Uber koristi OpenAI za pametniju zaradu i bržu rezervaciju

Svaki dan milijuni ljudi ovise o Uberu kako bi rezervirali vožnje, naručili obroke, poslali pakete i fleksibilno zarađivali. Iza svakog dodira stoji složeno tržište u stvarnom vremenu oblikovano prometom, vremenom, dolascima u zračne luke, lokalnim događajima i potražnjom. Uber posluje u golemim razmjerima: 40 milijuna vožnji dnevno, 10 milijuna vozača i dostavljača u 15.000 gradova u više od 70 zemalja. Svaki grad ima vlastitu operativnu dinamiku, propise i ponašanje putnika, što stvara sustav koji se mora neprestano prilagođavati na globalnoj razini.

Uber već dugo koristi strojno učenje za podršku svojem tržištu. A sada, uz prednosti velikih jezičnih modela i OpenAI frontier modela, Uber može brže rasuđivati na temelju složenih signala, pružati brze konverzacijske odgovore i omogućiti glasovna iskustva unutar aplikacije.

Suradnja Ubera i OpenAI-ja pomaže Uberu u izgradnji proizvoda pokretanih umjetnom inteligencijom koji pojednostavljuju prilike za zaradu vozačima i dostavljačima te smanjuju prepreke za putnike. A uz OpenAI-jeve 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, a neki voze između predavanja ili smjena. Ta fleksibilnost također znači da vozači neprestano procjenjuju mogućnosti i postavljaju pitanja: Gdje bih se sada trebao pozicionirati? Isplati li se voziti do zračne luke? Trebam li se prebaciti s vožnji na dostave tijekom ručka? Zašto je moja zarada danas izgledala drukčije?

Kako bi pomogao odgovoriti na ta pitanja, Uber je razvio Uber Assistant, asistenta pokretanog umjetnom inteligencijom osmišljenog da pomaže vozačima tijekom cijelog njihovog životnog ciklusa na platformi — od uključivanja i prvih vožnji do svakodnevne optimizacije zarade.

„Želimo omogućiti vozačima da donose bolje odluke za sebe tako što ćemo im pružiti sažet prikaz tržišta i uvide u stvarnom vremenu”, kaže Dharmin Parikh, direktor upravljanja proizvodima u Uberu.

Assistant pomaže vozačima odlučiti gdje i kada zarađivati tako što složene podatke, poput trendova zarade i karata potražnje, pretvara u jednostavne, primjenjive uvide o pozicioniranju. Zatim mogu postavljati dodatna pitanja običnim jezikom, primati prilagođene odgovore i lakše se snalaziti u aplikaciji.

Uberov je cilj smanjiti kognitivno opterećenje — napor potreban za tumačenje složenih tržišnih podataka tijekom pokušaja zarade.

To se pokazalo posebno vrijednim za nove vozače. Uber je utvrdio da korištenje umjetne inteligencije za sažimanje i jednostavno prenošenje Uberovih podataka iz stvarnog svijeta može ubrzati uhodavanje pomažući vozačima da mnogo brže nauče tijekove rada i dinamiku tržišta nego samo metodom pokušaja i pogreške.

Iako se u početku očekivalo da će Uber Assistant najviše pomoći novijim vozačima, i iskusni su se vozači opetovano vraćali kako bi postavljali dodatna pitanja i optimizirali svoje vrijeme na platformi — potvrđujući proizvod kao dugoročnu korisnost, a ne samo alat za uključivanje.

„Assistant pomaže vozačima da se brzo snađu, umjesto da moraju odraditi nekoliko stotina vožnji kako bi razumjeli kako platforma funkcionira”, kaže Parikh.

Uberu su točnost, sigurnost, pouzdanost i brzina glavni prioriteti pri uvođenju bilo kojeg AI sustava čiji će se odgovori prikazivati vozačima i dostavljačima. Među ključnim su razmatranjima odgovori koji ostaju u okvirima pravila i latencija koja zadovoljava standard koji korisnici očekuju od mobilne aplikacije u stvarnom vremenu.

Zato je Uber osmislio Uber Assistant oko tri temeljna načela: sigurnosti, povjerenja i niske latencije.

Uberovi inženjerski timovi izgradili su višestruku agentsku arhitekturu koja svaki korisnički zahtjev usmjerava najprikladnijem specijaliziranom sustavu. Na primjer, pitanja o zaradi mogu se obrađivati drukčije od pitanja o uključivanju, a smjernice za tržište zahtijevaju drukčije rasuđivanje od transakcijskih radnji.

