Uber ansaitsee fiksummin ja varaa nopeammin OpenAI:n avulla
Uber käyttää OpenAI:tä AI-avustajiin ja ääniominaisuuksiin, jotka auttavat kuljettajia ansaitsemaan fiksummin ja matkustajia varaamaan nopeammin reaaliaikaisessa markkinapaikassa.
Joka päivä miljoonat ihmiset luottavat Uberiin kyytien varaamisessa, aterioiden tilaamisessa, pakettien lähettämisessä ja joustavassa ansaitsemisessa. Jokaisen napautuksen taustalla on monimutkainen reaaliaikainen markkinapaikka, johon vaikuttavat liikenne, sää, lentokenttien saapumiset, paikalliset tapahtumat ja kysyntä. Uber toimii valtavassa mittakaavassa: 40 miljoonaa matkaa päivässä, 10 miljoonaa kuljettajaa ja kuriiria 15 000 kaupungissa yli 70 maassa. Jokaisella kaupungilla on oma toimintadynamiikkansa, sääntelynsä ja matkustajakäyttäytymisensä, mikä luo järjestelmän, jonka on mukauduttava jatkuvasti globaalissa mittakaavassa.
Uber on jo pitkään hyödyntänyt koneoppimista markkinapaikkansa tukena. Ja nyt suurten kielimallien ja OpenAI:n frontier-mallien avulla Uber voi tehdä päättelyä monimutkaisten signaalien pohjalta nopeammin, tarjota nopeita keskustelevia vastauksia ja mahdollistaa äänikokemuksia sovelluksessa.
Uberin ja OpenAI:n yhteistyö auttaa Uberia rakentamaan tekoälypohjaisia tuotteita, jotka yksinkertaistavat kuljettajien ja kuriirien ansaintamahdollisuuksia ja vähentävät kitkaa matkustajille. OpenAI:n mallien avulla Uber voi myös julkaista virtaviivaistettuja tuotteita ja kokemuksia nopeammin kuin koskaan.
”Ensimmäistä kertaa teknologia johtaa sitä, mitä voidaan ratkaista. Ongelmiin, jotka ennen tuntuivat tavoittamattomilta, voidaan nyt tarttua.”
Kuljettajille joustavuus on yksi Uberin suurimmista vahvuuksista. Osa ajaa kokopäiväisesti, osa vain viikonloppuisin, ja osa ajaa oppituntien tai työvuorojen välissä. Tämä joustavuus tarkoittaa myös sitä, että kuljettajat arvioivat jatkuvasti vaihtoehtoja ja esittävät kysymyksiä: Missä minun pitäisi sijaita juuri nyt? Kannattaako ajaa lentokentälle? Pitäisikö minun vaihtaa kyydityksistä toimituksiin lounasaikaan? Miksi ansioni näyttivät tänään erilaisilta?
Auttaakseen vastaamaan näihin kysymyksiin Uber kehitti Uber Assistantin, tekoälypohjaisen avustajan, joka on suunniteltu auttamaan kuljettajia heidän koko elinkaarensa ajan alustalla – perehdytyksestä ja ensimmäisistä matkoista päivittäiseen ansioiden optimointiin.
”Haluamme auttaa kuljettajia tekemään itselleen parempia päätöksiä tarjoamalla tiivistetyn näkymän markkinapaikkaan ja reaaliaikaisia oivalluksia”, sanoo Uberin tuotehallinnan johtaja Dharmin Parikh.
Assistant auttaa kuljettajia ymmärtämään, missä ja milloin kannattaa ansaita, muuttamalla monimutkaisen datan, kuten ansiotrendit ja lämpökartat, yksinkertaisiksi ja käytännöllisiksi sijaintioivalluksiksi. Sen jälkeen he voivat esittää jatkokysymyksiä tavallisella kielellä, saada räätälöityjä vastauksia ja navigoida sovelluksessa helposti.
Uberin tavoitteena on vähentää kognitiivista kuormaa – sitä vaivaa, jota monimutkaisen markkinapaikkadatan tulkitseminen aiheuttaa samalla kun yrittää ansaita.
