Alibaba'nın Qwen ekibi ve Hong Kong Bilim ve Teknoloji Üniversitesi (HKUST) araştırmacıları, büyük dil modellerinin 365 gün boyunca özerk bir e-ticaret işletmesi yönetme yeteneğini test eden 'E-Commerce Bench' benchmark'ını yayınladı.
Deneyde 18 farklı AI modeline (GPT-5.6 Sol, Fable5, Gemini 3.1 Pro, Qwen3.8-Max-Preview, DeepSeek-V4-Pro-Preview vb.) 100 bin yuan (yaklaşık 235 bin TL) başlangıç sermayesi verildi ve gerçek Taobao/Tmall verilerine dayalı bir pazar simülasyonunda 4 mağaza, 6886 ürün ve 576 tedarikçi ile çalışmaları sağlandı.
Modeller, pazarlama, fiyat pazarlığı, tedarik, lojistik, iade yönetimi ve nakit akışı planlaması dahil 18 araç kullanarak tam özerk işletme kararları aldı.