، بما فيها المتواضعة منها. الشركة منفتحة بشكل غير عادي بشأن الخوارزميات عموماً: في أبريل 2022، في مؤتمر صحفي بشأن شفافية خدمات التوصيات، شرح نائب المدير العام لشركة أوزون Alexey Minaev علناً كيف تعمل البحث والتوصيات في المنصة — على خلفية مشروع قانون في البرلمان الروسي بشأن تنظيم خوارزميات التوصيات. وفقاً للوصف الرسمي للشركة، يمر اختيار العروض والترتيب عبر خمس مراحل خلال أجزاء من الثانية (Telesputnik).
بالنسبة للصناعة، هذا الانفتاح ليس سطحياً. سوق حالات الذكاء الاصطناعي بالتجزئة مليء بعروض البائعين التي تتباهى بمكاسب 'تحويل' مزدوجة الأرقام بدون منهجية؛ مدونة هندسية تكشف المعمارية والقيود والمكاسب الدقيقة A/B لكل تكرار هي تقريباً الفئة الوحيدة التي يمكن من خلالها معايرة التوقعات الخاصة بك.
البحث في أوزون نظام معقد متعدد الطبقات: الطبقة الأساسية تشغل استرجاع النص الكامل عبر ملايين المنتجات، والطبقة الوسطى ترتب بدقة آلاف المرشحين المختارين، والطبقة العليا تطبق التخصيص الشخصي (Habr، مدونة Ozon Tech). أكثر من ألف ميزة تشارك في الترتيب؛ وفقاً للحساب العام للشركة، يزن التخصيص الشخصي حوالي 10% (شهرة العنصر 29%، المبيعات 17%، السعر 5%)، مع مراجعة الأوزان بانتظام. تم تجميع هذه الحالة من مثل هذه المصادر الأولية: وهي تغطي محول توليدي في اقتراحات البحث — وكيف تبدو أرقام تأثير التوصية الحقيقية عندما ينشرها فريق الهندسة وليس قسم التسويق.
المشكلة
البحث هو نقطة الدخول لشراء في المنصة. الاقتراحات الضعيفة تعني مسار أطول للمنتج وصفحات نتائج فارغة تقتل التحويل: المستخدم الذي يصادف 'لم يتم العثور على أي شيء' مرتين يذهب إلى منصة منافسة. اقتصاديات الاقتراحات بسيطة: معظم المتسوقين يكتبون الاستعلامات على هاتف، حيث كل حرف إضافي احتكاك وكل خطأ إملائي يخاطر بصفحة فارغة؛ الاقتراح الجيد يختصر الكتابة إلى عدة أحرف بينما يوجه المستخدم نحو استعلام تكون نتائجه مضمونة غير فارغة.
الاقتراحات الكلاسيكية المجمعة من قاموس الاستعلامات الشهيرة تتعامل بشكل سيء مع تفاصيل المنصة: ملايين المنتجات وأسماء العلامات التجارية وأكواد SKU والأخطاء الإملائية والنسخ بأحرف مختلفة ('xiaomi' في ثلاث طرق تهجي) والذيل الطويل من الاستعلامات النادرة حيث يبقى القاموس صامتاً ببساطة. هذا بالضبط ما تستشهد به Ozon Tech كسبب الانتقال إلى نموذج توليدي مدرب على بيانات المنصة (Habr).
قيود الهندسة صارمة: يجب تقديم الاقتراحات بعشرات الآلاف من الطلبات في الثانية ضمن ميزانية 300 ميلي ثانية — وإلا فإن المستخدم يكتب الاستعلام أسرع مما يستطيع النظام اقتراحه، وتنهار القيمة الكاملة للميزة. هذا القيد يستبعد فوراً نماذج اللغة الكبيرة التي تحتوي على مليارات المعاملات: في هذا المستوى من حركة المرور، إما أن الاستدلال الخاص بها يخطئ في ميزانية الكمون أو يتطلب أسطول GPU غير منخفض التكلفة.
