现代零售需要个性化的产品发现和自然的对话式辅助。Target 推出了 Guest Product Confidence 平台，以建立信任并引导购买决策。例如，在 2025 年假日季推出的 Gift Finder 聊天代理，提供对话式商品发现服务。为实现大规模实时个性化和语义响应，Target 需要将碎片化的数据生态系统统一到一个平台上。该平台需同时支持事务性工作负载、图关系、向量相似度搜索和关键词搜索。Target 选择 Spanner Graph 构建其企业本体，打造了一个由生成式 AI 驱动的购物图的“图之图”。通过统一数据，Spanner 现已成为事务状态和语义智能的唯一事实来源。该架构包括企业增强层、统一的图/向量/搜索存储层，以及为 AI 接口提供动力的编排层。一次零停机迁移在四个阶段中成功执行，涵盖模式映射和并行数据回放。此次整合带来了可衡量的业务影响，包括提升推荐相关性和增强客户满意度。同时，基础设施维护成本降低了 50%，加速了新 AI 功能的开发。