Mercado Libre: платформа Verdi на GPT-4o — каталог вырос в 100 раз, точность фрод-флагов почти 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

Контекст

Mercado Libre — крупнейшая e-commerce- и финтех-компания Латинской Америки с 25-летней историей и статусом самой дорогой компании региона. Инженерный масштаб сопоставим с большими технологическими корпорациями: 17 000 разработчиков, обслуживающих более 30 000 микросервисов, плюс финтех-плечо Mercado Pago с 50 миллионами активных пользователей в квартал.

ИИ на OpenAI API компания использует давно и вполне «скучно» — в лучшем смысле слова. GPT-4 Vision дотегировывает и дополняет карточки товаров: за два года это позволило каталогизировать в 100 раз больше товаров, чем раньше. GPT-4 ежедневно оценивает данные миллионов листингов на предмет мошенничества — точность по флагованным позициям доведена почти до 99%. Модели GPT-3.5 и GPT-4 переводят названия и описания товаров с учётом диалектных нюансов испанского и португальского — для рынка, растянутого от Мексики до Аргентины, это не мелочь, а условие доверия покупателя. Автоматические саммари отзывов на GPT-4o mini помогают быстро понять обратную связь по товару и увеличивают заказы там, где функция доступна; персонализированные пуш-уведомления поднимают вовлечённость.

Стоит оценить и конкурентный контекст: латиноамериканский e-commerce — рынок, где Mercado Libre выдерживает давление глобальных игроков, а маржа выигрывается операционной эффективностью на огромных объёмах — миллионы листингов, споров, доставок и платежей ежедневно. В такой среде ИИ — не имиджевый проект, а инструмент удержания лидерства, и компания последовательно применяла его там, где эффект измерим.

Именно на этом фундаменте компания построила Verdi — внутреннюю платформу разработки ИИ-приложений на GPT-4o, GPT-4o mini и GPT-3.5 Turbo, представленную в кейсе OpenAI в сентябре 2024 года. История Verdi интересна как редкий документированный пример перехода компании от «ИИ как набора точечных фич» к «ИИ как платформенному слою», на котором любой из 17 000 разработчиков может собирать приложения — вплоть до автономной медиации денежных споров.

Проблема

Точечные применения ИИ приносили пользу, но упирались в потолок. COO компании Даниэль Рабинович формулирует этот потолок без дипломатии: «Каталогизация и саммари отзывов — это интересно и полезно, но не трансформационно. Нам нужно было решение, способное выполнять сложные ответственные задачи автономно и эффективнее живых операторов».

Самая показательная из таких задач — медиация споров между покупателями и продавцами. Это конфликтный, дорогой и плохо масштабируемый процесс: живой оператор должен разобраться, что сломано, кто прав, что говорят правила площадки, связаться со сторонами и принять решение с денежными последствиями. Традиционно это требует длительного человеческого участия, и потенциальный периметр огромен — задачи 9 000 операторов и решения на $450 млн в год.

Вторая проблема — скорость и безопасность разработки. Компания оценивала готовые ИИ-платформы и не нашла сочетания быстрой итерации, масштабируемости и безопасности: «Выбирая платформу разработки, мы не увидели ни одной, которая закрыла бы нашу потребность в быстрой итерации с гарантиями масштабируемости и безопасности», — говорит SVP по технологиям Себастьян Барриос. Когда у тебя 17 000 разработчиков, каждый самодельный ИИ-бот с собственными доступами и промптами — это отдельное security-ревью; без платформенного слоя массовая ИИ-разработка либо останавливается о бюрократию, либо превращается в неуправляемый риск.

Решение

Ответом стала Verdi — платформенный слой на GPT-4o, GPT-4o mini и GPT-3.5 Turbo, спроектированный, по словам Барриоса, «с фокусом на снижение когнитивной нагрузки, чтобы вся организация могла итерироваться, разрабатывать и разворачивать новые решения».

Главное архитектурное отличие Verdi от аналогов: естественный язык остаётся основным способом взаимодействия на всём протяжении разработки — разработчики не видят исходный код. Безопасность, гардрейлы и логика маршрутизации встроены в саму платформу, а не решаются заново в каждом приложении. Приложение строится как структура, напоминающая нейронную сеть: узлы и «навыки» (skills), которые компонуются между собой. Узел «доказательство повреждения» вызывает GPT-4o Vision, чтобы по фотографии понять, что сломано или отсутствует в товаре клиента; навык «возврат» сам обращается к навыку «доставка» — без участия человека; параметры этих взаимодействий задают команды Mercado Libre в рамках платформы. Кроме языковых моделей Verdi интегрирует Python-узлы и внешние API, работает внутри внутренней платформы разработчика (создание, деплой, тестирование и управление приложениями в одной среде), включает встроенное юнит-тестирование и спроектирована так, чтобы подключать новые модели по мере их появления.

