Uber با OpenAI به افراد کمک می‌کند هوشمندتر درآمد داشته باشند

هر روز، میلیون‌ها نفر برای رزرو سفر، سفارش غذا، ارسال بسته و کسب درآمد منعطف به Uber متکی هستند. پشت هر لمس، یک بازار پیچیده و بلادرنگ قرار دارد که از ترافیک، آب‌وهوا، ورود پروازها به فرودگاه، رویدادهای محلی و تقاضا تأثیر می‌گیرد. Uber در مقیاسی عظیم فعالیت می‌کند: ۴۰ میلیون سفر در روز، ۱۰ میلیون راننده و پیک در ۱۵٬۰۰۰ شهر و بیش از ۷۰ کشور. هر شهر پویایی عملیاتی، مقررات و رفتار مسافر خاص خود را دارد و همین، سیستمی می‌سازد که باید در مقیاس جهانی پیوسته سازگار شود.

Uber مدت‌هاست از یادگیری ماشین برای پشتیبانی از بازار خود استفاده می‌کند. و اکنون، با بهره‌گیری از الگوهای زبانی بزرگ (LLM) و مدل‌های پیشرو از OpenAI، Uber می‌تواند سریع‌تر میان سیگنال‌های پیچیده استدلال کند، پاسخ‌های محاوره‌ای سریع ارائه دهد و تجربه‌های صوتی را درون اپ فراهم کند.

همکاری Uber و OpenAI به Uber کمک می‌کند محصولاتی مبتنی بر هوش مصنوعی بسازد که فرصت‌های کسب درآمد را برای رانندگان و پیک‌ها ساده‌تر می‌کند و اصطکاک را برای مسافران کاهش می‌دهد. همچنین Uber با استفاده از مدل‌های OpenAI می‌تواند محصولات و تجربه‌های روان‌تر را سریع‌تر از همیشه عرضه کند.

برای رانندگان، انعطاف‌پذیری یکی از بزرگ‌ترین نقاط قوت Uber است. بعضی‌ها تمام‌وقت رانندگی می‌کنند، بعضی فقط آخر هفته‌ها، و برخی هم بین کلاس‌ها یا شیفت‌ها رانندگی می‌کنند. این انعطاف‌پذیری همچنین به این معناست که رانندگان پیوسته در حال ارزیابی گزینه‌ها و طرح پرسش‌ها هستند: الان کجا مستقر شوم؟ رفتن به فرودگاه می‌ارزد؟ وقت ناهار از سفر به تحویل مرسوله تغییر بدهم؟ چرا درآمدم امروز متفاوت به نظر می‌رسد؟

برای پاسخ به این پرسش‌ها، Uber Uber Assistant را توسعه داد؛ دستیاری مبتنی بر هوش مصنوعی که برای کمک به رانندگان در سراسر چرخه حضورشان در پلتفرم طراحی شده است—از شروع به کار و اولین سفرها تا بهینه‌سازی درآمد روزانه.

دارمین پاریک، مدیر مدیریت محصول در Uber، می‌گوید: «می‌خواهیم با ارائه نمایی خلاصه از بازار و بینش‌های بلادرنگ، رانندگان را قادر کنیم برای خودشان تصمیم‌های بهتری بگیرند.»

Assistant با تبدیل داده‌های پیچیده‌ای مانند روندهای درآمد و نقشه‌های حرارتی به بینش‌های ساده و قابل‌اقدام درباره محل استقرار، به رانندگان کمک می‌کند بدانند کجا و چه زمانی درآمد داشته باشند. سپس آن‌ها می‌توانند به زبان ساده پرسش‌های بعدی را مطرح کنند، پاسخ‌های متناسب بگیرند و به‌راحتی در اپ جابه‌جا شوند.

هدف Uber کاهش بار شناختی است—یعنی تلاشی که برای تفسیر داده‌های پیچیده بازار هنگام تلاش برای کسب درآمد لازم است.

این موضوع به‌ویژه برای رانندگان تازه‌کار ارزشمند بوده است. Uber دریافت که استفاده از هوش مصنوعی برای خلاصه‌سازی و انتقال آسان داده‌های دنیای واقعی Uber می‌تواند سرعت رسیدن به مهارت را بیشتر کند، چون به رانندگان کمک می‌کند جریان‌های کاری و پویایی‌های بازار را بسیار سریع‌تر از روش آزمون‌وخطا یاد بگیرند.

