Mercado Libre : la plateforme Verdi alimentée par GPT-4o — une expansion de catalogue 100x et une précision de détection de fraude de près de 99%

• Mercado Libre introduces Verdi, an AI developer platform powered by GPT-4o — OpenAI (customer story), 2024-09
• Mercado Libre Unveils Verdi: An AI Developer Platform Powered by GPT-4o (независимый пересказ кейса, дата 25.09.2024) — AITech365, 2024-09-25

Contexte

Mercado Libre est la plus grande entreprise de commerce électronique et de technologie financière d'Amérique latine, avec 25 années d'histoire et le statut d'entreprise la plus précieuse de la région. Son ampleur d'ingénierie rivalise avec les géants de la technologie : 17 000 développeurs maintenant plus de 30 000 microservices, plus la division de technologie financière Mercado Pago avec 50 millions d'utilisateurs actifs par trimestre.

L'entreprise utilise l'API OpenAI depuis des années — et de manière assez « ennuyeuse », au meilleur sens du terme. GPT-4 Vision étiquète et complète les listes de produits : au cours de deux ans, cela a permis de cataloguer 100x plus de produits qu'auparavant. GPT-4 évalue les données de millions de listes quotidiennement pour détecter la fraude — la précision sur les éléments signalés a été portée à près de 99%. GPT-3.5 et GPT-4 traduisent les titres et descriptions de produits en accordant une attention aux nuances dialectales de l'espagnol et du portugais — pour un marché s'étendant du Mexique à l'Argentine, ce n'est pas un détail mais une condition préalable de la confiance des acheteurs. Les résumés automatisés d'avis sur GPT-4o mini aident les utilisateurs à comprendre rapidement les commentaires sur les produits et augmentent les commandes là où la fonctionnalité est disponible ; les notifications push personnalisées augmentent l'engagement.

Le contexte concurrentiel mérite aussi d'être pesé : le commerce électronique latino-américain est un marché où Mercado Libre résiste à la pression des acteurs mondiaux, et la marge est gagnée grâce à l'efficacité opérationnelle à des volumes énormes — millions de listes, de litiges, de livraisons et de paiements quotidiens. Dans un tel environnement, l'IA n'est pas un projet d'image mais un outil pour conserver la tête, et l'entreprise l'a appliquée de manière cohérente là où l'effet est mesurable.

Sur cette base, l'entreprise a construit Verdi — une plateforme interne de développement d'applications IA sur GPT-4o, GPT-4o mini et GPT-3.5 Turbo, présentée dans une étude de cas OpenAI en septembre 2024. L'histoire de Verdi est intéressante comme exemple rare documenté d'une entreprise passant de « l'IA comme ensemble de fonctionnalités ponctuelles » à « l'IA comme couche de plateforme » sur laquelle n'importe lequel des 17 000 développeurs peut assembler des applications — y compris la médiation autonome des litiges monétaires.

Problème

Les applications IA ponctuelles ont livré de la valeur mais ont atteint un plafond. Le directeur d'exploitation Daniel Rabinovich énonce ce plafond sans diplomatie : « Utiliser l'IA pour cataloguer et résumer les avis est intéressant et utile, mais pas transformateur. Nous avions besoin d'une solution qui pourrait gérer des tâches complexes et à enjeux élevés de manière autonome et plus efficace que les opérateurs humains. »

La tâche la plus révélatrice est la médiation des litiges entre acheteurs et vendeurs. C'est un processus litigieux, coûteux et peu évolutif : un opérateur humain doit déterminer ce qui est cassé, qui a raison, ce que disent les règles de la place de marché, contacter les parties et prendre une décision avec des conséquences monétaires. Traditionnellement, cela exige une implication humaine longue, et le périmètre potentiel est énorme — les tâches de 9 000 opérateurs et des décisions d'une valeur de $450 millions par an.

