家得宝CIO详解生产级AI架构：多供应商混合部署降低配送失败率

2026年10月22日，家得宝首席信息官Angie Brown在一档播客节目中分享了该公司在生产环境运行的AI技术栈。该系统采用分层智能体架构，由客户端规划器将请求路由至销售、售后、配送等领域智能体，再按油漆、电动工具、可配置商品等类别分派给细粒度子智能体。底层知识层基于Google BigQuery、混合检索、非结构化向量数据库和数据网格构建，并配有智能体身份管理、安全护栏与安全评估机制。

在模型选择上，家得宝以Google ADK作为主要编排层，同时将Azure OpenAI作为主动制衡手段用于评估输出质量，并使用Claude生成代码、OpenAI模型进行代码审查。内部平台Magic Forge承担计算密集型工作负载。Angie Brown强调，多模型并行是一种刻意的架构选择。

这套系统已带来可量化的业务改善：在芝加哥，配送失败率从5.3%降至约2.8%，每年可保护150万次受天气、地理空间和客户偏好信号影响的高风险配送；基于Google NGA的对话式IVR已在大约1000家门店上线，无需人工转接即可处理3倍数量的客户问题；面向承包商的AI蓝图提取工作流将报价周转时间从一周以上缩短至24至48小时。

Angie Brown还透露，系统仍存在待完善之处，例如正在为对话式IVR叠加确定性升级规则。下一步，家得宝计划推进按SKU的品类优化，以及覆盖每家门店3万至4万个SKU的智能货架图生成。