Uber, OpenAI দিয়ে আরও স্মার্ট আয় ও দ্রুত বুকিংয়ে সহায়তা করে

প্রতিদিন, কোটি কোটি মানুষ রাইড বুক করতে, খাবার অর্ডার করতে, প্যাকেজ পাঠাতে এবং নমনীয়ভাবে আয় করতে Uber-এর ওপর নির্ভর করে. প্রতিটি ট্যাপের পেছনে থাকে একটি জটিল রিয়েল-টাইম মার্কেটপ্লেস, যা ট্রাফিক, আবহাওয়া, বিমানবন্দরে আগমন, স্থানীয় ইভেন্ট এবং চাহিদার দ্বারা গঠিত. Uber বিশাল পরিসরে কাজ করে: প্রতিদিন ৪ কোটি ট্রিপ, ৭০টিরও বেশি দেশের ১৫,০০০ শহরে ১ কোটি চালক ও কুরিয়ার. প্রতিটি শহরের নিজস্ব অপারেশনাল গতিবিধি, নিয়মকানুন এবং যাত্রীর আচরণ রয়েছে, ফলে এমন একটি সিস্টেম তৈরি হয় যা বৈশ্বিক পরিসরে ক্রমাগত মানিয়ে নিতে হয়.

Uber দীর্ঘদিন ধরেই তার মার্কেটপ্লেসকে সমর্থন দিতে মেশিন লার্নিং ব্যবহার করছে. আর এখন, বৃহৎ ভাষা মডেল এবং OpenAI-এর ফ্রন্টিয়ার মডেলের সুবিধায় Uber আরও দ্রুত জটিল সংকেত বিশ্লেষণ করতে, দ্রুত কথোপকথনভিত্তিক উত্তর দিতে এবং অ্যাপের মধ্যে ভয়েস অভিজ্ঞতা চালু করতে পারছে.

Uber ও OpenAI-এর সহযোগিতা Uber-কে এমন AI-চালিত পণ্য তৈরি করতে সাহায্য করছে, যা চালক ও কুরিয়ারদের আয়ের সুযোগ সহজ করে এবং যাত্রীদের জন্য ঝামেলা কমায়. আর OpenAI-এর মডেল ব্যবহার করে Uber আগের যেকোনো সময়ের চেয়ে দ্রুত আরও সহজতর পণ্য ও অভিজ্ঞতা চালু করতে পারছে.

চালকদের জন্য নমনীয়তা Uber-এর সবচেয়ে বড় শক্তিগুলোর একটি. কেউ পূর্ণসময়ে গাড়ি চালান, কেউ শুধু সপ্তাহান্তে, আবার কেউ ক্লাস বা শিফটের ফাঁকে গাড়ি চালান. এই নমনীয়তার অর্থ হলো চালকেরা নিয়মিত বিকল্প যাচাই করছেন এবং প্রশ্ন করছেন: এই মুহূর্তে আমার কোথায় অবস্থান করা উচিত? বিমানবন্দরে গাড়ি নিয়ে যাওয়া কি সার্থক হবে? দুপুরের সময় কি রাইড থেকে ডেলিভারিতে বদলানো উচিত? আজ আমার আয় ভিন্ন দেখাচ্ছে কেন?

এসব প্রশ্নের উত্তর দিতে Uber Uber Assistant তৈরি করেছে, একটি AI-চালিত সহকারী যা প্ল্যাটফর্মে চালকদের পুরো যাত্রাপথে সহায়তা করার জন্য তৈরি—অনবোর্ডিং ও প্রথম ট্রিপ থেকে শুরু করে দৈনন্দিন আয় অপ্টিমাইজেশন পর্যন্ত.

Uber-এর প্রোডাক্ট ম্যানেজমেন্টের ডিরেক্টর Dharmin Parikh বলেন, “আমরা মার্কেটপ্লেসের একটি সারসংক্ষেপ এবং রিয়েল-টাইম অন্তর্দৃষ্টি দিয়ে চালকদের নিজেদের জন্য আরও ভালো সিদ্ধান্ত নিতে সক্ষম করতে চাই.”

Assistant চালকদের কোথায় এবং কখন আয় করা উচিত সে বিষয়ে সাহায্য করে, কারণ এটি আয়ের প্রবণতা ও হিটম্যাপের মতো জটিল ডেটাকে সহজ, কার্যকর অবস্থানগত অন্তর্দৃষ্টিতে রূপান্তর করে. এরপর তারা সাধারণ ভাষায় ফলো-আপ প্রশ্ন করতে পারে, উপযোগী উত্তর পেতে পারে এবং সহজে অ্যাপে নেভিগেট করতে পারে.

