当人们提到人工智能时，Yelp可能不是第一个想到的公司，但首席产品官Craig Saldanha表示，AI正在改变Yelp的用户体验。
事实上，该公司最近的大多数公告都围绕AI展开，无论是推出新的AI驱动摘要，还是启动一个帮助消费者与服务提供商建立联系的AI助手。因此，我采访了Saldanha（他在加入Yelp之前在Amazon工作了近十年），以了解更多关于Yelp的AI战略。
我们还讨论了Yelp在AI竞赛中的优势、Yelp如何在不威胁平台用户评论真实性的情况下添加AI功能，以及它如何与TikTok等新的本地发现渠道竞争。
本次采访已进行删减和润色，以确保篇幅适中且表述清晰。
TechCrunch：回顾Yelp最近的新闻，全都是AI、AI、AI。你能多说一些你们如何看待AI以及它在Yelp中扮演的角色吗？
Craig Saldanha：首先说明一下，我们的既定使命没有改变。我们的目标是连接消费者与优秀的本地企业，这一目标从未改变。
我们已经在AI领域投资超过10年。但在过去几年里，生成式AI和其他大语言模型（LLMs）的进步使我们能够充分利用几项优势。首先是Yelp真正的差异化因素，即我们拥有的数亿条评论。LLM基本上允许我们以以前从未有过的方式和速度解析所有这些数据。它让我们能够以一种既精准又个性化的方式向消费者呈现信息——你现在可以在海量信息中找到那根“针”。
我们认识到，用户来到Yelp是为了与其他用户或专业人士建立联系，他们之所以这样做是因为我们内容的真实性，因为他们知道这些内容来自真实的人类。我们永远不会剥夺这一点。因此，我们使用AI本质上是为了消除所有摩擦，从而促进这类连接。
我们认为消费者在访问Yelp时有三个阶段。第一阶段是，他们带着非常强烈的搜索意图而来，比如他们知道想找个水管工，或者想找一家不错的午餐餐厅等。所以第一步基本上是明确这种意图。第二步是，一旦我们帮助他们明确了意图，并且他们确切知道自己要找什么，我们会向他们展示大量不同的结果，他们需要选择一个或多个想要联系的商家。第三步则是实际建立联系。我们在每个步骤中都大力投入了AI。
第一步，当消费者来到Yelp时优化搜索意图。[如果你只是进行简单搜索，例如]“我在找一家地中海餐厅”，我们有一个相当复杂的模型，它首先理解你在寻找什么，然后决定不仅向你展示哪些餐厅，还决定这些餐厅的展示顺序。
现在真正令人兴奋的是，大语言模型（LLM）的出现让你可以搜索更加具体的内容，并且它能理解你的需求。举个例子，我们住在西雅图的郊区，我的妻子总是热衷于寻找用于不同菜系的特殊香料。在过去，假设她在做印度菜，我会搜索“印度杂货店”，系统基本上只是进行关键词匹配并返回结果。而现在，我可以搜索一种非常具体的印度香料，大语言模型会理解这是一种香料，并且知道它可以在印度商店找到。更棒的是，它还能浏览我们所有的评论，理解其他消费者在提及这些香料时的语境——即使他们提到的是另一种香料，但它现在能明白这些杂货店实际上确实售卖这类香料。
当它向我展示结果时，不仅会以更符合我偏好的方式对结果进行排序，还会高亮显示消费者评论中的特定片段。这非常强大，给人的感觉真的非常个性化。
在过去，比如你搜索“塔可”（tacos），我们会展示提供塔可的餐厅，这没什么特别的。现在，我们可以查看消费者为每家餐厅提交的所有照片，从中提取出特定餐厅的塔可图片，并在搜索结果中直接展示出来。
我最兴奋的一点是，我们正在将这些能力从 Yelp 扩展到外部平台。因此，我们最近宣布了我们所谓的 Yelp Fusion API。（本次采访是在独立开发者就付费访问 Yelp API 引发近期争议之前进行的。）
现在，第三方平台上的用户，比如一个旅游网站，essentially 可以提出一个问题：“哪里可以找到上午 11 点后营业且适合儿童的周日早午餐？”通过我们的 API，我们可以基于 Yelp 的数据返回具有同等个性化程度的结果。我认为这扩展了我们可以同时服务的消费者数量。
为了在人工智能领域实现差异化，Yelp 不需要拥有最顶尖的人工智能团队或创造突破性的核心技术，而是更多地依赖于这个独特的数据集。是这样吗？
我认为两者兼有。我们的核心价值主张在于内容。我们的消费者非常出色，他们撰写的评论如此深入且细致入微。正是这一点让人们不断回归。
对于查找片段等信息，我们可以使用许多现成的模型，因为我们试图解决的核心问题仅仅是自然语言处理。
我认为我们的技术优势体现在诸如 Yelp Assistant 这样的领域。2016 年，Yelp 推出了“请求报价”功能，允许消费者快速从各种服务提供商处获取多种报价。随着时间的推移，我们对此进行了扩展，增加了 Yelp Guaranteed（Yelp 保证服务），所有这些都有助于减少摩擦，促进更快、更深层次的连接。
去年，我们将整个后端 AI 模型更新为使用神经网络；这确实有助于实现更精准的匹配。因此，下一个需要解决的问题是：如果你不知道自己正在寻找哪种类型的专业人士怎么办？比如你在墙上看到一处湿痕，但不确定是屋顶漏水、排水沟漏水还是管道破裂。
我们认为下一步就是：只需告诉我们你的问题是什么，我们会帮你缩小范围，并帮你找到合适的专业人士。
