Uber koristi OpenAI da pomogne ljudi da zarade i brže rezervišu

Svaki dan milioni ljudi koriste Uber za rezervaciju vožnji, naručivanje hrane, slanje paketa i fleksibilnu zaradu. Iza svakog dodira stoji složeno tržište u realnom vremenu koje oblikuju saobraćaj, vrijeme, dolasci na aerodrome, lokalni događaji i potražnja. Uber posluje u ogromnim razmjerama: 40 miliona vožnji dnevno, 10 miliona vozača i dostavljača u 15.000 gradova u više od 70 zemalja. Svaki grad ima vlastitu operativnu dinamiku, propise i ponašanje putnika, što stvara sistem koji se mora neprestano prilagođavati na globalnom nivou.

Uber već dugo koristi mašinsko učenje kao podršku svom tržištu. A sada, uz prednosti velikih jezičkih modela i OpenAI frontier modela, Uber može brže rezonovati kroz složene signale, pružati brze konverzacijske odgovore i pokretati glasovna iskustva unutar aplikacije.

Saradnja između Ubera i OpenAI pomaže Uberu da gradi proizvode zasnovane na AI-ju koji pojednostavljuju mogućnosti zarade za vozače i dostavljače te smanjuju prepreke za putnike. Koristeći OpenAI modele, Uber može brže nego ikad isporučivati pojednostavljene proizvode i iskustva.

Za vozače je fleksibilnost jedna od najvećih Uberovih prednosti. Neki voze puno radno vrijeme, drugi samo vikendom, dok neki voze između predavanja ili smjena. Ta fleksibilnost također znači da vozači stalno procjenjuju opcije i postavljaju pitanja: Gdje bih se sada trebao pozicionirati? Isplati li se voziti do aerodroma? Trebam li tokom ručka preći s vožnji na dostave? Zašto je moja zarada danas izgledala drugačije?

Kako bi pomogao odgovoriti na ta pitanja, Uber je razvio Uber Assistant, asistenta zasnovanog na AI-ju osmišljenog da pomaže vozačima tokom cijelog njihovog ciklusa na platformi — od uključivanja i prvih vožnji do svakodnevne optimizacije zarade.

„Želimo omogućiti vozačima da donose bolje odluke za sebe pružajući sažet prikaz tržišta i uvide u realnom vremenu“, kaže Dharmin Parikh, direktor upravljanja proizvodima u Uberu.

Assistant pomaže vozačima gdje i kada da zarađuju tako što složene podatke poput trendova zarade i toplinskih mapa pretvara u jednostavne, primjenjive uvide o pozicioniranju. Zatim mogu postavljati dodatna pitanja običnim jezikom, dobijati prilagođene odgovore i lakše se kretati kroz aplikaciju.

Uberov cilj je smanjiti kognitivno opterećenje — napor potreban za tumačenje složenih tržišnih podataka dok se istovremeno pokušava zaraditi.

To se pokazalo posebno vrijednim za nove vozače. Uber je utvrdio da korištenje AI-ja za sažimanje i jednostavno prenošenje Uberovih podataka iz stvarnog svijeta može ubrzati uhodavanje pomažući vozačima da mnogo brže nauče tokove rada i dinamiku tržišta nego samo kroz pokušaje i greške.

Iako se u početku očekivalo da će Uber Assistant najviše pomoći novijim vozačima, i iskusni vozači su se stalno vraćali da postavljaju dodatna pitanja i optimizuju svoje vrijeme na platformi — potvrđujući da je proizvod dugoročno koristan, a ne samo alat za uključivanje.

„Assistant pomaže vozačima da se brzo uhodaju, u poređenju s tim da moraju obaviti nekoliko stotina vožnji kako bi razumjeli kako platforma funkcioniše“, kaže Parikh.

Za Uber su tačnost, sigurnost, pouzdanost i brzina glavni prioriteti pri implementaciji bilo kojeg AI sistema čiji će izlazi biti u interakciji s vozačima i dostavljačima. Ključna razmatranja uključuju da odgovori ostanu u okviru pravila i da latencija zadovolji standard koji korisnici očekuju od mobilne aplikacije u realnom vremenu.

Zato je Uber osmislio Uber Assistant oko tri osnovna principa: sigurnosti, povjerenja i niske latencije.

Uberovi inženjerski timovi izgradili su višeagentsku arhitekturu koja svaki korisnički zahtjev usmjerava na najprikladniji specijalizirani sistem. Naprimjer, pitanja o zaradi mogu se obrađivati drugačije od pitanja o uključivanju, a smjernice za tržište zahtijevaju drugačije rezonovanje od transakcijskih radnji.

Ova arhitektura omogućava Uberu da svaki zadatak usmjeri na model koji najbolje odgovara njegovim specifičnim operativnim potrebama, osiguravajući da se svaki upit obrađuje uz odgovarajući fokus na ono što je najvažnije.

