Moteur d'offres hyper-personnalisées Retail-GPT

Retail-GPT est un moteur d'offres hyper-personnalisées qui exploite Redis comme une couche de mémoire AI unifiée. Il utilise Redis pour la recherche vectorielle avec l'indexation HNSW, le cache sémantique pour réduire les coûts d'appel AI de plus de 60%, et les flux Redis pour le traitement d'événements en temps réel. L'architecture intègre des vecteurs, un cache, des fonctionnalités et un état de session dans Redis, permettant une latence inférieure à 50 ms pour les offres personnalisées. Le projet démontre une innovation au-delà du simple cache en permettant une sélection d'offres contextuelles et une apprentissage en temps réel à partir des interactions utilisateur. Les objectifs de performance sont atteints, avec une latence médiane d'environ 35 ms et un taux de réussite du cache d'environ 70%. La soumission met en évidence la scalabilité et la prêt-à-produire de Redis Cloud pour les environnements de production, abordant les défis de personnalisation réelle du commerce de détail avec un retour sur investissement clair. Retail-GPT positionne Redis comme le cerveau essentiel pour les applications AI modernes, en particulier dans la personnalisation en temps réel. La démonstration est facilement exécutable avec une seule commande, mettant en valeur toutes les capacités AI de Redis. Ce projet représente une soumission finale pour le défi AI Redis 2025.