Flipkart
assistant d'achat conversationnel genAI
Lance en 2023, Flippi, l'assistant d'achat conversationnel genAI de Flipkart, tourne en production avec 1,3 million d'utilisateurs actifs mensuels engages, une conversion last-touch d'environ 1% et 68% d'avis positifs.
L'essentiel
- Assistant d'achat conversationnel genAI (reformulation, intention, RAG, entites).
- Architecture modulaire Flippi in-house adossee a OpenAI, iteree par A/B testing.
- 1,3 million d'utilisateurs actifs mensuels engages, environ 1% de conversion, 68% d'avis positifs.
- Niveau de preuve B, statut vivant confirme.
Objectif
Rapprocher le shopping en ligne de l'experience d'un vendeur en magasin : le client decrit ce qu'il veut en langage naturel, l'assistant l'aide a decouvrir, comparer et choisir, pour lever les frictions de decouverte produit et convertir plus.
Le déploiement
Flippi est l'assistant d'achat conversationnel genAI de Flipkart, lance le 4 octobre 2023 avant la grande operation Big Billion Days. Le client dit ce qu'il cherche et recoit des options a comparer, comme s'il parlait a un vendeur. Sous le capot, une architecture modulaire enchaine reformulation de requete, detection d'intention, RAG, reconnaissance d'entites et reduction de contexte pour traiter decouverte produit, personnalisation, identification d'offres et comparaison. D'apres l'article technique publie par les equipes Flipkart, le systeme tourne en production avec des cycles d'iteration par A/B testing, teste sur la recherche, le browse et les pages categorie. Il atteint 1,3 million d'utilisateurs actifs mensuels engages, une conversion last-touch d'environ 1%, et 68% d'avis positifs (pouce en l'air).
Résultats Preuve B
Article technique chiffre publie par les equipes Flipkart (source officielle interessee, mesures de production et A/B tests), corrobore par la presse indienne etablie sur le lancement et le positionnement. Les chiffres viennent de la marque, pas d'un audit tiers, ce qui place a B.
Comment ça fonctionne
Architecture documentéeLa stack en détail
- llm OpenAI Modele generatif sous-jacent ; l'assistant a ete presente comme ChatGPT-powered au lancement, sans que la version exacte du modele soit publiee
- plateforme Flippi (architecture modulaire in-house) Pipeline construit par les equipes Flipkart : reformulation de requete, detection d'intention, reconnaissance d'entites, reduction de contexte
- outil Couche RAG sur le catalogue Flipkart Recuperation des produits, offres et comparaisons dans le catalogue indexe pour composer les reponses
- outil Cadre d'A/B testing in-house Cycles d'iteration en production sur la recherche, le browse et les pages categorie, avec mesure de conversion et de satisfaction
Comment ça tourne, concrètement
Pour les équipes ops-
1Expression du besoin client
Le client decrit en langage naturel ce qu'il cherche dans la recherche ou l'assistant.
-
2Comprehension de la requete IA
Reformulation, detection d'intention et reconnaissance d'entites structurent la demande.
-
3Recuperation et reponse IA
Le RAG va chercher produits, offres et comparaisons dans le catalogue et compose la reponse.
-
4Iteration equipe data
Les equipes mesurent conversion, satisfaction et couverture des sessions et ajustent par A/B test.
La capacite a repondre a la session et la conversion qui en decoule. Si le catalogue et les offres ne sont pas bien indexes pour le RAG, l'assistant donne des reponses vagues ou fausses.
Comment vos clients perçoivent ce type d'usage
Études sourcéesLes consommateurs n'acceptent pas les chatbots par defaut : 64% prefereraient que les entreprises n'utilisent pas d'IA dans leur service client (Gartner, 2024) et pres d'un utilisateur sur cinq du service client par IA n'en retire aucun benefice (Qualtrics, 2025). L'acceptation se construit sur trois conditions mesurees par Salesforce : savoir qu'on parle a une IA, pouvoir escalader vers un humain, comprendre la logique de l'agent.
Conditions d'acceptation
- Etre informe qu'on parle a une IA et non a un humain (pres de 75% le demandent, Salesforce 2024)
- Un chemin d'escalade clair vers un agent humain (45% plus enclins a utiliser l'agent IA, Salesforce 2024)
- Une logique de l'agent clairement expliquee (44% plus enclins, Salesforce 2024)
Lignes rouges
- Rendre l'humain injoignable : c'est la premiere inquietude des consommateurs sur l'IA dans le service client (Gartner 2024) et 50% craignent que l'IA les coupe du contact humain (Qualtrics 2025)
- Remplacer le service client par l'IA sans alternative : 53% envisageraient de partir chez un concurrent (Gartner 2024)
Sources : Salesforce 2024 · Gartner 2024 · Qualtrics 2025
Voir l'acceptation complète : par pays, par usage, par génération
Comment répliquer
Inférence - non sourcéPrérequis data
- Catalogue produit riche et bien structure
- Base d'offres et de promotions indexee pour le RAG
- Historique de sessions pour mesurer la couverture et la conversion
Prérequis orga
- Cadre d'A/B testing en production
- Regle de transparence IA vis-a-vis du client
- Equipe capable de tenir un pipeline modulaire (intention, RAG, entites)
Stack possible
- LLM generatif
- Couche RAG sur le catalogue et les offres
- Modules de detection d'intention et de reconnaissance d'entites
Le plan, étape par étape
- Étape 1Indexer le catalogue, les offres et les attributs produit pour le RAG ; definir le perimetre pilote sur une categorie a fort trafic.Livrable : Index catalogue interrogeable et perimetre pilote valide
- Étape 2Assembler le pipeline : reformulation de requete, detection d'intention, RAG, reconnaissance d'entites, avec un LLM du marche via API.Livrable : Assistant fonctionnel en environnement de test sur la categorie pilote
- Étape 3Lancer en A/B test sur la recherche et les pages de la categorie pilote, avec mention claire que le client parle a une IA.Livrable : Premier A/B test en production avec mesure conversion, satisfaction et couverture des sessions
- Étape 4Iterer sur les cas non couverts (reponses vagues, entites mal reconnues), puis etendre a d'autres categories.Livrable : Bilan chiffre du pilote et plan d'extension par categorie
Première étape : Indexer proprement le catalogue et les offres pour le RAG, puis lancer un pilote sur une categorie a fort trafic avec mesure de conversion.
Sources
- S1 Flippi: End To End GenAI Assistant for E-Commerce Officiel intéressé archive à générer
- S2 Flipkart Launches ChatGPT-Powered Shopping Assistant 'Flippi' Presse établie archive à générer
- S3 Access. Convenience. Safety: Leveraging technology to empower every Indian's dreams Officiel intéressé archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.