Tämä on osoittautunut erityisen arvokkaaksi uusille kuljettajille. Uber havaitsi, että tekoälyn käyttäminen Uberin reaalimaailman datan tiivistämiseen ja helppoon viestimiseen voi nopeuttaa alkuun pääsemistä auttamalla kuljettajia oppimaan työnkulut ja markkinapaikan dynamiikan paljon nopeammin kuin pelkän yrityksen ja erehdyksen kautta.
Vaikka Uber Assistantin odotettiin aluksi auttavan eniten uusia kuljettajia, myös kokeneet kuljettajat palasivat toistuvasti esittämään jatkokysymyksiä ja optimoimaan aikaansa alustalla – mikä vahvisti, että kyseessä on pitkän aikavälin hyötytyökalu eikä vain perehdytystyökalu.
”Assistant auttaa kuljettajia pääsemään nopeasti alkuun verrattuna siihen, että alustan toiminnan ymmärtäminen veisi useita satoja matkoja”, Parikh sanoo.
Uberille tarkkuus, turvallisuus, luotettavuus ja nopeus ovat tärkeimpiä prioriteetteja, kun se ottaa käyttöön mitä tahansa tekoälyjärjestelmää, jonka tuotokset ovat vuorovaikutuksessa kuljettajien ja kuriirien kanssa. Keskeisiä näkökohtia ovat muun muassa se, että vastaukset pysyvät käytäntöjen rajoissa ja viive vastaa sitä tasoa, jota käyttäjät odottavat reaaliaikaiselta mobiilisovellukselta.
Siksi Uber suunnitteli Uber Assistantin kolmen ydinperiaatteen varaan: turvallisuus, luottamus ja matala viive.
Uberin tekniset tiimit rakensivat moniagenttiarkkitehtuurin, joka ohjaa jokaisen käyttäjäpyynnön sopivimpaan erikoistuneeseen järjestelmään. Esimerkiksi ansioita koskevat kysymykset voidaan käsitellä eri tavalla kuin perehdytyskysymykset, ja markkinapaikkaohjaus vaatii erilaista päättelyä kuin transaktionaaliset toiminnot.
Tämä arkkitehtuuri antaa Uberille mahdollisuuden ohjata jokaisen tehtävän malliin, joka sopii parhaiten sen erityisiin operatiivisiin tarpeisiin, varmistaen, että jokainen kysely käsitellään oikealla painotuksella siihen, mikä on tärkeintä.
Kevyeen luokitteluun ja nopeisiin vastauksiin Uber käyttää nopeampia nano-/mini-malleja. Monimutkaisempiin tehtäviin Uber hyödyntää suurempia päättelymalleja.
Uber kehitti myös AI Guardin, sisäisen hallintokerroksen, joka auttaa seulomaan kehotteita ja vastauksia turvallisuuden, yksityisyyden ja tietoturvan edistämiseksi, käytäntöjen valvomiseksi, hallusinaatioiden vähentämiseksi ja kokemusten yhdenmukaisuuden ylläpitämiseksi.
Kun kuljettajat saavat tarkkoja ja hyödyllisiä suosituksia, he palaavat. He esittävät enemmän kysymyksiä. He käyttävät palvelua toistuvasti. Ja he viettävät enemmän tuottavaa aikaa alustalla.
”Jos käyttäjät eivät luota järjestelmään, menetät heidät nopeasti”, Parikh sanoo. ”Mutta kun he näkevät arvon, he palaavat.”
Uber soveltaa OpenAI:n Realtime API:eja myös yhteen teknologian seuraavista suurista käyttöliittymämuutoksista: ääneen.
Sovellukseen kirjoittaminen voi olla tehokasta yksinkertaisissa pyynnöissä. Mutta monet liikkumisen ja kaupankäynnin tarpeet ovat monimutkaisempia.
Matkustaja saattaa haluta sanoa: ”Minulla on viisi matkatavaraa ja viisi muuta ihmistä mukanani. Tarvitsen mukavan kyydin lentokentälle. Mitä suosittelet?” Iäkäs tai näkövammainen matkustaja voi mieluummin puhua kuin napautella valikoita.
Uberin uudet äänikokemukset on suunniteltu tekemään näistä hetkistä kitkattomia. Käyttäjät voivat napauttaa mikrofonikuvaketta Uber-sovelluksen ”minne” -hakupalkissa ja pyytää kyytiä luonnollisella puheella. Järjestelmä käyttää Realtime API:a ja muita frontier-malleja aikomuksen tulkitsemiseen, hyödyntää tallennettuja sijainteja ja asiakaskontekstia sekä tekee suosituksia – samalla kun se synkronoi puhutut ja visuaaliset vastaukset sovelluksessa.