گرچه در ابتدا انتظار می‌رفت Uber Assistant بیشتر به رانندگان تازه‌کار کمک کند، رانندگان باتجربه نیز بارها بازگشتند تا پرسش‌های بعدی بپرسند و زمان خود را روی پلتفرم بهینه کنند—و این محصول را نه صرفاً به‌عنوان ابزاری برای شروع کار، بلکه به‌عنوان ابزاری بلندمدت تأیید کردند.

پاریک می‌گوید: «Assistant به رانندگان کمک می‌کند خیلی سریع‌تر به مهارت برسند، در مقایسه با این‌که لازم باشد صدها سفر انجام دهند تا بفهمند پلتفرم چگونه کار می‌کند.»

برای Uber، دقت، ایمنی، قابل‌اعتمادبودن و سرعت، هنگام پیاده‌سازی هر سیستم هوش مصنوعی که خروجی‌هایش با رانندگان و پیک‌ها تعامل خواهد داشت، در اولویت اصلی هستند. ملاحظات حیاتی شامل این است که پاسخ‌ها در چارچوب سیاست‌ها باقی بمانند و تأخیر نیز مطابق استانداردی باشد که کاربران از یک اپ موبایل بلادرنگ انتظار دارند.

به همین دلیل Uber، Uber Assistant را بر پایه سه اصل محوری طراحی کرده است: ایمنی، اعتماد و تأخیر پایین.

تیم‌های مهندسی Uber یک معماری چندعاملی ساخته‌اند که هر درخواست کاربر را به مناسب‌ترین سیستم تخصصی هدایت می‌کند. برای مثال، به پرسش‌های مربوط به درآمد می‌توان متفاوت از پرسش‌های مربوط به شروع به کار پاسخ داد، و راهنمایی بازار به استدلالی متفاوت از اقدامات تراکنشی نیاز دارد.

این معماری به Uber امکان می‌دهد هر وظیفه را به مدلی بسپارد که بیشترین تناسب را با نیازهای عملیاتی مشخص آن دارد و تضمین می‌کند هر پرسش با تمرکز مناسب بر مهم‌ترین موضوعات رسیدگی شود.

برای دسته‌بندی سبک و پاسخ‌های سریع، Uber از مدل‌های سریع‌تر nano/mini استفاده می‌کند. برای وظایف پیچیده‌تر، Uber از مدل‌های بزرگ‌ترِ مدل استدلال بهره می‌برد.

Uber همچنین AI Guard را توسعه داده است؛ یک لایه حاکمیتی داخلی که به غربال اعلان‌ها و پاسخ‌ها کمک می‌کند تا ایمنی، حریم خصوصی و امنیت تقویت شود، سیاست‌ها اجرا شوند، توهم‌زایی کاهش یابد و یکپارچگی در سراسر تجربه‌ها حفظ شود.

وقتی رانندگان توصیه‌های دقیق و مفید دریافت می‌کنند، دوباره برمی‌گردند. پرسش‌های بیشتری می‌پرسند. بارها تعامل می‌کنند. و زمان پربارتری را روی پلتفرم می‌گذرانند.

پاریک می‌گوید: «اگر کاربران به سیستم اعتماد نکنند، خیلی سریع آن‌ها را از دست می‌دهید. اما وقتی ارزش را ببینند، بازمی‌گردند.»

Uber همچنین APIهای Realtime از OpenAI را برای یکی از تغییرات بزرگ بعدی در رابط‌های فناوری به‌کار می‌گیرد: صوت.

تایپ کردن در یک اپ می‌تواند برای درخواست‌های ساده کارآمد باشد. اما بسیاری از نیازهای حمل‌ونقل و تجارت پیچیده‌تر هستند.

مثلاً یک مسافر ممکن است بخواهد بگوید: «من پنج چمدان و پنج نفر دیگر همراهم دارم. یک سفر خوب تا فرودگاه می‌خواهم. چه پیشنهادی می‌دهید؟» یک سالمند یا مسافری با آسیب بینایی ممکن است ترجیح دهد به‌جای لمس کردن منوها صحبت کند.

تجربه‌های صوتی جدید Uber برای کم‌زحمت کردن همین لحظه‌ها طراحی شده‌اند. کاربران می‌توانند روی آیکن میکروفون در نوار جست‌وجوی «کجا می‌روید» در اپ Uber بزنند و با گفتار طبیعی درخواست سفر بدهند. این سیستم از Realtime API و دیگر مدل‌های پیشرو برای تفسیر قصد کاربر استفاده می‌کند، از مکان‌های ذخیره‌شده و زمینه مشتری بهره می‌گیرد و پیشنهاد ارائه می‌دهد—در حالی که پاسخ‌های گفتاری و بصری را درون اپ با هم همگام می‌کند.

