Contexte et objectifs
Le projet World Product Graph, décrit dans un document interne d’Amazon, ambitionne de répertorier chaque article commercialisé sur le Web, même ceux qui ne sont jamais vendus sur la plateforme d’Amazon. L’objectif déclaré est de réduire le nombre de recherches qui aboutissent sur des services concurrents comme Reddit ou Google, en offrant aux utilisateurs et aux agents d’intelligence artificielle (IA) un point d’accès unique aux données produit. Le même document indique que l’assistant vocal Alexa for Shopping, anciennement Rufus, souffre d’erreurs factuelles et de réponses incomplètes, ce qui justifie l’enrichissement de la base de connaissances.
Architecture de collecte et d’indexation
Pour constituer le graphe, Amazon devra mettre en place un système de crawling capable d’extraire les catalogues de milliers de sites marchands. Le texte précise que le succès du projet dépend de la capacité à « découvrir comment les marques organisent leurs produits sur leurs propres sites ». Cette contrainte implique la mise en œuvre de parsers adaptatifs capables de gérer des schémas de données hétérogènes (JSON‑LD, micro‑données, XML) et de normaliser les attributs (SKU, prix, disponibilité) dans un modèle unifié. L’indexation devra supporter des volumes de plusieurs dizaines de millions de références, ce qui requiert une architecture distribuée, probablement basée sur des clusters de stockage orientés colonnes et un moteur de recherche à facettes similaire à celui déjà utilisé pour le catalogue interne d’Amazon.
Intégration avec les agents IA
Le World Product Graph est destiné à alimenter les modèles de langage qui pilotent les réponses d’Alexa for Shopping. Le document interne indique que les requêtes actuelles « coûtent cher » en raison de la nécessité d’appeler des modèles de grande taille. En augmentant la densité de données, Amazon espère pouvoir basculer vers des modèles plus petits, moins gourmands en calcul, tout en améliorant la précision factuelle. Cette stratégie repose sur la réduction du taux de « hallucination » des modèles, grâce à une source de vérité centralisée. Le graphe pourra également être exposé via une API interne, permettant aux services de recommandation et aux partenaires tiers d’interroger le catalogue en temps réel.
Enjeux et limites
Le calendrier mentionne une date de sortie hypothétique au 1 octobre 2027, mais la mise en œuvre reste incertaine. Les défis techniques incluent la conformité juridique (respect du droit d’auteur et des conditions d’utilisation des sites crawlers), la gestion des mises à jour en temps réel (les prix et les stocks évoluent constamment) et la synchronisation des taxonomies produit entre des marchands aux conventions très différentes. Sur le plan concurrentiel, la création d’un index unique pourrait renforcer la position d’Amazon dans les recherches de produits, mais expose également l’entreprise à des critiques liées à la monopolisation des données de consommation. Enfin, la dépendance à un seul fournisseur de données produit pourrait limiter la diversité des sources d’information disponibles pour les agents IA externes.