Le deuxième problème est la vitesse de développement et la sécurité. L'entreprise a évalué les plateformes IA existantes et n'a trouvé aucune combinaison d'itération rapide, d'évolutivité et de sécurité : « Lorsque nous avons recherché une plateforme de développement, nous n'en avons pas trouvé une qui résoudrait notre besoin d'itération rapide tout en garantissant l'évolutivité et la sécurité », déclare Sebastian Barrios, SVP de la technologie. Avec 17 000 développeurs, chaque bot IA maison avec ses propres identifiants et invites est un examen de sécurité distinct ; sans une couche de plateforme, le développement IA massif heurte la bureaucratie ou devient un risque incontrôlable.

Solution

La réponse était Verdi — une couche de plateforme sur GPT-4o, GPT-4o mini et GPT-3.5 Turbo, conçue, selon les paroles de Barrios, « en mettant l'accent sur la réduction de la charge cognitive et en permettant à l'ensemble de l'organisation d'itérer, de développer et de déployer de nouvelles solutions innovantes ».

La principale différence architecturale de Verdi par rapport aux analogues : le langage naturel reste le mode d'interaction central tout au long du développement — les développeurs ne voient jamais le code source. La sécurité, les garde-fous et la logique de routage sont intégrés à la plateforme elle-même plutôt que résolus à nouveau dans chaque application. Une application est assemblée comme une structure ressemblant à un réseau de neurones : des nœuds et des compétences qui se composent les uns avec les autres. Un nœud « preuve de dommage » appelle GPT-4o Vision pour déterminer à partir d'une photo ce qui est cassé ou manquant dans l'article d'un client ; une compétence « retour » parle à la compétence « expédition » par elle-même — aucune implication humaine ; les paramètres de ces interactions sont définis par les équipes de Mercado Libre dans le cadre de la plateforme. Au-delà des modèles de langage, Verdi intègre les nœuds Python et les API externes, fonctionne à l'intérieur de la plateforme de développement interne (créer, déployer, tester et gérer les applications dans un environnement), inclut les tests unitaires intégrés et est conçu pour brancher de nouveaux modèles à mesure qu'ils deviennent disponibles.

La première application majeure était la médiation du service client autonome : l'IA mène des interactions avec les parties, appelle des API externes et confie les cas aux employés humains si nécessaire. De manière révélatrice, la première tâche de la plateforme était la plus difficile — où la multimodalité (photos d'un article cassé), l'argent (remboursements et compensations), les émotions des parties en conflit et les règles de la place de marché convergent tous. En quelques mois, Verdi a commencé à gérer 10% de la médiation sur l'un des principaux sites de l'entreprise. Rabinovich décrit la philosophie de la plateforme : « Avec Verdi, les humains deviennent des copilotes de l'IA au lieu du contraire. Cette plateforme peut décider de manière autonome des cas, gérer les interactions complexes et même gérer les tâches nécessitant une touche humaine, informées par les protocoles de sécurité et les garde-fous intégrés à la plateforme. »

Profitant du succès du service client, l'entreprise a commencé à étendre Verdi à son réseau logistique — pour un expédition plus rapide et moins de livraisons tardives — et planifie une expansion supplémentaire vers les assistants de recherche et les recommandations de produits, y compris pour les 50 millions d'utilisateurs trimestriels de Mercado Pago. Rabinovich énonce l'ambition au maximum : « Verdi est conçu pour résoudre n'importe quel problème. C'est une déclaration audacieuse, mais nous sommes confiants dans son potentiel. »

Résultat

Selon les chiffres publiés par OpenAI : GPT-4 Vision a permis de cataloguer 100x plus de produits en deux ans ; la précision de la détection des fraudes a atteint près de 99% pour les éléments signalés ; en quelques mois, Verdi a pris en charge 10% de la médiation du service client sur l'un des principaux sites de l'entreprise ; les résumés d'avis augmentent les commandes là où ils sont disponibles (sans taille d'effet divulguée). L'entreprise estime le potentiel pour soutenir les tâches de 9 000 opérateurs et gérer de manière autonome les décisions du service client d'une valeur de $450 millions par an.

