Choco automatisoi elintarvikejakelua tekoälyagenteilla
OpenAI-rajapinnoilla Choco käsittelee miljoonia tilauksia, vähentää manuaalista työtä ja mahdollistaa ympärivuorokautisen toiminnan maailmanlaajuisissa elintarvikeketjuissa.

Tulokset
8,8 milj.+
Käsiteltyä tilausta vuodessa
Tulokset
200 mrd.+
Tekoälyn tuotantokäytössä käsittelemää tokenia
Tulokset
↑50 %
Vähemmän tilausten manuaalista kirjaamista
Tulokset
2×
Myyntitiimin tuottavuus ilman lisähenkilöstöä
Choco(avautuu uudessa ikkunassa) on tekoälypohjainen alusta, joka uudistaa elintarvikkeiden ja juomien jakelua. Se palvelee yli 21 000:ta jakelijaa ja 100 000:ta ostajaa Yhdysvalloissa, Isossa-Britanniassa, muualla Euroopassa ja Persianlahden yhteistyöneuvoston maissa. Choco yhdistää ravintolat, toimittajat ja jakelijat samaan järjestelmään ja sujuvoittaa näin tilaamista, myyntiä ja asiakashallintaa koko elintarvikeketjussa.
Tilausmäärien kasvaessa Choco törmäsi merkittävään pullonkaulaan: tilaukset saapuivat edelleen sähköposteina, tekstiviesteinä, vastaajaviesteinä, kuvina ja jopa käsinkirjoitettuina muistiinpanoina. Tiimit muunsivat nämä tiedot manuaalisesti rakenteisiksi tilauksiksi toiminnanohjausjärjestelmään. Hidas ja virhealtis prosessi rajoitti kasvua ja hankaloitti jatkuvasti päivittäistä toimintaa.
”Näiden syötteiden käsittely oli ensimmäinen este, mutta ei vaikein. Todellinen ongelma oli taustalla oleva hiljainen tieto: asiakaskohtaiset tuotekoodien vastaavuudet, käytettävät yksiköt ja toimituskäytännöt. Tämä tieto oli tilausten vastaanottajien päässä, ja meidän piti siirtää se päättelykerroksiin, jotka ratkaisevat epäselvyydet jo tilausta vastaanotettaessa.”
Tuotantokäyttöön valmiiden suurten kielimallien myötä Choco näki mahdollisuuden siirtyä työnkulkuohjelmistoista tekoälyjärjestelmiin, jotka pystyvät tekemään työn itse. OpenAI-rajapinnat nousivat keskeiseen rooliin tässä muutoksessa.
Choco integroi OpenAI-rajapinnat alustansa ytimeen uuden sukupolven tekoälyn varaan rakennettujen tuotteiden perustaksi. Yritys julkaisi OrderAgent(avautuu uudessa ikkunassa)-tuotteen, joka käsittelee multimodaalisia syötteitä, kuten sähköposteja, tekstiviestejä, kuvia ja asiakirjoja, ja muuntaa ne rakenteisiksi, toiminnanohjausjärjestelmään valmiiksi tilauksiksi.
”Puheen litterointi- ja tiedonpoimintaominaisuudet antoivat meille vahvan perustan. Varsinainen tekninen haaste oli rakentaa dynaaminen, kontekstista oppiva infrastruktuuri, jonka avulla järjestelmä ratkaisee epäselvyydet kunkin asiakkaan tilaushistorian ja tuoteluettelon perusteella. Juuri se erottaa automaation älykkyydestä.”
Choco on kehittänyt myös VoiceAgent(avautuu uudessa ikkunassa)-tuotteen, joka hyödyntää OpenAI:n Realtime API -rajapintaa. Sen avulla asiakkaat voivat tehdä tilauksia luontevasti puhelimitse alle sekunnin viiveellä – myös aukioloaikojen ulkopuolella.

OpenAI valittiin mallien suorituskyvyn, multimodaalisten ominaisuuksien, strukturoitujen tuotosten ja laajamittaisen tuotantokäytön luotettavuuden vuoksi. Mahdollisuus käsitellä tekstiä, kuvia ja ääntä samassa ekosysteemissä auttoi Chocoa yhdistämään aiemmin erilliset työnkulut yhdeksi älykkääksi järjestelmäksi.