Uber-এর লক্ষ্য হলো মানসিক চাপ কমানো—অর্থাৎ আয় করার চেষ্টা করতে করতে জটিল মার্কেটপ্লেস ডেটা ব্যাখ্যা করতে যে প্রচেষ্টা লাগে তা হ্রাস করা.

এটি বিশেষভাবে নতুন চালকদের জন্য খুবই মূল্যবান প্রমাণিত হয়েছে. Uber দেখেছে, বাস্তবজগতের Uber ডেটা AI দিয়ে সারসংক্ষেপ করে সহজভাবে জানালে শুধু চেষ্টা-ভুলের ওপর নির্ভর করার চেয়ে অনেক দ্রুত চালকদের ওয়ার্কফ্লো ও মার্কেটপ্লেসের গতিবিধি শিখতে সাহায্য করে দ্রুত মানিয়ে নিতে পারে.

যদিও প্রথমে ধারণা করা হয়েছিল Uber Assistant মূলত নতুন চালকদেরই বেশি সাহায্য করবে, অভিজ্ঞ চালকেরাও ফলো-আপ প্রশ্ন করতে এবং প্ল্যাটফর্মে নিজেদের সময় অপ্টিমাইজ করতে বারবার ফিরে এসেছেন—যা প্রমাণ করে এটি শুধু অনবোর্ডিং টুল নয়, দীর্ঘমেয়াদি কার্যকর সহায়ক পণ্য.

Parikh বলেন, “Assistant চালকদের দ্রুত মানিয়ে নিতে সাহায্য করছে, যেখানে প্ল্যাটফর্মটি কীভাবে কাজ করে তা বুঝতে নইলে কয়েকশো ট্রিপ লেগে যেত.”

Uber-এর জন্য, এমন কোনো AI সিস্টেম বাস্তবায়নের সময় যার আউটপুট চালক ও কুরিয়ারদের সঙ্গে মিথস্ক্রিয়া করবে, নির্ভুলতা, নিরাপত্তা, বিশ্বস্ততা এবং গতি সর্বোচ্চ অগ্রাধিকার পায়. গুরুত্বপূর্ণ বিবেচনার মধ্যে রয়েছে প্রতিক্রিয়াগুলো যেন নীতিমালার মধ্যে থাকে, এবং লেটেন্সি যেন রিয়েল-টাইম মোবাইল অ্যাপ থেকে ব্যবহারকারীরা যে মান আশা করেন তা পূরণ করে.

এ কারণেই Uber তিনটি মূল নীতিকে সামনে রেখে Uber Assistant ডিজাইন করেছে: নিরাপত্তা, আস্থা এবং কম লেটেন্সি.

Uber-এর ইঞ্জিনিয়ারিং টিমগুলো একটি মাল্টি-এজেন্ট আর্কিটেকচার তৈরি করেছে, যা প্রতিটি ব্যবহারকারীর অনুরোধকে সবচেয়ে উপযুক্ত বিশেষায়িত সিস্টেমে পাঠায়. উদাহরণস্বরূপ, আয়সংক্রান্ত প্রশ্ন অনবোর্ডিং প্রশ্নের তুলনায় ভিন্নভাবে পরিচালিত হতে পারে, এবং মার্কেটপ্লেস নির্দেশনার জন্য লেনদেনভিত্তিক কাজের চেয়ে আলাদা ধরনের বিশ্লেষণ প্রয়োজন.

এই আর্কিটেকচার Uber-কে প্রতিটি কাজকে তার নির্দিষ্ট অপারেশনাল চাহিদার জন্য সবচেয়ে উপযোগী মডেলে পাঠাতে সক্ষম করে, যাতে প্রতিটি জিজ্ঞাসা যথাযথভাবে সেই বিষয়গুলোর ওপর ফোকাস রেখে সামলানো হয় যা সবচেয়ে গুরুত্বপূর্ণ.

হালকা শ্রেণিবিন্যাস এবং দ্রুত প্রতিক্রিয়ার জন্য Uber দ্রুততর nano/mini মডেল ব্যবহার করে. আরও জটিল কাজের জন্য Uber বড়, রিজনিং মডেল ব্যবহার করে.

