Fanatics: Власні інженери разом з OpenAI застосували Codex для створення нового…
Виміряний результат: Перші 50 товарів протестували менш ніж за добу; мінімально життєздатний продукт був погоджений того самого тижня. Після тестування приблизно 30 000 товарів нова система показала на 10% вищу залученість покупців проти попередньої.
Fanatics, глобальна цифрова платформа спортивного ритейлу, впровадила функцію Shop the Look на базі моделей OpenAI (ChatGPT та Codex) для рекомендації сумісного мерчу. Перші 50 товарів протестували менш ніж за добу, а MVP погодили того ж тижня. Після перевірки на близько 30 000 товарах MLB залученість покупців виросла на 10% порівняно з попереднім досвідом.
Результат
Виміряний результат: Перші 50 товарів протестували менш ніж за добу; мінімально життєздатний продукт був погоджений того самого тижня. Після тестування приблизно 30 000 товарів нова система показала на 10% вищу залученість покупців проти попередньої.
Джерело 1 ↗
Контекст
- Компанія
- Fanatics
- Галузь
- спортивний ритейл та електронна комерція
- Країна
- США
Дата публікації: 26 жовтня 2026 року. Цитата з атрибуцією: не вказано Дані для калькулятора: 50 товарів протестовано менш ніж за добу; 30 000 товарів протестовано; на 10% вища залученість покупців.
Обмеження
Потрібна інтеграція з обогащеними даними про товари, інформацією про команди та наявністю в інвентарі. Рекомендації повинні відповідати merchandising-правилам Fanatics і оновлюватися щодня разом із каталогом.
Що зробили
Внутрішнє освоєння AI під час розробки продукту з учасню співробітників у перегляді рекомендацій.
Що могло провалитись
Це результат нового продукту, не оцінка ефекту AI-навчання на всіх співробітників.
Що з цього переноситься
Швидке тестування на малому обсязі з безпосереднім зворотним зв'язком від бізнесу до розробників працює, коли є чисті дані про каталог і чіткі бізнес-правила сумісності; підхід не підходить, якщо немає можливості щоденно оновлювати рекомендації під зміни інвентарю.
Як повторити в себе
Перевіряти нові AI-компетенції продуктової команді за швидкістю створення й реальними результатами працюючого продукту.
Скільки зайняло: Перші 50 товарів протестували менш ніж за добу; MVP погодили того ж тижня.
Джерела
- 1openai.com ↗
openai.com