Ta arhitektura omogućuje Uberu da svaki zadatak usmjeri modelu koji najbolje odgovara njegovim specifičnim operativnim potrebama, osiguravajući da se svakim upitom bavi 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 za rasuđivanje.

Uber je također razvio AI Guard, interni sloj upravljanja koji pomaže provjeravati upite i odgovore radi promicanja sigurnosti, privatnosti i zaštite, provedbe pravila, smanjenja halucinacija i održavanja dosljednosti kroz iskustva.

Kad vozači dobiju točne i korisne preporuke, vraćaju se. Postavljaju više pitanja. Uključuju se opetovano. I provode više produktivnog vremena na platformi.

„Ako korisnici ne vjeruju sustavu, brzo ih gubite”, kaže Parikh. „Ali kada vide vrijednost, vraćaju se.”

Uber također primjenjuje OpenAI Realtime API-je na jednu od sljedećih velikih promjena sučelja u tehnologiji: glas.

Upisivanje u aplikaciju može biti učinkovito za jednostavne zahtjeve. No mnoge potrebe u prijevozu i trgovini složenije su.

Putnik bi mogao reći: „Imam pet komada prtljage i još petero ljudi sa sobom. Treba mi udobna vožnja do zračne luke. Što preporučujete?” Starija osoba ili putnik s oštećenjem vida možda će radije govoriti nego prolaziti kroz izbornike dodirom.

Uberova nova glasovna iskustva osmišljena su da takve trenutke učine jednostavnima. Korisnici mogu dodirnuti ikonu mikrofona na traci za pretraživanje „where to” u aplikaciji Uber i zatražiti vožnju prirodnim govorom. Sustav koristi Realtime API i druge frontier modele za tumačenje namjere, koristi spremljene lokacije i korisnički kontekst te daje preporuke — uz sinkronizaciju govornih i vizualnih odgovora unutar aplikacije.

To može značiti preporuku UberXL-a za putovanja s puno prtljage ili prepoznavanje spremljenih odredišta poput „doma”.

„Glas uklanja prepreku izvršavanja samo jednog zadatka odjednom”, kaže Parikh. „Možete prirodno izraziti punu namjeru, a sustav može orkestrirati ishod.”

Glas također proširuje pristupačnost i otključava nove tijekove rada diljem Uberova ekosustava. Na strani vozača omogućuje vozačima interakciju s aplikacijom bez ruku. Na strani putnika može smanjiti prepreke korisnicima koji žele brže i jednostavnije interakcije.

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

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

Inženjeri u cijeloj organizaciji rade s upitima, sustavima za dohvat, evaluacijskim cjevovodima i orkestracijskim okvirima. Timovi za proizvode, pravne poslove, operacije i dizajn tješnje surađuju kako bi definirali granice pravila, testirali rezultate i poboljšali korisnička iskustva.

Umjesto da inovacije pripadaju malom centraliziranom AI timu, inteligencija sada može biti ugrađena u cijelu tvrtku.

„Ovo više nije jedna specijalizirana grupa koja radi sve”, kaže Vidyasagar. „Mnogi timovi mogu pridonositi jer su prepreke za izgradnju manje.”

Ta promjena ubrzava eksperimentiranje i stvara nove ideje diljem Uberova ekosustava.

„Svaka vožnja, svako putovanje slijed je događaja, a razumijevanje i obrada te nijanse ono je što nam LLM otključava”, kaže Vidyasagar. „To nam daje mnogo informacija o tome kamo trebamo ići dalje, a to otključavanje — u razmjerima koje imamo — iznimno je moćno.”

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

• Stotine tisuća vozača u SAD-u sada imaju pristup beta iskustvima Uber Assistanta
• Poboljšana podrška za nove vozače, pomažući novim vozačima da se bolje pozicioniraju za više vožnji
• Snažan ponovljeni angažman, pri čemu se korisnici vraćaju nakon uspješnih interakcija
• Bolje iskorištavanje vremena na platformi zahvaljujući pametnijim tržišnim uvidima
• Brži ciklusi iteracije proizvoda kroz specijalizaciju modela i sustave kontinuirane evaluacije

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

„Kao inženjeru, OpenAI mi jednostavno otključava mogućnost rješavanja tih problema na drukčije i jedinstvene načine”, kaže Vidyasagar.