Un résultat distinct et souvent oublié est l'économie de la vitesse de développement : la plateforme a été conçue « en mettant l'accent sur la réduction de la charge cognitive » afin que n'importe quelle équipe puisse assembler, tester et déployer des applications IA dans un environnement unifié avec des tests unitaires intégrés. L'entreprise ne quantifie pas cet effet, mais c'est précisément ce qui explique la construction d'une plateforme au lieu d'embaucher plus d'opérateurs.

Le cadrage est obligatoire. Tous les chiffres sont l'auto-rapport de l'entreprise dans une étude de cas par OpenAI — la partie vendant les modèles utilisés ; il n'y a pas de vérification indépendante. Le 100x est une croissance des produits catalogués, pas du chiffre d'affaires ou de la qualité des listes. « Près de 99% » fait référence à la précision sur les éléments signalés — la métrique ne dit rien sur le rappel (quelle quantité de fraude n'est jamais signalée du tout). Les 10% de médiations s'appliquent à un site, et non à l'ensemble du groupe ; et « 9 000 opérateurs » et « $450M » sont un potentiel énoncé, et non des résultats réalisés. Confondre ces catégories est l'erreur classique en lisant les études de cas des fournisseurs.

À notre avis, le sens clé de l'affaire réside dans la séquence d'admission de l'IA à l'argent. Mercado Libre a d'abord passé des années à exécuter des modèles sur des tâches avec un coût d'erreur bon marché (balises de catalogue, traductions, résumés), accumulant des données, une infrastructure et une confiance organisationnelle — et seulement alors a admis l'IA aux litiges avec des conséquences monétaires, et par fractions : 10% sur un site, avec escalade vers les humains et un chemin de retour. C'est le contraire de la mode « agent autonome en production en un trimestre » — et probablement la seule façon de faire de telles choses dans une entreprise où les décisions IA déplacent directement l'argent d'autres personnes.

Une deuxième observation : « les développeurs ne voient jamais le code source » est la décision la plus contestable et la plus intéressante de Verdi. Nous le lisons comme un pari sur l'abaissement radical de la barrière d'entrée (n'importe quelle équipe assemble une application IA à partir de nœuds et de compétences) en échange d'une dépendance totale à la qualité des garde-fous de la plateforme. Avec 17 000 développeurs, le pari semble rationnel : la sécurité centralisée s'étend, examiner chaque bot maison ne s'étend pas. Mais nous ne conseillerions pas de porter le modèle dans une organisation sans une équipe de plateforme mature.

Leçons

1. Le chemin mature vers les agents passe par des années d'applications « ennuyeuses » : le catalogue, la fraude et la traduction ont donné à l'entreprise les données, l'infrastructure et la confiance avant que l'IA ne soit autorisée près des litiges monétaires.
2. Une plateforme au lieu de bots ponctuels : lorsque 17 000 développeurs partagent une couche avec des garde-fous et du routage intégrés, chaque nouvelle application IA cesse d'être son propre examen de sécurité.
3. L'autonomie est introduite par fractions : 10% de médiations sur un site est une expérience contrôlée avec escalade humaine et chemin de retour, pas « passer tout à l'IA ».
4. Séparer les résultats réalisés du potentiel : le catalogue 100x est un fait, tandis que « 9 000 opérateurs et $450M » est une estimation de l'échelle future ; confondre les deux est l'erreur classique en lisant les études de cas des fournisseurs.
5. La multimodalité résout les vrais litiges : un nœud « preuve de dommage » utilisant GPT-4o Vision remplace l'étape la plus litigieuse de la médiation — l'examen manuel des photos d'un article cassé.
6. La précision sur les signalisations (~99%) n'est pas la vérité entière sur la détection des fraudes : la métrique ne dit rien sur le rappel et doit être lue aux côtés de la question « quelle quantité n'est jamais signalée du tout ? »
7. « Les développeurs ne voient jamais le code » échange la barrière d'entrée pour la dépendance aux garde-fous de la plateforme ; le pari est rationnel avec une équipe de plateforme mature et dangereux sans une.

Questions fréquentes