این می‌تواند به معنای پیشنهاد UberXL برای سفرهای پر از چمدان یا تشخیص مقصدهای ذخیره‌شده‌ای مثل «خانه» باشد.

پاریک می‌گوید: «صوت مانع انجام یک کار در هر بار را برمی‌دارد. شما می‌توانید قصد کامل خود را به‌طور طبیعی بیان کنید و سیستم می‌تواند نتیجه را هماهنگ کند.»

صوت همچنین دسترس‌پذیری را گسترش می‌دهد و جریان‌های کاری تازه‌ای را در سراسر اکوسیستم Uber ممکن می‌کند. در سمت راننده، به رانندگان اجازه می‌دهد بدون استفاده از دست با اپ تعامل کنند. در سمت مسافر، می‌تواند زحمت را برای مشتریانی که تعاملات سریع‌تر و ساده‌تر می‌خواهند کاهش دهد.

ویدیاساگر می‌گوید: «صوت مانع چندبار لمس کردن را از بین می‌برد، چون می‌توانید چند چیز را بگویید. این، توانایی اتصال بخش‌های مختلف اکوسیستم را آزاد می‌کند.»

هم‌زمان با تکامل سریع قابلیت‌های الگوهای زبانی بزرگ (LLM)، Uber شیوه ساخت تیم‌ها را نیز تغییر داده است.

مهندسان در سراسر سازمان با اعلان‌نویسی، سیستم‌های بازیابی، خط لوله‌های ارزیابی و چارچوب‌های ارکستراسیون کار می‌کنند. تیم‌های محصول، حقوقی، عملیات و طراحی نیز برای تعریف مرزهای سیاستی، آزمودن خروجی‌ها و بهبود تجربه‌های کاربری نزدیک‌تر با هم همکاری می‌کنند.

به‌جای این‌که نوآوری فقط در اختیار یک تیم مرکزی کوچک هوش مصنوعی باشد، اکنون هوشمندی می‌تواند در سراسر شرکت تعبیه شود.

ویدیاساگر می‌گوید: «دیگر یک گروه تخصصی واحد نیست که همه این کارها را انجام دهد. بسیاری از تیم‌ها می‌توانند مشارکت کنند، چون موانع ساختن کمتر شده است.»

این تغییر، آزمایش‌گری را شتاب می‌دهد و ایده‌های تازه‌ای را در سراسر اکوسیستم Uber ایجاد می‌کند.

ویدیاساگر می‌گوید: «هر رانندگی، هر سفر، دنباله‌ای از رویدادهاست و درک و پردازش این ظرافت‌ها همان چیزی است که الگوهای زبانی بزرگ (LLM) برای ما ممکن می‌کند. این موضوع اطلاعات زیادی به ما می‌دهد درباره این‌که قدم بعدی کجا باید باشد، و این گشایش—در مقیاسی که ما داریم—فوق‌العاده قدرتمند است.»

اکنون Uber Assistant در قالب یک عرضه آزمایشی در سراسر شبکه رانندگان آمریکا گسترش یافته است، و Uber همچنان این تجربه را آزمایش و اصلاح می‌کند:

• صدها هزار راننده در آمریکا اکنون به تجربه‌های بتای Uber Assistant دسترسی دارند
• بهبود پشتیبانی از رانندگان در مراحل اولیه فعالیت و کمک به رانندگان تازه‌کار برای موقعیت‌گیری بهتر و دریافت سفرهای بیشتر
• تعامل تکرارشونده قوی، به‌طوری‌که کاربران پس از تعامل‌های موفق بازمی‌گردند
• استفاده بهتر از زمان روی پلتفرم از طریق بینش‌های هوشمندانه‌تر بازار
• چرخه‌های سریع‌تر تکرار محصول از طریق تخصصی‌سازی مدل و سیستم‌های ارزیابی پیوسته

از کمک به یک راننده تازه‌کار برای انجام اولین سفرش تا راهنمایی یک راننده باتجربه که به دنبال فرصت‌های بهتر برای کسب درآمد است، Uber از مدل‌های OpenAI استفاده می‌کند تا کار را پربارتر، حمل‌ونقل را روان‌تر و امور روزمره را انسانی‌تر کند.

ویدیاساگر می‌گوید: «برای منِ مهندس، OpenAI توانایی حل این مسائل را به شیوه‌هایی متفاوت و منحصربه‌فرد آزاد می‌کند.»