60%
“Latency dropped by 60%, cutting average response time from 15.5 seconds to six.”
Tel que publié sur databricks.com. Capturé par usedby le 2 oct. 2026.
Ce qui s’est passé
adidas built a RAG chatbot on Databricks that analyzes sentiment across more than 2 million customer product reviews. It lets product, design, marketing and customer service teams, including nontechnical users, get insights from customer feedback.
Résumé rédigé par usedby à partir de la page source, en anglais. Les chiffres sont ceux de Databricks et de Adidas, pas les nôtres.
- 98.5%“More efficient prompt engineering and smaller context windows reduced token input size by 98.5%, from 200,000 to just 3,000 tokens per query.”
- 30–40%“Through GenAI, adidas improved review analysis efficiency by up to 30–40%, cutting down extensive manual workloads across global teams.”
- 91.67%“91.67% cost savings”
Latency dropped by 60%, cutting average response time from 15.5 seconds to six. More efficient prompt engineering and smaller context windows reduced token input size by 98.5%, from 200,000 to just 3,000 tokens per query.
The GenAI infrastructure we built is already enabling use cases beyond product reviews,
Ce que dit le témoignage, et ce que nous avons vérifié
Nous avons comparé le témoignage à sa page en ligne le 3 oct. 2026.
- Le chiffre : 60%VérifiéImprimé mot pour mot sur la page, près du nom de Adidas.
- L’extrait cité plus hautVérifiéCopié mot pour mot depuis la page, près du nom de Adidas.
- Les nombres de notre résuméVérifiéChacun est imprimé sur la page.
- Adidas utilise DatabricksVérifiéLigne de niveau Confirmé. Dernière vérification, toutes sources confondues : 2 oct. 2026.
- Le résultat lui-mêmeNon vérifiéNous le citons ; nous ne l’avons pas mesuré.