Первым большим применением стала автономная медиация клиентских споров: ИИ ведёт взаимодействие со сторонами, обращается к внешним API и передаёт кейс живым сотрудникам, когда это необходимо. Показательно, что для дебюта платформы выбрали самую неудобную задачу — ту, где сходятся мультимодальность (фото сломанного товара), деньги (возвраты и компенсации), эмоции конфликтующих сторон и правила площадки. За несколько месяцев Verdi взяла на себя 10% медиаций на одном из крупных сайтов компании. Рабинович описывает философию платформы так: «С Verdi люди становятся вторыми пилотами ИИ, а не наоборот. Платформа может автономно принимать решения по кейсам, вести сложные взаимодействия и передавать людям задачи, требующие человеческого участия, — в рамках встроенных протоколов безопасности и гардрейлов».

На волне успеха в клиентском сервисе компания начала разворачивать Verdi на логистическую сеть — для ускорения доставки и сокращения опозданий — и планирует расширение на поисковых ассистентов и товарные рекомендации, в том числе для 50 миллионов квартальных пользователей Mercado Pago. Амбицию Рабинович формулирует по-максималистски: «Verdi спроектирована, чтобы решать любую задачу. Это смелое заявление, но мы уверены в её потенциале».

Результат

По опубликованным OpenAI данным: GPT-4 Vision позволил каталогизировать в 100 раз больше товаров за два года; точность детекции мошенничества по флагованным позициям выросла почти до 99%; за несколько месяцев Verdi взяла на себя 10% медиаций клиентских споров на одном из крупных сайтов компании; саммари отзывов увеличивают заказы там, где доступны (без раскрытой величины эффекта). Потенциал компания оценивает как поддержку задач 9 000 операторов и автономное управление решениями по клиентскому сервису на $450 млн в год.

Отдельный, часто пропускаемый результат — экономика скорости разработки: платформа проектировалась «с фокусом на снижение когнитивной нагрузки», чтобы любая команда могла собирать, тестировать и деплоить ИИ-приложения в единой среде со встроенным юнит-тестированием. Величину этого эффекта компания не квантифицирует, но именно он объясняет, зачем строить платформу, а не нанимать ещё операторов.

Рамки обязательны. Все цифры — самоотчёт компании в кейсе OpenAI, стороны, продающей использованные модели; независимой проверки нет. 100x — это рост числа каталогизированных товаров, а не выручки или качества карточек. «Почти 99%» относится к точности по флагованным позициям — метрика ничего не говорит о полноте (сколько мошенничества не флагуется вовсе). 10% медиаций — на одном сайте, а не по всей группе; а «9 000 операторов» и «$450 млн» — заявленный потенциал, а не достигнутый результат. Смешивание этих категорий — типичная ошибка чтения вендорских кейсов.

На наш взгляд, ключевой смысл кейса — в последовательности допуска ИИ к деньгам. Mercado Libre сначала годами гоняла модели на задачах с дешёвой ценой ошибки (теги каталога, переводы, саммари), накопила данные, инфраструктуру и организационное доверие — и только затем допустила ИИ к спорам с денежными последствиями, причём долями: 10% на одном сайте, с эскалацией к людям и путём отката. Это противоположность модному «автономному агенту в проде за квартал» — и, вероятно, единственный способ делать такие вещи в компании, где решения ИИ напрямую двигают чужие деньги.

Второе наблюдение: «разработчики не видят исходный код» — самое спорное и самое интересное решение Verdi. Мы читаем его как ставку на радикальное снижение порога входа (любая команда собирает ИИ-приложение из узлов и навыков) в обмен на полную зависимость от качества платформенных гардрейлов. При 17 000 разработчиков эта ставка выглядит рациональной: централизованная безопасность масштабируется, ревью каждого самодельного бота — нет. Но переносить паттерн в организацию без зрелой платформенной команды мы бы не советовали.

Уроки для индустрии

1. Зрелый путь к агентам лежит через годы «скучных» применений: каталог, фрод и переводы дали компании данные, инфраструктуру и доверие до того, как ИИ доверили споры с деньгами.
2. Платформа вместо точечных ботов: когда 17 000 разработчиков получают общий слой с встроенными гардрейлами и маршрутизацией, каждое новое ИИ-приложение перестаёт быть отдельным security-ревью.
3. Автономность вводится долями: 10% медиаций на одном сайте — это управляемый эксперимент с эскалацией к людям и путём отката, а не «переключили всё на ИИ».
4. Отличайте достигнутое от потенциала: 100x каталог — свершившийся факт, а «9 000 операторов и $450 млн» — оценка будущего масштаба; смешивание этих цифр — типичная ошибка чтения вендорских кейсов.
5. Мультимодальность решает реальные споры: узел «доказательство повреждения» с GPT-4o Vision заменяет самый конфликтный шаг медиации — ручную проверку фото сломанного товара.
6. Точность по флагам (~99%) — не вся правда о фрод-детекции: метрика молчит о полноте, и читать её надо вместе с вопросом «а сколько не флагуется вовсе?».
7. «Разработчики не видят код» — размен порога входа на зависимость от платформенных гардрейлов; ставка рациональна при зрелой платформенной команде и опасна без неё.

Частые вопросы