A The RealReal minden 45 millió tagjának elérhetővé tette AI-ügynökét

A The RealReal minden 45 millió tagja számára elérhetővé tette Ask TRR nevű AI-vásárlási ügynökét, amely természetes nyelvű kérések alapján ajánl luxuscikkeket. A szolgáltatás a Google Cloud Gemini Enterprise technológiájára épül, és a vállalat szerint az egyedi, egyszeri készlet felfedezését könnyíti meg.
- Az Ask TRR mostantól a The RealReal mind a 45 millió tagja számára elérhető.
- Az AI-vásárlási ügynök a Google Cloud Gemini Enterprise technológiájára épül.
- A felhasználók természetes nyelvű kérések alapján kaphatnak személyre szabott ajánlásokat.
- A The RealReal naponta több mint 1,5 millió egyedi terméket kínál a közlemény szerint.
- A vállalat AI-ajánlásokat tervez a termékleírásokat tartalmazó oldalakon is.
Egyedi darabokra szabott keresés
A The RealReal 2026. október 8-án jelentette be az Ask TRR kiterjesztését. A szolgáltatás sikeres tesztidőszak után indult el a platform mind a 45 millió tagja számára. Az online luxus-újraértékesítő szerint az AI-ügynök fontos lépés a személyre szabottabb digitális vásárlási élmény felé.
A vállalat kínálatában minden termék egyszeri darab. Ha egy termék elkelt, többé nem érhető el ugyanaz a példány, miközben az új készlet naponta érkezik. A hagyományos kulcsszavas keresés elsősorban olyan kereskedőkre készült, amelyek ugyanabból a termékből több darabot értékesítenek. A The RealReal szerint emiatt egy megfelelő darab könnyen elkerülheti a vásárló figyelmét, vagy még azelőtt elkelhet, hogy a vevő megtalálná.
A vásárlók gyakran csak a kívánt szabást, korszakot vagy alkalmat tudják megfogalmazni, a pontos tervezői nevet vagy kulcsszót viszont nem. Az Ask TRR ezt a problémát próbálja kezelni azzal, hogy a felhasználó szándéka és preferenciái alapján keres a folyamatosan változó luxuskínálatban.
Természetes nyelvű ajánlások a Gemini Enterprise segítségével
Az Ask TRR a Google Cloud Gemini Enterprise for Customer Experience megoldásával készült. A felhasználók természetes nyelven tehetnek fel kérdéseket, például azt, hogy milyen luxustáskát érdemes megvásárolni. Az ügynök ezekre személyre szabott termékajánlásokkal válaszol, a hagyományos kulcsszavas keresésen és szűrőkön túlmenően.
A The RealReal azt is tervezi, hogy a termékleírásokat tartalmazó oldalakon AI-alapú ajánlásokat jelenít meg. Ezek a vállalat szerint több összefüggést és útmutatást adhatnak a vásárlóknak, miközben mérlegelik a termék megvásárlását.
Rati Sahi Levesque, a The RealReal elnök-vezérigazgatója szerint a cég naponta több mint 1,5 millió egyedi terméket kínál. A vállalat 15 év saját adatára és luxuspiaci szakértelmére építve fejlesztette az Ask TRR-t. Levesque szerint a rendszer akkor is pontosabb felfedezést tesz lehetővé, ha a vásárló egy tervező nevével, egy alkalommal vagy pusztán egy ötlettel kezdi a keresést.
A digitális luxusvásárlás személyesebb lehet
A The RealReal a közleményében úgy mutatja be az Ask TRR-t, mint a személyes értékesítői segítség online megfelelőjét. Rati Sahi Levesque szerint a platform célja, hogy könnyebbé tegye az egyedi darabok megtalálását az egyre változó kínálatban.
Darshan Kantak, a Google Cloud Applied AI termékért felelős alelnöke szerint egy luxusüzlet jó értékesítője emlékszik arra, mit kedvel a vásárló, és tudja, mi érkezett éppen. A Google Cloud vezetője úgy fogalmazott, hogy az agentikus AI a kiskereskedelemben abba az irányba halad, ahol a rendszerek nem csak kérdésekre válaszolnak, hanem megértik a vásárlókat is.
A The RealReal saját bemutatása szerint hitelesített luxuscikkek online piactere, amely divattal, finom ékszerekkel és órákkal, művészettel, valamint otthoni termékekkel foglalkozik. A cég közlése alapján több mint 50 millió terméket értékesített, és 15 évnyi saját adattal rendelkezik. Az Ask TRR kiterjesztése ezt a felhalmozott adatot és szakértelmet kapcsolja össze a Google Cloud Gemini Enterprise technológiájával, hogy a vásárlók könnyebben találjanak rá az egyszeri készletben elérhető termékekre.
PR Newswire: The RealReal Expands Ask TRR AI Shopping Agent With Google Cloud's Gemini Enterprise