Toteutus oli nopea ja skaalautuva. OpenAI:n ohjelmistokehityspakettien ja rajapintojen avulla Choco integroi nopeasti infrastruktuuriinsa ominaisuuksia, kuten puheen muuntamisen tekstiksi, upotukset ja toiminnon kutsumisen. Tiimi rakensi myös kattavan arviointikehyksen, jossa vertailuaineistot, jatkuva seuranta ja A/B-testaus varmistavat tarkkuuden ja suorituskyvyn tuotantokäytössä.
Käyttöönottoa edisti saumaton integrointi koko tilausprosessiin. Asiakkaiden ei tarvinnut muuttaa tilaustapojaan: järjestelmä mukautui heihin riippumatta siitä, tilasivatko he puhelimitse, tekstiviestillä vai sähköpostilla.
”Kun asiakkaat näkivät järjestelmän käsittelevän heidän omia tilauksiaan, luottamus syntyi nopeasti. Silloin käyttöönotto todella kiihtyi.”
Valinnaisen ”Autopilotti”-tilan avulla jakelijat pystyivät automatisoimaan tilausten käsittelyn määritettyjen luottamusrajojen täyttyessä ja jättämään poikkeustapaukset edelleen ihmisten tarkistettaviksi. Järjestelmä oppi jatkuvasti korjauksista, joten sen tarkkuus ja luotettavuus paranivat ajan mittaan.
Käsittelee yli 8,8 miljoonaa tilausta vuodessa ja poistaa miljoonia manuaalisia työnkulkuja
Vähentää tilausten manuaalista kirjaamista jopa 50 % ja vapauttaa tiimit tuottavampaan työhön
Kaksinkertaistaa tuottavuuden, jolloin tiimit voivat kasvattaa toimintaa ilman lisähenkilöstöä
Pitää virheasteet alle 1–5 %:ssa säädettävien automaatiorajojen avulla
Mahdollistaa tilausten vastaanoton ympäri vuorokauden ja poistaa öistä ja viikonlopuista aiheutuvat viiveet
Aloita arviointi heti ensimmäisenä päivänä: jo pieni, 10–20 esimerkin vertailuaineisto auttaa tiimejä mittaamaan edistymistä, todentamaan parannukset ja kehittämään ratkaisua luottavaisin mielin.
Panosta tekoälylle suunniteltuun havainnoitavuuteen: tekoälyjärjestelmien vianmääritys vaatii muutakin kuin perinteisiä lokeja. Mallien syötteiden, tuotosten ja päättelyvaiheiden tallentaminen on välttämätöntä suorituskyvyn ymmärtämiseksi ja parantamiseksi.
Aseta odotukset kohdalleen varhain: toisin kuin deterministiset ohjelmistot, suuret kielimallit toimivat todennäköisyyksien pohjalta. Tämän eron selventäminen tiimeille ja käyttäjille on avain luottamuksen rakentamiseen ja sujuvaan käyttöönottoon.
Choco laajentaa edelleen tekoälyominaisuuksiaan koko elintarvikejakelun ekosysteemiin ja vahvistaa agenttien roolia monimutkaisten operatiivisten työnkulkujen toteuttamisessa. Tekoälyjärjestelmien vastuun kasvaessa yritys avaa mahdollisuuksia uudelle käyttäjäryhmälle: ilman insinööritaustaa toimiville ”agenttien koordinoijille”, jotka suunnittelevat ja hallinnoivat liiketoiminnan tuloksia tuottavia älykkäitä järjestelmiä.
”Siirrymme työtä tukevista ohjelmistoista järjestelmiin, jotka todella tekevät työn. Tämän muutoksen ansiosta asiakkaamme voivat toimia nopeammin, pienemmillä resursseilla ja huomattavasti häiriönkestävämmin.”
Choco aikoo jatkossa laajentaa OpenAI-rajapintojen käyttöä entistä itsenäisempien ja kontekstin huomioivien järjestelmien perustana myynnissä, kaupankäynnissä ja toimitusketjun toiminnoissa. Näin se jatkaa siirtymää työnkulkuohjelmistoista tekoälypohjaiseen, työtä suorittavaan infrastruktuuriin.