أخيراً، يضيف النهج التوليدي فئته الخاصة من المخاطر التي لم تكن لدى اقتراحات القاموس من قبل: يمكن للنموذج أن ينتج عبارة مكسورة نحوياً، أو نسخة دلالية من اقتراح مجاور، أو استعلام يؤدي إلى صفحة نتائج فارغة، أو صياغة سامة من بيانات التدريب — أو علامة تجارية مختلقة تماماً ومنتج غير موجود. كان لابد من إغلاق كل من أنماط الفشل هذه بحلقة معالجة لاحقة خاصة بها.
الحل
بنت Ozon Tech محول decoder-only توليدي بعدة مئات ملايين من المعاملات، مدرب ليس على النص العادي بل على علامات إجراءات المستخدم.
دار التدريب على مرحلتين. أولاً، التدريب المسبق على سلاسل أحداث المستخدم — الاستعلامات والنقرات والمرشحات وآراء المنتج؛ يمكن لسلسلة واحدة أن تمتد على مدى شهور من تفاعلات المستخدم مع المنصة. ثم الضبط الدقيق على المهمة المستهدفة: توليد اقتراح من سياق الجلسة والبادئة المكتوبة. يسمح هذا النهج للنموذج بـ 'معرفة' العلامات التجارية وأكواد SKU والأخطاء الإملائية والنسخ من سلوك المتسوقين الحقيقي بدلاً من المجموعة الخارجية (Habr، مدونة Ozon Tech).
يعمل الاستدلال على مجموعة GPU عبر TensorRT-LLM، مما يدعم عشرات الآلاف من الطلبات في الثانية ضمن ميزانية 300 ms. يتم توليد المرشحين مع بحث الشعاع — يتابع النموذج عدة متغيرات استمرار في نفس الوقت ويختار الأفضل، مما ينتج عنه قائمة اقتراحات متنوعة بدلاً من إجابة واحدة 'الأكثر احتمالاً'. ثم تتم معالجة المرشحين لاحقاً: إزالة التكرار وتصفية الصيغ المحظورة وفحص أن الاقتراح لا يؤدي إلى صفحة نتائج فارغة. هذا 'السباكة الممله' هو ما يغلق المخاطر المحددة للنهج التوليدي — من أخطاء القواعد إلى العلامات التجارية المختلقة: يتم قطع منتج توليدي لكن غير موجود في فحص النتائج غير الفارغة قبل أن يصل إلى المستخدم.
يتم توثيق الرحلة اللاحقة للاستعلام أيضاً. يدخل الاقتراح المختار pipeline البحث: يجمع النظام المرشحين حسب الكلمات الرئيسية والمرادفات ويختار ما يصل إلى 2000 عنصر ذي صلة، وتسجل شبكة عصبية احتمالية الشراء لكل منها من 0 إلى 1، ثم تطبق المعززات والمُضعفات — وفقط بعد ذلك يرى المستخدم النتائج؛ وفقاً لكتابات الصناعة، يتسع أنبوب المعالجة بالكامل إلى أجزاء من الثانية (SellerMoon). وبالتالي فإن الاقتراح هو المرشح الأول في قمع عملاق، وتحدد جودته جودة الإدخال في كل مرحلة لاحقة.
تمت عملية الطرح على دفعات مع قياس A/B في كل منها — والتسلسل نفسه مفيد. التكرار الأول — الإنشاء الأساسي للاقتراحات القصيرة: +10% CTR اقتراح؛ بدأ النموذج ببساطة بتغطية الاستعلامات حيث بقي المقترح القاموس صامتاً. التكرار الثاني — الاقتراحات متعددة الكلمات مع أجزاء أطول: +10% آخر؛ بدأ المستخدمون برؤية استعلام مكتمل بدلاً من مجرد 'TV'. التكرار الثالث — معالجة الأخطاء الإملائية: +3% CTR آخر وانخفاض 3% في صفحات النتائج الفارغة و+0.3% في حصة المستخدمين الذين ينهون جلسة بطلب — المرة الأولى التي يصل فيها التأثير إلى المقياس التجاري النهائي. يصرح الفريق بملاحظة المفتاح لهذه التكرارات مباشرة: ينمو CTR بسهولة أكثر من المقاييس التجارية — يمكن رفع قابلية النقر على الاقتراح بسرعة، بينما نقل التأثير إلى طلب أصعب بكثير.
