Cómo Furniture.com Usó Databricks Mosaic AI para Desplegar 8 Modelos de IA en Producción y Duplicar las Tasas de Conversión
Furniture.com, el agregador de muebles multimarca que ofrece compra en un solo carrito a través de más de 70 socios minoristas, desplegó Databricks Data Intelligence Platform para construir experiencias de producto impulsadas por IA a escala. Usando Databricks Mosaic AI, Unity Catalog, Delta Lake y MLflow, un equipo de cinco personas desplegó 8 modelos de IA en producción en un año — procesando 4,5 millones de reseñas, enriqueciendo más de 265.000 productos, y entregando resúmenes de reseñas generados por IA que captan el 95% de los compradores y colecciones impulsadas por NLP que aumentan la conversión un 26%.
Impacto
95%
Engagement de compradores con resúmenes de reseñas con IA
26%
Aumento de conversión por colecciones NLP
2x
Mejora de conversión por resúmenes de reseñas con IA
4.5M
Reseñas de productos procesadas por IA
265,000+
Productos enriquecidos con IA
8
Modelos de IA en producción desplegados por equipo de 5 personas
Desafío
Furniture.com necesitaba enriquecer millones de reseñas de productos y cientos de miles de fichas con resúmenes impulsados por IA y colecciones NLP para impulsar la conversión — pero un equipo de cinco personas carecía de la infraestructura para experimentar rápidamente, escalar el preprocesamiento de ML y desplegar modelos a producción de forma fiable.
Solución
Furniture.com desplegó Databricks Data Intelligence Platform con Mosaic AI, Delta Lake, Unity Catalog y MLflow — permitiendo a un equipo de cinco personas procesar 4,5 millones de reseñas, construir resúmenes de reseñas con IA y colecciones NLP de productos, y desplegar 8 modelos de IA en producción en un año, con controles de revisión humana de calidad antes de cada lanzamiento.
Herramientas y tecnologías
Lo que dicen los líderes
“Para adaptar la IA a tu caso de uso específico y entregar algo significativo para los usuarios, necesitas un preprocesamiento significativo.”
“Tenemos un sólido equipo interno de QA que revisa los resultados para asegurarse de que realmente tienen sentido.”
Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.
Historia completa
Furniture.com conecta a los compradores con muebles de más de 70 socios minoristas a través de una experiencia de carrito único, haciendo del descubrimiento de productos y el apoyo a las decisiones el eje central de su propuesta de valor. Cuando los compradores comparan decenas de sofás o comedores similares, la calidad de la información de producto impulsada por IA — resúmenes, colecciones, recomendaciones — determina directamente si convierten.
El desafío era la escala: procesar millones de reseñas de productos y enriquecer cientos de miles de fichas requería una infraestructura de datos capaz de soportar experimentación rápida de ML y despliegue fiable en producción. Un equipo de datos e IA de cinco personas necesitaba iterar rápidamente y llevar modelos a producción sin la sobrecarga de gestionar infraestructura.
Furniture.com estandarizó en Databricks Data Intelligence Platform, usando Delta Lake como capa de almacenamiento base, Unity Catalog para la gobernanza de datos y el versionado de modelos, MLflow para el seguimiento de experimentos y modelos PyFunc para inferencia flexible. El equipo construyó la generación de resúmenes de reseñas con LLMs de Mosaic AI — procesando 4,5 millones de reseñas de productos para generar resúmenes que comunican claramente características, materiales y experiencias de los clientes en lenguaje natural. También desarrollaron colecciones impulsadas por NLP que agrupan productos por significado semántico en lugar de taxonomías de categorías rígidas.
Los resultados fueron medibles a nivel del comprador. Los resúmenes de reseñas generados por IA captan al 95% de los compradores que los encuentran. Las colecciones impulsadas por NLP generan un aumento de conversión del 26%. La intervención de IA más impactante — los resúmenes de reseñas con IA — entregó 2x de conversión en comparación con páginas sin ellos. El conjunto completo de 8 modelos de IA en producción fue desplegado por un equipo de cinco en doce meses.