Za laganu klasifikaciju i brze odgovore, Uber koristi brže nano/mini modele. Za složenije zadatke, Uber koristi veće modele rezonovanja.

Uber je također razvio AI Guard, interni sloj upravljanja koji pomaže u provjeri upita i odgovora radi unapređenja sigurnosti, privatnosti i zaštite, provođenja pravila, smanjenja halucinacija i održavanja dosljednosti kroz različita iskustva.

Kada vozači dobiju tačne i korisne preporuke, vraćaju se. Postavljaju više pitanja. Više puta se angažuju. I provode više produktivnog vremena na platformi.

„Ako korisnici nemaju povjerenja u sistem, brzo ih gubite“, kaže Parikh. „Ali kada vide vrijednost, vraćaju se.“

Uber također primjenjuje OpenAI Realtime API-je na jednu od narednih velikih promjena korisničkog interfejsa u tehnologiji: glas.

Kucanje u aplikaciji može biti efikasno za jednostavne zahtjeve. Ali mnoge potrebe u prijevozu i trgovini su složenije.

Putnik bi mogao reći: „Imam pet komada prtljaga i još pet osoba sa sobom. Treba mi udobna vožnja do aerodroma. Šta preporučujete?“ Starija osoba ili slabovidni putnik možda će radije govoriti nego prolaziti kroz menije dodirom.

Uberova nova glasovna iskustva osmišljena su da takve trenutke učine jednostavnim. Korisnici mogu dodirnuti ikonu mikrofona na traci za pretragu „kuda do“ u Uber aplikaciji i zatražiti vožnju prirodnim govorom. Sistem koristi Realtime API i druge frontier modele za tumačenje namjere, oslanja se na sačuvane lokacije i kontekst korisnika te daje preporuke — uz sinhronizaciju glasovnih i vizuelnih odgovora unutar aplikacije.

To može značiti predlaganje usluge UberXL za putovanja s puno prtljaga ili prepoznavanje sačuvanih odredišta kao što je „dom“.

„Glas uklanja prepreku obavljanja samo jednog zadatka odjednom“, kaže Parikh. „Možete prirodno izraziti punu namjeru, a sistem može orkestrirati ishod.“

Glas također proširuje pristupačnost i otključava nove tokove rada u cijelom Uberovom ekosistemu. Na strani vozača omogućava vozačima interakciju s aplikacijom bez ruku. Na strani putnika može smanjiti prepreke za korisnike koji žele brže i jednostavnije interakcije.

„Glas uklanja prepreku višestrukih dodira jer možete reći više stvari“, kaže Vidyasagar. „Otključava mogućnost povezivanja različitih dijelova ekosistema.“

Kako se mogućnosti LLM-a brzo razvijaju, Uber je promijenio i način na koji timovi grade.

Inženjeri širom organizacije rade s upitima, sistemima za dohvat, evaluacijskim cjevovodima i okvirima za orkestraciju. Timovi za proizvode, pravne poslove, operacije i dizajn tijesnije sarađuju kako bi definisali granice pravila, testirali izlaze i unaprijedili korisnička iskustva.

Umjesto da mala centralizirana AI ekipa upravlja inovacijama, inteligencija sada može biti ugrađena širom kompanije.

„Ovo više nije posao jedne specijalizirane grupe“, kaže Vidyasagar. „Mnogi timovi mogu doprinositi jer su prepreke za razvoj smanjene.“

Ta promjena ubrzava eksperimentisanje i stvara nove ideje u cijelom Uberovom ekosistemu.

„Svaka vožnja, svako putovanje niz je događaja, a razumijevanje i obrada tih nijansi ono je što nam LLM otključava“, kaže Vidyasagar. „To nam daje mnogo informacija o tome kuda dalje treba da idemo, a to otključavanje — na razmjerama koje imamo — izuzetno je moćno.“

Uber Assistant je sada proširen širom mreže vozača u SAD-u u eksperimentalnom uvođenju, dok Uber nastavlja testirati i usavršavati iskustvo:

• Stotine hiljada vozača u SAD-u sada imaju pristup beta iskustvima Uber Assistanta
• Poboljšana podrška za vozače u ranoj fazi korištenja platforme, pomažući novim vozačima da se bolje pozicioniraju za više vožnji
• Snažan ponovljeni angažman, pri čemu se korisnici vraćaju nakon uspješnih interakcija
• Bolje korištenje vremena na platformi kroz pametnije tržišne uvide
• Brži ciklusi iteracije proizvoda zahvaljujući specijalizaciji modela i sistemima kontinuirane evaluacije

Od pomaganja novom vozaču da obavi svoju prvu vožnju do usmjeravanja iskusnog vozača koji traži bolje prilike za zaradu, Uber koristi OpenAI modele kako bi rad učinio produktivnijim, prijevoz jednostavnijim, a svakodnevnu logistiku humanijom.

„Kao inženjeru, OpenAI mi jednostavno otvara mogućnost da te probleme rješavam na različite i jedinstvene načine“, kaže Vidyasagar.