Uber আরও AI Guard তৈরি করেছে, একটি অভ্যন্তরীণ গভর্ন্যান্স স্তর যা নিরাপত্তা, গোপনীয়তা এবং সুরক্ষা জোরদার করতে, নীতিমালা প্রয়োগ করতে, হ্যালুসিনেশন কমাতে এবং বিভিন্ন অভিজ্ঞতায় সামঞ্জস্য বজায় রাখতে প্রম্পট ও প্রতিক্রিয়া স্ক্রিন করতে সাহায্য করে.

চালকেরা যখন নির্ভুল, উপকারী সুপারিশ পান, তখন তারা আবার ফিরে আসেন. তারা আরও প্রশ্ন করেন. তারা বারবার সম্পৃক্ত হন. আর তারা প্ল্যাটফর্মে আরও ফলপ্রসূ সময় ব্যয় করেন.

Parikh বলেন, “ব্যবহারকারীরা যদি সিস্টেমটিকে বিশ্বাস না করেন, তবে আপনি খুব দ্রুতই তাদের হারাবেন. কিন্তু তারা যখন মূল্য দেখেন, তখন তারা ফিরে আসেন.”

Uber প্রযুক্তির পরবর্তী বড় ইন্টারফেস পরিবর্তনগুলোর একটিতে—ভয়েসে—OpenAI Realtime API-ও প্রয়োগ করছে.

সহজ অনুরোধের জন্য অ্যাপে টাইপ করা কার্যকর হতে পারে. কিন্তু পরিবহন ও বাণিজ্যের অনেক প্রয়োজন আরও জটিল.

একজন ভ্রমণকারী বলতে চাইতে পারেন, “I have five pieces of luggage and five other people with me. I need a nice ride to the airport. What do you recommend?” বয়স্ক কেউ বা দৃষ্টিপ্রতিবন্ধী যাত্রী মেনুতে ট্যাপ করার বদলে কথা বলতে পছন্দ করতে পারেন.

Uber-এর নতুন ভয়েস অভিজ্ঞতাগুলো এসব মুহূর্তকে ঝামেলামুক্ত করতে তৈরি করা হয়েছে. ব্যবহারকারীরা Uber অ্যাপের ‘where to’ সার্চ বারে মাইক্রোফোন আইকনে ট্যাপ করে স্বাভাবিক কথাবার্তা ব্যবহার করে রাইডের অনুরোধ করতে পারেন. সিস্টেমটি Realtime API এবং অন্যান্য ফ্রন্টিয়ার মডেল ব্যবহার করে উদ্দেশ্য ব্যাখ্যা করে, সংরক্ষিত অবস্থান ও গ্রাহক-প্রসঙ্গ কাজে লাগায়, এবং সুপারিশ দেয়—একই সঙ্গে অ্যাপের ভেতরে কথ্য ও দৃশ্যমান প্রতিক্রিয়া সমন্বয় করে.

এর অর্থ হতে পারে অনেক লাগেজসহ ট্রিপের জন্য UberXL সুপারিশ করা অথবা “home” এর মতো সংরক্ষিত গন্তব্য চিনে নেওয়া.

Parikh বলেন, “ভয়েস একবারে একটি কাজ সম্পন্ন করার বাধা দূর করে. আপনি স্বাভাবিকভাবে পূর্ণ উদ্দেশ্য প্রকাশ করতে পারেন, আর সিস্টেম ফলাফলটি সমন্বয় করতে পারে.”

ভয়েস প্রবেশগম্যতাও বাড়ায় এবং Uber-এর ইকোসিস্টেমজুড়ে নতুন ওয়ার্কফ্লো উন্মুক্ত করে. চালকদের ক্ষেত্রে এটি তাদের হ্যান্ডস-ফ্রি অবস্থায় অ্যাপের সঙ্গে মিথস্ক্রিয়া করতে দেয়. যাত্রীদের ক্ষেত্রে, এটি দ্রুততর ও সহজতর মিথস্ক্রিয়া চান এমন গ্রাহকদের জন্য ঝামেলা কমাতে পারে.

Vidyasagar বলেন, “ভয়েস বহুবার ট্যাপ করার বাধা দূর করে, কারণ আপনি একসঙ্গে অনেক কিছু বলতে পারেন. এটি ইকোসিস্টেমের বিভিন্ন অংশকে যুক্ত করার সেই সক্ষমতা উন্মুক্ত করে.”