我认为这正是我们大力推动技术的地方，因为通用模型只会给出通用的回答。而我们通过长期积累，建立了对专业人士具体做什么、以及他们实际上不做什么的非常深入的理解。
你还提到了保护用户评论真实性的重要性。随着包括生成式 AI 内容在内的 AI 成为 Yelp 体验中越来越核心的部分，你们如何确保这种真实性？
首先，我要明确说明，使用生成式AI撰写评论违反我们的政策。我们非常努力地阻止这类评论出现。长期以来，我们一直在投资相当复杂的解决方案来验证评论的真实性，无论是机器人操作还是诱导性评论，这都是我们从一开始就在考虑的问题。因此，我们已经做好了准备，部署了多种技术方案。这是一场不断领先于不良行为者可能使用的伎俩的游戏；我们将继续坚守底线。
我想象撰写深思熟虑的评论的一个动力是，我希望有人真的会去阅读它，而不是仅仅被喂给一个 AI 模型然后吐出一个摘要。你们如何确保用户仍有动力去写好的评论？
总体而言，我认为生成式 AI 将对评论的数量和质量都大有裨益。消费者与商家之间的连接越多，你撰写评论的机会就越多。
在评论撰写方面，有几项举措非常有帮助。首先，我们现在使用 AI——特别是生成式 AI——来提供温和的提示和引导，帮助你回忆让体验变得特别的细节。例如，当你输入时提到环境氛围，系统会给你一个小小的标签提示：“你已经勾选了环境氛围，现在可以谈谈服务、食物等。”我们已在餐厅和其他类别中推出了这一功能。这确实有助于提升评论的深度和质量。
第二部分是照片。现在你的照片会出现在新的展示位置。我们有一个全新的“首页”（home feed），视觉效果很强，以图片和视频为主。我们也讨论过[搜索中的照片]功能。
那么针对你具体的问题：我们将评论置于最显眼的位置。因此，我们没有直接告诉你答案，而是更快地让你接触到源头。我们带你直接查看评论者和评论内容，让你更容易找到有相同经历的具体用户。
所以我的假设是，现在的动机其实更强了。过去，如果你在一家有 200 条评论的餐厅，你是第 200 位评论者，你可能会想：“我真的能增加价值吗？”但现在，你知道你可以说：“他们给我的 18 个月大的宝宝提供了高脚椅，还给了她一些涂色用的东西”，这是新的信息。如果有同样带着 18 个月大宝宝的人在寻找这些信息，他们就会找到我这条特定的评论。
现在，我们真正实现了闭环。也就是说，如果你撰写了一篇评论，我们会向你提供反馈，例如：“因为你写了这篇评论，这家店铺的浏览量增加了200次”或“有七人觉得它有帮助”等。
我们一直在讨论AI如何已经改变了Yelp的用户体验。关于未来AI与Yelp的发展，你有什么期待吗？
我们有图片、视频和文字描述，并利用AI将这些内容整合在一起，为你提供身临其境的360度全方位体验，让你仿佛真的置身其中。我对这一点感到非常兴奋，因为这不是单一个人的观点，而是所有用户生成内容的集合。我们没有进行任何人工生成，因此感觉非常真实可信。
在商家端，虽然不涉及生成式AI（Gen AI），但我们拥有大量的传统AI技术，并配备了一支专注于匹配的大团队。专业人士和商家告诉我们，Yelp上有高意向的消费者，他们希望获得这些高意向线索。因此，我们投入大量时间专注于如何提升匹配效果：如何在合适的时间，将合适的专业人士与合适的消费者进行匹配？
[针对商家的]第二部分是：我们推出了智能预算功能。我们发现，许多新创企业在其专业领域非常出色，但缺乏运营经验，对他们来说这是第一天起步。因此，我们开发了一款AI工具，它会综合考量企业的地理位置、竞争对手的支出情况、企业规模以及我们认为其成长所需的线索数量等因素，为每家企业提供个性化的建议，告诉它们我们认为应该投入多少资金。
[回到消费者端，] AI技术已经足够成熟，你可以直接展示一张图片或一段视频[我们就能够为你匹配合适的专业人士或商家]。目前我们尚未完全实现这一功能，但这显然是合乎逻辑的发展方向。而在专业人士端，我们可以做很多事情来帮助他们筛选线索，例如代替他们提问、通过助理确保他们不错过任何来电、指导他们根据用户偏好以结构化或非结构化的方式回复等。
跳出AI话题，本地发现领域的格局在过去几年发生了巨大变化。我现在的朋友常说：“我们去试试这道菜吧，去这家餐厅吧，因为我是在TikTok上听到的。”显然，搜索正在发生变化。那么，随着这一切的发生，你认为Yelp的角色和差异化优势是什么？
首先，我们已经讨论过我们评论的广度、深度和数量。在Yelp上，你可以汇聚大众的智慧，获得对一家餐厅的整体认知，并能快速融合不同的观点，选择最贴近你自身看法的那一个。相比之下，在网红（influencer）模式下，你可能会信任某个人，这也是你关注他们的原因，但那只是单一个体的观点。
我认为两个不那么明显的[差异]在于，一是我们在 Yelp 上涵盖的类别非常广泛。关注餐厅、家居装饰等类别的网红很容易，但当你考虑到水管工、屋顶承包商、会计师、律师和医生时，我们所拥有的广泛覆盖范围是非常有用的。
最后一点是观点的平衡性。在大多数情况下，人们在社交媒体上分享的是他们拥有极其良好的体验或极其糟糕的体验。有一项研究针对各平台评论分布进行的研究表明，Yelp 在一星到五星之间的分布最为均衡。如果你真正想要的是这种平衡的观点，而不是极端的“一星”或“五星”，那么这就是 Yelp 能够带来不同之处。