O que a IA faz pelo abastecimento na arbitragem online e o que ela inventa

aichatgptproduct researchonline arbitragesourcing software

Peça à IA um resumo deste artigo:

Onde um modelo de linguagem ajuda na arbitragem online e onde inventa: bom com palavras, incapaz de ir buscar números em tempo real

Resposta curta: um modelo de linguagem é muito bom nas partes da arbitragem online que são feitas de linguagem, e estruturalmente incapaz na parte que é feita de números em tempo real. Escreve o email ao fornecedor, limpa uma lista de preços por atacado desarrumada, explica o que uma alteração de taxas faz às suas margens e percorre com você um histórico de ranking em palavras simples. Não vai dizer para você que este produto custa $12 hoje numa loja e vende por $25 hoje na Amazon, e a razão não é os modelos ainda não serem suficientemente inteligentes. É que essa resposta não é conhecimento. É uma medição, e as medições têm de ser feitas.

A confusão é compreensível, porque a falha não parece uma falha. Peça dez produtos rentáveis e recebe dez. Têm nomes plausíveis, preços plausíveis e margens plausíveis. Nada na resposta assinala que os números foram compostos em vez de consultados. É esse o risco concreto que vale a pena perceber, e vale a pena percebê-lo bem o suficiente para continuar a usar a ferramenta, porque aqui há trabalho real que ela faz bem.

A distinção que explica todos os resultados que vai obter

Há duas maneiras de um número aparecer numa resposta. Foi obtido, ou seja, algo foi lê-lo a uma fonte que o sabe. Ou foi gerado, ou seja, o modelo produziu o valor mais plausível dado tudo o que estava à volta. Um número obtido pode estar certo ou desatualizado. Um número gerado não tem relação nenhuma com o mundo.

Os dois chegam com o mesmo tipo de letra. Por isso a única pergunta fiável a fazer a qualquer número numa resposta de IA é: de onde veio isto, e com você abri-lo? Se a resposta não tiver um link por trás, trate-a como ficção, por muito segura que a frase soe. Isto não é pessimismo sobre a tecnologia. É o mesmo critério que aplicaria a um número que um desconhecido soltasse em um fórum.

A tarefaFeita deVeredito
Encontrar oportunidades reais no catálogo de uma lojaPreços em tempo real, cobertura do catálogo, correspondência, aritméticaNão. Ferramenta completamente errada
Explicar um gráfico Keepa que está vendoInterpretação de algo que você forneceSim, e genuinamente útil para aprender
Transformar o PDF de um fornecedor numa folha limpaEstrutura, não factosSim. Uma das utilizações mais sólidas
Escrever a marcas e distribuidoresLinguagemSim, com os seus próprios dados colados lá dentro
Decidir se um ASIN concreto vale a compraPreço em tempo real, taxas, ranking, concorrênciaNão, a menos que cada dado seja obtido e mostrado
Resumir a sua própria exportação de vendasAritmética sobre dados que você forneceSim, se verificar os totais

Porque é que "encontra-me produtos rentáveis" não pode funcionar

Nem sequer com navegação web ligada, e é esta a parte que surpreende. Navegar muda o modelo de "sem dados" para "algumas páginas de dados", e algumas páginas não é o que o abastecimento precisa. O abastecimento é um problema de cobertura antes de ser um problema de inteligência.

Uma análise a uma única cadeia de média dimensão significa ler dezenas de milhares de páginas de produto, associar cada uma ao anúncio certo da Amazon por identificador e não por nome, ir buscar o preço atual na Amazon e o perfil de taxas daquele tamanho e categoria, verificar o histórico de ranking para ver se o produto sequer vende, e contar quem mais está no anúncio. E repetir amanhã, porque os dois preços mexeram. Um agente que lê páginas uma a uma faz talvez algumas dezenas antes de ficar sem orçamento, e faz a correspondência por títulos, que é exatamente onde estão os erros.

Por baixo do problema de volume há outro mais subtil. É o identificador que torna uma correspondência de confiança. Uma correspondência por nome junta alegremente uma embalagem de 3 com uma unidade, 500 ml com 750 ml, ou a fórmula deste ano com a do ano passado, e cada um desses casos produz uma margem bonita que não existe. É a mesma falha que torna o abastecimento manual lento e propenso a erros, e é por isso que a chave de correspondência, e não a pesquisa, é a parte difícil de todo este negócio.

Faça o teste você mesmo, demora cinco minutos

Vale a pena fazê-lo uma vez, porque o resultado convence mais do que qualquer argumento. Peça a qualquer assistente genérico dez produtos rentáveis de arbitragem online com preço de compra, preço na Amazon e retorno. Depois verifique cada um: abra a página da loja e abra o anúncio da Amazon.

O que volta costuma cair em quatro grupos. Alguns produtos não existem na forma descrita. Alguns existem mas o preço de varejo é antigo, às vezes com mais de um ano. Alguns estão associados ao anúncio errado da Amazon, normalmente de outro tamanho de embalagem. E alguns são reais, hoje não rentáveis, e foram rentáveis em algum momento do passado, que é a categoria mais instrutiva de todas: o modelo aprendeu como é uma boa oportunidade, e está reconstruindo uma de memória em vez de encontrar uma no mundo.

Faça o mesmo teste numa tarefa feita de palavras. Cole a lista de preços de um fornecedor e peça uma tabela com os custos unitários calculados. Cole o email de recusa de uma marca e pergunte o que está pedindo na verdade. A diferença de qualidade não é subtil, e depois de ver as duas, a linha entre os dois tipos de trabalho deixa de ser teórica.

