Warner Chappell, AI Embedding'lerle Bulut Maliyetini Yarıya İndirdi

Warner Chappell Music'in Global Match sistemi, streaming platformlarından gelen milyonlarca satırlık CSV dosyalarında yayıncılık kataloğunu tespit etmek için uzun süre Snowflake üzerinde brute-force SQL string-eşleştirmesi kullanıyordu. Bu yaklaşım yazım hatalarına, eksik karakterlere ve transliterasyon farklarına karşı kırılgandı; artan veri hacmiyle birlikte hem işlem süreleri (bir batch için 12+ saat) hem de bulut maliyetleri kontrolden çıkmıştı.

Ekip, veritabanı katmanındaki ağır işlemi tamamen terk ederek BERT tabanlı embedding modelleriyle ~2 milyon kayıtlık kataloğu vektör uzayına taşıdı. Olay tetiklemeli (event-driven) bir mimariyle AWS Lambda ve SQS kullanılarak dosyalar parçalara ayrılıp paralel işleniyor; scikit-learn'ün K-En Yakın Komşu aramasıyla milisaniyeler içinde en iyi adaylar bulunuyor. Sonuçta anlamsal benzerlik, katı string eşleşmesinin yakalayamadığı yazım farklarını ve varyasyonları geometrik yakınlık olarak yakalayabiliyor.

Sonuç: bulut maliyetlerinde %50'nin üzerinde düşüş, işlem hızında 100 kattan fazla artış ve toplam eşleştirme oranında %65'lik iyileşme. Yeni mimari ayrıca operasyon ekiplerinin manuel incelemesini hızlandıran ve düzeltmelerin modele geri beslendiği bir insan-döngüde iyileştirme akışı da mümkün kıldı. Mühendisler için asıl ders net: ölçek büyüdükçe daha büyük altyapıya yatırım yapmak yerine, önce problemin temel matematiğini ve algoritmik yaklaşımını sorgulamak çok daha büyük kazanımlar sağlayabilir.