Pinterest reduz custos de IA em 90% ao otimizar modelo de recomendação

Mudanças na arquitetura de IA melhoram eficiência e precisão na plataforma

VentureBeat
📍 Goiás
Pinterest reduz custos de IA em 90% ao otimizar modelo de recomendação
Compartilhar:WhatsAppX/Twitter@eobrasilnoticias

Em resumo

O que aconteceu
Pinterest anunciou uma redução de 90% nos custos de IA ao otimizar seu modelo de recomendação de imagens. A reestruturação da camada de visão do Qwen3-VL foi fundamental para essa economia.
Onde aconteceu
A sede do Pinterest está localizada em San Francisco, Califórnia, EUA.
Quem foi afetado
Os 620 milhões de usuários mensais da plataforma se beneficiam de uma experiência de descoberta de imagens mais rápida e precisa. A mudança impacta diretamente a forma como os usuários interagem com o conteúdo visual.
Impactos
A redução de custos permite que a Pinterest invista mais em inovação e personalização. Além disso, a melhoria na precisão das recomendações pode aumentar o engajamento e as conversões de compras na plataforma.
Situação atual
Atualmente, a Pinterest continua a desenvolver seu modelo de IA, focando em personalização e eficiência. A empresa planeja expandir suas capacidades de aprendizado de máquina para aprimorar ainda mais a experiência do usuário.

# Pinterest reduz custos de IA em 90% com otimização de modelo de recomendação

Pinterest, uma das principais plataformas de descoberta visual, anunciou uma redução impressionante de 90% nos custos de inteligência artificial (IA). Essa economia foi alcançada através da reestruturação de seu modelo de recomendação de imagens, especificamente na camada de visão do modelo Qwen3-VL. O CTO da empresa, Matt Madrigal, revelou que a substituição por embeddings proprietários não apenas cortou despesas, mas também melhorou a precisão das recomendações em 30%.

Mudanças Estratégicas no Modelo de Recomendação

Com 620 milhões de usuários mensais, a Pinterest compreendeu que depender de um modelo de IA para cada recomendação de imagem não era uma estratégia viável, mas sim um alto custo. A equipe de Madrigal investiu fortemente em modelos de código aberto, adaptando-os para atender às necessidades específicas da plataforma. Essa abordagem permitiu capturar dados únicos, melhorando a performance geral do sistema.

  • Redução de custos: 90% com a reestruturação do modelo.
  • Aumento de precisão: 30% nas recomendações.
  • Investimento em código aberto: Foco em personalização e eficiência.

A reestruturação da camada de visão foi fundamental para essa economia. Ao “retirar” a camada de codificação de visão do Qwen, a equipe conseguiu ajustar o modelo com embeddings multimodais proprietários, permitindo capturar metadados em torno dos pins e imagens de forma mais eficaz.

Impactos na Experiência do Usuário

Essas mudanças têm um impacto direto na experiência dos usuários da Pinterest. A redução de custos permite que a empresa invista mais em inovação e personalização, resultando em uma experiência de descoberta de imagens mais rápida e precisa. Isso é crucial para aumentar o engajamento e as conversões de compras dentro da plataforma.

Madrigal destacou que a personalização é a chave para manter os usuários engajados. A empresa está focada em expandir suas capacidades de aprendizado de máquina, visando aprimorar ainda mais a experiência do usuário. Com um modelo de IA mais eficiente, a Pinterest pode oferecer recomendações mais relevantes, guiando os usuários desde a inspiração até a compra.

O Futuro da Pinterest e da IA

A Pinterest continua a desenvolver seu modelo de IA, buscando sempre melhorar a personalização. A criação de um “grafo de gosto” é uma das inovações que a empresa está implementando. Esse grafo é uma representação dinâmica dos gostos dos usuários, que evolui com base nas interações e novos conteúdos.

  • Objetivo do grafo de gosto: Capturar preferências em tempo real.
  • Diferenciação: Não é um grafo social, mas um grafo de preferências.
  • Exploração lateral: Incentivar a descoberta de novos conteúdos.

Madrigal explicou que essa abordagem visa transformar a descoberta em intenção, facilitando a navegação dos usuários e incentivando cliques em anúncios e compras. A Pinterest, portanto, está se posicionando como uma plataforma não apenas de busca, mas de descoberta, atendendo a um público que ainda está em fase de exploração.

Com essas inovações, a Pinterest se mostra pronta para enfrentar os desafios do futuro, garantindo que sua base de usuários continue a crescer e a se engajar de forma significativa. Para mais informações sobre o impacto da IA no mercado, confira o artigo sobre como a Anthropic se torna a maior startup de IA do mundo. Além disso, a personalização é um tema relevante em diversas áreas, como na educação financeira, onde ferramentas práticas são essenciais para o futuro.

Perguntas Frequentes

Como a Pinterest conseguiu reduzir os custos de IA em 90%?

A Pinterest reduziu os custos de IA em 90% ao reestruturar seu modelo de recomendação, especificamente na camada de visão do modelo Qwen3-VL. A empresa substituiu essa camada por embeddings proprietários, o que não apenas cortou despesas, mas também melhorou a precisão das recomendações em 30%.

Qual foi o impacto da otimização do modelo de recomendação na experiência do usuário?

A otimização do modelo de recomendação teve um impacto positivo na experiência do usuário, permitindo uma descoberta de imagens mais rápida e precisa. Isso resulta em maior engajamento e conversões de compras dentro da plataforma, pois as recomendações se tornam mais relevantes.

O que são embeddings multimodais e como eles ajudaram a Pinterest?

Embeddings multimodais são representações que capturam informações de diferentes tipos de dados, como imagens e metadados. Na Pinterest, a utilização de embeddings proprietários permitiu uma captura mais eficaz de metadados em torno dos pins e imagens, melhorando a performance do sistema.

Quais são os planos futuros da Pinterest em relação à IA?

A Pinterest planeja continuar desenvolvendo seu modelo de IA, com foco em melhorar a personalização. Uma das inovações em andamento é a criação de um 'grafo de gosto', que representa dinamicamente os gostos dos usuários, visando aprimorar ainda mais a experiência de descoberta.

Por que a personalização é importante para a Pinterest?

A personalização é crucial para a Pinterest, pois ajuda a manter os usuários engajados. Com recomendações mais relevantes, a plataforma pode guiar os usuários desde a inspiração até a compra, aumentando a satisfação e a probabilidade de conversões.

Compartilhar:WhatsAppX/Twitter@eobrasilnoticias