Onde ganha mesmo o salário

As seis coisas abaixo são tarefas em que os vendedores gastam horas a sério, e nenhuma exige que o modelo saiba um único facto em tempo real.

  • Contato com fornecedores e marcas. Dê a ele os seus dados reais de empresa e os detalhes do que quer, e escreve uma primeira abordagem que se lê como um negócio e não como um modelo genérico. Reescrever o mesmo email para o quadragésimo distribuidor é exatamente o tipo de trabalho que vale a pena delegar.
  • Limpeza de dados. As listas de preços por atacado chegam em PDF, em folhas mal fundidas e em digitalizações. Convertê-las numa tabela consistente com códigos, tamanhos de embalagem e custo unitário é aborrecido, mecânico, e algo que um modelo faz bem. Verifique os totais depois, porque a aritmética feita em prosa é onde eles escorregam.
  • Aprender a mecânica. Estruturas de taxas, comportamento do ranking, o que um gráfico concreto mostra. Cole a página ou a captura de tela e peça em palavras simples. É um professor paciente sobre matéria que consegue verificar de imediato.
  • Pôr as suas próprias regras no papel. Descreva como decide uma compra e peça para transformar isso numa lista de verificação ou num conjunto de valores de filtro. Isto vale muito porque obriga a tirar os critérios da sua cabeça para uma forma que consegue aplicar de forma consistente.
  • Autópsias. Cole os números de um lote que correu mal e pergunte quais eram os sinais de alarme. Está pensando com você sobre dados que você forneceu, que é o modo em que é mais fiável.
  • Ler os seus próprios relatórios. Exportações de vendas, devoluções, contas do armazenamento. Peça o padrão. Verifique a aritmética antes de agir.

O que um agente precisaria mesmo para fazer abastecimento

Vale a pena enumerar, porque a lista é curta e explica porque é que o software de abastecimento existe como algo à parte e não como um prompt.

  1. Cobertura do catálogo de uma loja, não uma amostra.
  2. Correspondência por identificadores e não por nomes de produto.
  3. Preços atuais da Amazon e o modelo de taxas em vigor para cada tamanho e categoria.
  4. Histórico de ranking, para que um produto que ninguém compra seja filtrado antes de chegar a uma pessoa.
  5. A concorrência no anúncio, incluindo se a própria Amazon está nele.
  6. Repetir tudo o que está acima, porque a resposta expira num dia.

Isso é um pipeline de dados. É o que o Arbitrage Hero é, e é por isso que a divisão útil de trabalho fica tão limpa: o pipeline mede, e o modelo ajuda em tudo o que são palavras à volta da medição. A nossa pesquisa inversa parte de um anúncio da Amazon e encontra as lojas que o vendem, e a nossa calculadora FBA faz a aritmética das taxas contra um preço de compra real. Nenhuma adivinha, e nenhuma precisa de ser inteligente.

Quatro regras para o usar sem se magoar

  1. Nunca deixe um número gerado chegar a uma decisão de compra. Se não conseguir abrir a página de onde o número veio, não é um número.
  2. Use-o para palavras e use software para aritmética. Os modos de falha são completamente diferentes e as ferramentas também.
  3. Peça fontes e depois abra-as mesmo. Um link citado dizer outra coisa é um resultado frequente, e verificar demora segundos.
  4. Atenção aos resumos confiantes dos seus próprios dados. Quando cola uma exportação de vendas e pergunta o que mostra, verifique os totais. É o único caso em que a resposta parece segura porque os dados eram seus, e é onde um deslize aritmético despercebido faz mais estragos.

Perguntas frequentes

O ChatGPT consegue encontrar produtos rentáveis de arbitragem na Amazon?

De forma fiável não, e não por causa de uma limitação que se resolva com um modelo melhor. Encontrar uma oportunidade real exige preços atuais dos dois lados, correspondência por identificador de produto e não por nome, e cobertura de um catálogo inteiro e não de um punhado de páginas. Um modelo de linguagem sem esses dados produz números plausíveis em vez de medidos, e os dois parecem idênticos no tela. Teste e verifique dez resultados contra as páginas reais da loja e da Amazon; o padrão aparece de imediato.

A navegação web resolve o problema?

Ajuda com a desatualização e não faz nada pela cobertura. Navegar permite a um assistente ler algumas páginas, e abastecer significa ler dezenas de milhares e repetir à medida que os preços mexem. Também não resolve a correspondência, que é o problema de fundo: cruzar um produto de loja com o anúncio certo da Amazon tem de ser feito por identificador, porque a correspondência por nome junta alegremente tamanhos de embalagem diferentes e produz margens que não existem.

Para que serve mesmo a IA num negócio de arbitragem?

Para tudo o que é feito de linguagem e não de fatos em tempo real. Escrever a fornecedores e marcas, transformar listas de preços por atacado desarrumadas em folhas limpas, explicar estruturas de taxas e comportamento do ranking enquanto aprende, transformar as suas regras de compra numa lista de verificação escrita, e rever um lote que correu mal para nomear os sinais de alarme. Tudo isso poupa horas reais, e nada disso exige que o modelo conheça um preço atual.

A IA vai substituir o software de abastecimento para arbitragem online?

O que substituiria o software de abastecimento seria um agente com os mesmos dados por baixo: cobertura completa do catálogo, correspondência ao nível do identificador, preços em tempo real dos dois lados, o modelo de taxas em vigor, histórico de ranking e concorrência no anúncio. Isso é um pipeline de dados e não um modelo, por isso a direção provável é juntarem-se em vez de um substituir o outro, com o software medindo e o modelo cuidando da linguagem à volta. A parte de medir não desaparece.

Continue a ler