Amazon déploie un outil d'IA générative qui crée des listes de textes dans lesquelles les vendeurs de sa marketplace puisent pour créer leurs annonces. Conçu pour simplifier le processus de vente, l'outil réduit la nécessité pour ces utilisateurs de la plate-forme d'entrer de nombreuses données spécifiques sur leurs produits lors de la création des fiches de description. Au lieu de cela, il leur suffit désormais de décrire le produit à mettre en vente en quelques mots ou phrases et l'IA génère un texte pour l'annonce. Les vendeurs peuvent bien sûr le réviser et l'affiner avant de télécharger leur article dans le catalogue Amazon. « Ces nouvelles fonctions aideront les vendeurs à créer des fiches de meilleure qualité, en déployant moins d'efforts, et à présenter des informations plus complètes, plus cohérentes et plus attrayantes sur les produits », a déclaré Amazon, dans un billet de blog annonçant l'outil.

L'IA générative est alimentée par un grand modèle de langage (LLM) développé en interne par Amazon, comme l'a précisé son PDG, Andy Jassy, lors de la conférence téléphonique sur les résultats du premier trimestre de l'entreprise, en avril. Conçu à l'origine pour soutenir son assistant intelligent Alexa, le modèle LLM d'Amazon contenait « quelques centaines de millions d'éléments » utilisés dans les domaines du divertissement, du shopping et des maisons intelligentes.

Déduire les informations des connaissances disponibles

Le même mois, AWS a lancé Bedrock, un service d'API vers des modèles de base pour les petites entreprises n'ayant pas les ressources nécessaires pour développer leurs propres LLM. Elles accèdent ainsi à des modèles préentraînés, parmi lesquels ceux des start-ups AI21 Labs, Anthropic et Stability AI.

Dans des commentaires publiés parallèlement à l'annonce, Robert Tekiela, vice-président des systèmes de sélection et de catalogue d'Amazon, précise que les modèles du Gafa « apprennent à déduire des informations sur les produits grâce aux diverses sources d'information disponibles, aux connaissances associées et au raisonnement logique qu'ils développent. Ils déduisent par exemple qu'une table est ronde si les spécifications indiquent un diamètre ou déduisent le style d'un col de chemise à partir de son image ».