الاقتراحات هي فقط الجزء المرئي من مكدس البحث. في نفس المدونة، تصف Ozon Tech آلية الترتيب: نظام ثلاثي الطبقات (استرجاع النص الكامل عبر ملايين المنتجات → ترتيب دقيق لآلاف المرشحين → التخصيص الشخصي) مع آلاف عوامل الترتيب المتداخلة بعمق. عندما بدأت التفسيرات التكرارية لصيغ العوامل تستهلك أكثر من 15% من CPU الخدمة بأكملها، كتب الفريق مجمع توليد رمز bytecode JVM في وقت التشغيل: انخفضت استخدام CPU إلى 5-6% وانخفض وقت الاستعلام الإجمالي بمقدار 10 ميلي ثانية. تكمل كتابات الصناعة الصورة: يتم تحديد ما يصل إلى 2000 عنصر مرشح، وتسجل شبكة عصبية احتمالية الشراء لكل منها من 0 إلى 1، ثم تطبق المعززات والمُضعفات (SellerMoon). ضع ذلك في الاعتبار عند قراءة '+10% CTR': وراء كل نسبة مئوية تقف البنية الأساسية حيث 10 ميلي ثانية هي انتصار مرئي.
النتيجة
المكاسب المنشورة حسب التكرار: CTR اقتراح البحث +10%، ثم +10% و+3% آخران؛ انخفضت حصة صفحات النتائج الفارغة 3%؛ نمت حصة المستخدمين الذين ينهون جلسة بطلب 0.3%. كل رقم يأتي من تجربة A/B على حركة المرور الحية ونُشر من قبل الفريق نفسه في مدونته الهندسية — مع الاعتراف الصادق بأن قابلية النقر تنمو بسهولة أكثر من تحويل الطلب.
متواضع للوهلة الأولى — لكن عند تريليونات روبلات في GMV، أجزاء من الواحد بالمئة لها تأثير تجاري مادي، وهذا ما تبدو عليه أرقام نظام التوصيات الحقيقية. النتيجة الأخرى الأقل ظهوراً هي بنية تحتية: قللت المجمعة الديناميكية لصيغ الترتيب استهلاك CPU لخدمة البحث بحوالي ثلاثة أضعاف (من 15%+ إلى 5-6%) وخفضت 10 ms من وقت الاستعلام — عند عشرات الآلاف من RPS، هذا توفير في الأجهزة ومساهمة مباشرة في سرعة النتيجة.
إطار الموثوقية: جميع الأرقام هي أرقام مبلغ عنها ذاتياً من الشركة بدون تدقيق مستقل. لكن هذا إبلاغ ذاتي من نوع معين — نُشر من قبل المهندسين مع منهجية A/B الموصوفة والنقاط الضعيفة المعترف بها (العوائد المتناقصة والفجوة بين CTR والطلب)، مما يقلل بشكل حاد من خطر التسويق المبالغ فيه. بشكل منفصل (توقع وليس نتيجة): وفقاً لتقدير استشهدت به Forbes، يمكن لمساعد بحث ذكاء اصطناعي مستقبلي أن يضيف 3-5% GMV لـ Ozon خلال سنة إلى سنتين. يجب عدم الخلط بين هذا التقدير والـ +0.3% المقاس — فهما أنواع مختلفة من الأرقام.
في رأينا، القيمة الرئيسية للقضية هي المعايرة. تضع السوق معياراً للإبلاغ الصادق: يُظهر التسلسل +10% → +10% → +3% ليس فقط التأثير بل تراجعه، ويُظهر المقياس '+0.3% مستخدمين بطلب' ما يكلف كل جزء من الواحد بالمئة على منتج ناضج. عندما يعد البائع أو المدمج بـ '+15% تحويل من ذكاء اصطناعي في البحث'، هذه القضية هي مسطرة جاهزة الصنع: أحد أقوى فرق ML في البلد، مع مجموعة GPU الخاصة به وGMV بتريليونات الروبل، يوثق تأثيراً أقل بمقدار الحجم.
الملاحظة الثانية معمارية: في رأينا، اختيار نموذج بمئات ملايين المعاملات على LLM متعدد المليارات الأنيق هو بالضبط ما تبدو عليه النضج الهندسي. اختارت Ozon المعمارية الأدنى التي تحل المهمة ضمن ميزانية كمون صارمة، بدلاً من الحد الأقصى التي كانت ستحلها في شريحة.