LLM সক্ষমতা দ্রুত বদলাতে থাকায় Uber দলগুলো কীভাবে পণ্য তৈরি করে তাও বদলেছে.

প্রতিষ্ঠানজুড়ে ইঞ্জিনিয়ারেরা প্রম্পটিং, রিট্রিভাল সিস্টেম, মূল্যায়ন পাইপলাইন এবং অর্কেস্ট্রেশন ফ্রেমওয়ার্ক নিয়ে কাজ করছেন. প্রোডাক্ট, লিগ্যাল, অপারেশনস এবং ডিজাইন টিম আরও ঘনিষ্ঠভাবে সহযোগিতা করছে নীতিগত সীমা নির্ধারণ, আউটপুট পরীক্ষা এবং ব্যবহারকারীর অভিজ্ঞতা উন্নত করতে.

উদ্ভাবনের দায়িত্ব শুধু একটি ছোট কেন্দ্রীয় AI টিমের হাতে থাকার বদলে, এখন বুদ্ধিমত্তা পুরো কোম্পিজুড়ে অন্তর্ভুক্ত করা যায়.

Vidyasagar বলেন, “এখন আর একটি বিশেষায়িত দলই শুধু সব কাজ করছে না. অনেক দল অবদান রাখতে পারে, কারণ তৈরি করার বাধাগুলো কমে এসেছে.”

এই পরিবর্তন পরীক্ষানিরীক্ষা ত্বরান্বিত করে এবং Uber-এর ইকোসিস্টেমজুড়ে নতুন ধারণা তৈরি করে.

Vidyasagar বলেন, “প্রতিটি ড্রাইভ, প্রতিটি ট্রিপ হলো ঘটনাগুলোর একটি ক্রম, আর সেই সূক্ষ্মতা বোঝা ও প্রক্রিয়াকরণ করার সুযোগই আমাদের জন্য LLM উন্মুক্ত করে. এতে আমরা পরবর্তী কোথায় যাওয়া উচিত সে সম্পর্কে অনেক তথ্য পাই, আর আমাদের এই পরিসরে–সেই উন্মোচন–অসাধারণ শক্তিশালী.”

Uber Assistant এখন পরীক্ষামূলকভাবে যুক্তরাষ্ট্রের চালক নেটওয়ার্কজুড়ে সম্প্রসারিত হয়েছে, আর Uber অভিজ্ঞতাটি পরীক্ষা ও পরিমার্জন চালিয়ে যাচ্ছে:

• যুক্তরাষ্ট্রের লক্ষাধিক চালক এখন Uber Assistant-এর বেটা অভিজ্ঞতায় প্রবেশাধিকার পাচ্ছেন
• প্রাথমিক পর্যায়ের চালকদের জন্য উন্নত সহায়তা, যা নতুন চালকদের আরও বেশি ট্রিপের জন্য ভালোভাবে নিজেদের অবস্থান নির্ধারণে সাহায্য করছে
• শক্তিশালী পুনরাবৃত্ত সম্পৃক্ততা, যেখানে সফল মিথস্ক্রিয়ার পর ব্যবহারকারীরা আবার ফিরে আসছেন
• আরও স্মার্ট মার্কেটপ্লেস অন্তর্দৃষ্টির মাধ্যমে প্ল্যাটফর্মে সময়ের আরও ভালো ব্যবহার
• মডেল বিশেষায়ন এবং ধারাবাহিক মূল্যায়ন ব্যবস্থার মাধ্যমে দ্রুততর পণ্য পুনরাবৃত্তি চক্র

একজন নতুন চালককে প্রথম ট্রিপ পেতে সাহায্য করা থেকে শুরু করে ভালো আয়ের সুযোগ খুঁজছেন এমন অভিজ্ঞ চালককে নির্দেশনা দেওয়া পর্যন্ত, Uber কাজকে আরও ফলপ্রসূ, যাতায়াতকে আরও নির্বিঘ্ন এবং দৈনন্দিন লজিস্টিকসকে আরও মানবিক করতে OpenAI মডেল ব্যবহার করছে.

Vidyasagar বলেন, “একজন ইঞ্জিনিয়ার হিসেবে OpenAI আমাদের শুধু ভিন্ন এবং অনন্য উপায়ে সেই সমস্যাগুলো সমাধানের সক্ষমতা উন্মুক্ত করে.”