Tämä voi tarkoittaa esimerkiksi UberXL:n ehdottamista matkatavarapainotteisiin matkoihin tai tallennettujen kohteiden, kuten ”koti”, tunnistamista.
”Ääni poistaa esteen, jossa yksi tehtävä pitää tehdä kerrallaan”, Parikh sanoo. ”Voit ilmaista koko tarkoituksesi luonnollisesti, ja järjestelmä voi orkestroida lopputuloksen.”
Ääni myös laajentaa esteettömyyttä ja avaa uusia työnkulkuja Uberin ekosysteemissä. Kuljettajan puolella se mahdollistaa sovelluksen käytön handsfree-tilassa. Matkustajan puolella se voi vähentää kitkaa asiakkaille, jotka haluavat nopeampia ja yksinkertaisempia vuorovaikutuksia.
”Ääni poistaa monen napautuksen esteen, koska voit sanoa useita asioita”, Vidyasagar sanoo. ”Se avaa mahdollisuuden yhdistää ekosysteemin eri osat.”
Huomautus: äänivaraustoiminto otetaan käyttöön asteittain tulevien viikkojen aikana
LLM-kyvykkyyksien kehittyessä nopeasti Uber on muuttanut myös tapaa, jolla tiimit rakentavat.
Insinöörit kautta organisaation työskentelevät kehottamisen, hakujärjestelmien, arviointiputkien ja orkestrointikehysten parissa. Tuote-, laki-, operaatio- ja suunnittelutiimit tekevät tiiviimpää yhteistyötä määrittääkseen käytäntöjen rajat, testatakseen tuotoksia ja parantaakseen käyttökokemuksia.
Sen sijaan, että innovaatio olisi pienen keskitetyn tekoälytiimin vastuulla, älykkyys voidaan nyt upottaa koko yritykseen.
”Tätä ei enää tee yksi erikoistunut ryhmä yksin”, Vidyasagar sanoo. ”Monet tiimit voivat osallistua, koska rakentamisen esteet ovat madaltuneet.”
Tämä muutos nopeuttaa kokeiluja ja synnyttää uusia ideoita Uberin ekosysteemissä.
”Jokainen ajovuoro, jokainen matka on tapahtumien sarja, ja juuri tämän vivahteikkuuden ymmärtämisen ja käsittelyn suuri kielimalli mahdollistaa meille”, Vidyasagar sanoo. ”Se antaa meille paljon tietoa siitä, mihin meidän pitäisi mennä seuraavaksi, ja tämä avautuminen – siinä mittakaavassa kuin meillä on – on poikkeuksellisen voimakas.”
Uber Assistant on nyt laajennettu Yhdysvaltain kuljettajaverkostoon kokeellisena käyttöönottona, samalla kun Uber jatkaa kokemuksen testaamista ja hiomista:
- Sadoillatuhansilla yhdysvaltalaisilla kuljettajilla on nyt pääsy Uber Assistantin beta-kokemuksiin
- Tuen parantaminen uran alkuvaiheen kuljettajille, jotta uudet kuljettajat osaavat sijoittua paremmin saadakseen enemmän matkoja
- Vahva toistuva sitoutuminen, kun käyttäjät palaavat onnistuneiden vuorovaikutusten jälkeen
- Parempi ajankäyttö alustalla älykkäämpien markkinapaikkaoivallusten avulla
- Nopeammat tuoteiterointisyklit mallien erikoistumisen ja jatkuvien arviointijärjestelmien avulla
Auttaen uutta kuljettajaa saamaan ensimmäisen matkansa tai ohjaten kokenutta kuljettajaa etsimään parempia ansaintamahdollisuuksia Uber käyttää OpenAI:n malleja tehdäkseen työstä tuottavampaa, liikkumisesta sujuvampaa ja arjen logistiikasta inhimillisempää.
”Insinöörinä OpenAI avaa meille mahdollisuuden ratkaista näitä ongelmia erilaisilla ja ainutlaatuisilla tavoilla”, Vidyasagar sanoo.