الدروس المستفادة
- تُقاس مكاسب نظام التوصيات الحقيقية بالكسور والنسب المئوية المفردة: +0.3% مستخدمين بطلب على مستوى Ozon هو انتصار، بينما '+14% GMV من التخصيص الشخصي' هو علم احمر للتزوير.
- يحرك الكمون المعمارية: ميزانية 300 ms عند عشرات الآلاف من RPS يفرض حجم النموذج (مئات ملايين المعاملات وليس مليارات) ومكدس الاستدلال (TensorRT-LLM).
- الطرح التدريجي مع القياس في كل خطوة (+10% → +10% → +3%) أكثر صراحة من إطلاقة واحدة صاخبة: ترى التأثير والعوائد المتناقصة.
- ينمو CTR بسهولة أكثر من المقاييس التجارية: تنمو قابلية النقر على الاقتراح بسرعة، بينما نقل التأثير إلى طلب عمل منفصل وأصعب (ملاحظة Ozon Tech الخاصة بها).
- تجلب الاقتراحات التوليدية فئات خطر جديدة — قواعد مكسورة ونسخ مكررة وصيغ سامة وعلامات تجارية مختلقة واقتراحات بنتائج فارغة — ولا يجب أن تُطرح بدون حلقة معالجة لاحقة.
- التخصيص الشخصي هو فقط ≈10% من وزن ترتيب Ozon: الإشارات الأساسية (الشهرة والمبيعات والسعر) تقرر أكثر.
- نشر الأرقام المتواضعة يشير إلى نضج ثقافة الهندسة: يمكن الثقة بمثل هذه المصادر على الباقي أيضاً.
الأسئلة الشائعة
ما التأثير الحقيقي الذي حققه محول البحث في Ozon؟
وفقاً لمنشور Ozon Tech على Habr: ارتفع CTR اقتراح البحث 10%، ثم 10% و3% آخران عبر التكرارات؛ انخفضت النتائج الفارغة 3%؛ نمت حصة المستخدمين الذين ينهون جلسة بطلب 0.3%. تأتي جميع الأرقام من تجارب A/B على حركة المرور الحية.
ما حجم نموذج Ozon، ولماذا لا LLM بمليارات المعاملات؟
تصف Ozon Tech محول decoder-only بعدة مئات ملايين من المعاملات يخدم عبر TensorRT-LLM على مجموعة GPU. يفرض الحجم بميزانية صارمة: استجابة 300 ms عند عشرات الآلاف من الطلبات في الثانية — لا يناسب نموذج بمليارات المعاملات هذا الكمون والغلاف الجهازي.
ما الذي يجعل الاقتراحات التوليدية أكثر خطورة من اقتراحات القاموس؟
يمكن للنموذج توليد عبارة مكسورة نحوياً أو نسخة دلالية أو اقتراح يؤدي إلى نتائج فارغة أو صياغة سامة أو علامة تجارية مختلقة. تغلق Ozon هذه المخاطر بمعالجة لاحقة: إزالة التكرار وتصفية الصيغ المحظورة وفحوصات النتائج غير الفارغة.
هل من الصحيح أن التخصيص الشخصي في Ozon أضاف +14% GMV؟
لا — لا يوجد مثل هذا الرقم في المواد العامة لـ Ozon. التأثير الموثق هو +0.3% مستخدمين بطلب؛ تشير تقدير +3-5% GMV إلى مساعد ذكاء اصطناعي مستقبلي وهي توقع (Forbes)، وليست نتيجة مقاسة.
ما المعروف عن ترتيب النتائج في Ozon؟
يعمل البحث في ثلاث طبقات: استرجاع النص الكامل عبر ملايين المنتجات وترتيب دقيق لآلاف المرشحين (تستشهد كتابات الصناعة بما يصل إلى 2000 عنصر تسجيل بواسطة شبكة عصبية لاحتمالية الشراء)، ثم التخصيص الشخصي. تشارك أكثر من ألف ميزة؛ وفقاً للحساب العام للشركة، تزن الشهرة ≈29% والمبيعات ≈17% والتخصيص الشخصي ≈10% والسعر ≈5%، مع مراجعة الأوزان بانتظام.