OpenAI

2026. április 27.

A Choco MI-ügynökökkel automatizálja az élelmiszer-forgalmazást

A Choco az OpenAI API-jaival rendelések millióit dolgozza fel, csökkentve a kézi munkát és biztosítva a folyamatos működést a globális élelmiszer-ellátási láncokban.

A Choco ügyféltörténet nyitó médiatartalmának helyőrzője; a tartalom később kerül ide
Vállalat mérete: Középpiaci
Régió: Globális
Ipar: Étel és ital, Technológia
Termékek: API

Eredmények

8,8 M+

Évente feldolgozott rendelések

Eredmények

200 Mrd+

Éles környezetben feldolgozott MI-tokenek

Eredmények

↑50%

A kézi rendelésrögzítés csökkenése

Eredmények

2×

Az értékesítési csapat termelékenysége létszámbővítés nélkül

Az élelmiszer-forgalmazás új alapokon az MI korában

A Choco⁠(új ablakban nyílik meg) MI-alapú platform, amely korszerűsíti az élelmiszer- és italforgalmazást. Több mint 21 000 forgalmazót és 100 000 vásárlót szolgál ki az Egyesült Államokban, az Egyesült Királyságban, Európában és az Öböl Menti Együttműködési Tanács országaiban. A Choco egységes rendszerbe kapcsolja az éttermeket, beszállítókat és forgalmazókat, így egyszerűsíti a rendelést, az értékesítést és az ügyfélkezelést az élelmiszer-ellátási lánc egészében.

A rendelések számának növekedésével a Choco komoly akadályba ütközött: a rendelések továbbra is e-mailben, szöveges és hangüzenetekben, képeken, sőt kézzel írt jegyzetek formájában érkeztek. A csapatok kézzel alakították ezeket strukturált ERP-rendelésekké – ez a lassú, sok hibalehetőséget rejtő folyamat korlátozta a növekedést, és folyamatos fennakadásokat okozott a működésben.

„Ezeknek a bemeneteknek a feldolgozása volt az első akadály, de nem a legnehezebb. Az igazi problémát a kimondatlan háttérismeretek jelentették: az ügyfélspecifikus cikkszám-megfeleltetések, a megszokott rendelési egységek és szállítási szokások. Ez a tudás a rendelésfelvevő munkatársak fejében volt, nekünk pedig olyan következtetési rétegekbe kellett beépítenünk, amelyek már a rendelés rögzítésekor feloldják a kétértelműségeket.”
– Narbeh Mirzaei, fejlesztésért felelős alelnök

Az éles használatra alkalmas nagy nyelvi modellek (LLM-ek) megjelenésével a Choco lehetőséget látott arra, hogy túllépjen a munkafolyamatokat támogató szoftvereken, és olyan MI-rendszereket építsen, amelyek közvetlenül elvégzik a munkát. Az OpenAI API-jai központi szerepet kaptak ebben az átalakulásban.

A bevezetés kulisszatitkai

A Choco a platformja alapjaiba építette be az OpenAI API-jait, hogy eleve MI-re épülő termékek új generációját hozza létre. A vállalat bevezette az OrderAgent⁠(új ablakban nyílik meg) megoldást, amely multimodális bemeneteket – köztük e-maileket, SMS-eket, képeket és dokumentumokat – dolgoz fel, majd strukturált, ERP-rendszerbe közvetlenül átvihető rendelésekké alakítja őket.

„A hangátírási és adatkinyerési képességek szilárd alapot adtak. Az igazi mérnöki kihívást a kontextusból való dinamikus tanulás infrastruktúrájának kiépítése jelentette, hogy a rendszer az egyes ügyfelek rendelési előzményei és katalógusa alapján oldja fel a kétértelműségeket. Ez különbözteti meg az automatizálást az intelligenciától.”
– Narbeh Mirzaei, fejlesztésért felelős alelnök

A Choco kifejlesztette az OpenAI Realtime API-jára épülő VoiceAgent⁠(új ablakban nyílik meg) megoldást is, amellyel az ügyfelek természetes beszélgetés során, egy másodpercnél rövidebb válaszidővel adhatják le rendeléseiket telefonon – akár nyitvatartási időn kívül is.

Egy fekete kötényt és sapkát viselő férfi áll a konyhában, és telefonál, miközben egy papírlapot tart a kezében. Mögötte üvegekkel és konyhai kellékekkel teli polcok láthatók. A képre helyezett üzenetbuborékok pizzakészítéshez szükséges termékek – köztük liszt, paradicsom és pizzásdobozok – rendeléséről szóló beszélgetést mutatnak. Egy hangalapú ügynök tájékoztat az elérhetőségről, és rákérdez a doboz méretére.

Az OpenAI-t a modelljeinek teljesítménye, a multimodális képességek, a strukturált kimenetek és a nagy léptékű, éles használat során nyújtott megbízhatóság miatt választották. A szövegek, képek és hangok egyetlen ökoszisztémán belüli kezelése lehetővé tette a Choco számára, hogy a korábban elkülönülő munkafolyamatokat egy intelligens rendszerben egyesítse.

A megvalósítás gyors volt, a megoldás pedig könnyen skálázható. Az OpenAI SDK-ival és API-jaival a Choco gyorsan beépítette az infrastruktúrájába a beszéd szöveggé alakítását, a beágyazásokat és a funkcióhívást. A csapat szigorú értékelési keretrendszert is kialakított ellenőrzött referencia-adatkészletekkel, folyamatos monitorozással és A/B-teszteléssel, hogy éles környezetben is biztosítsa a pontosságot és a teljesítményt.

Az elterjedést az segítette, hogy a megoldás zökkenőmentesen illeszkedett a teljes rendelési folyamatba. Az ügyfeleknek nem kellett változtatniuk a rendelési szokásaikon: akár telefonon, szöveges üzenetben vagy e-mailben rendeltek, a rendszer alkalmazkodott hozzájuk.

„Amint az ügyfelek látták, hogyan működik a saját rendeléseikkel, gyorsan kialakult a bizalom. Ekkor gyorsult fel igazán az elterjedése.”
– Daniel Khachab, társalapító és vezérigazgató

Az opcionális „Automata” móddal a forgalmazók automatizálhatták a rendelések feldolgozását, ha a rendszer elérte a beállított bizonyossági küszöbértékeket, miközben a kivételes eseteknél megmaradt az emberi ellenőrzés. A rendszer folyamatosan tanult a javításokból, így idővel egyre pontosabbá és megbízhatóbbá vált.

Az eredmények röviden

  • Évente több mint 8,8 millió rendelést dolgoz fel, több millió kézi munkafolyamatot váltva ki

  • Akár 50%-kal csökkenti a kézi rendelésrögzítést, így a csapatok nagyobb értéket teremtő munkára összpontosíthatnak

  • Megduplázza a termelékenységet, így a csapatok létszámbővítés nélkül növelhetik kapacitásukat

  • Állítható automatizálási küszöbértékekkel 1–5% alatt tartja a hibaarányt

  • A hét minden napján, éjjel-nappal fogadja a rendeléseket, megszüntetve az éjszakák és hétvégék miatti késedelmeket

Tanulságok vezetőknek

  • Már az első naptól legyen értékelés: Egy kis, 10–20 példából álló, ellenőrzött referencia-adatkészlet is elég ahhoz, hogy a csapatok mérjék az előrehaladást, igazolják a javulást, és magabiztosan folytassák a fejlesztést.

  • Érdemes kifejezetten az MI működésének megfigyelhetőségébe beruházni: Az MI-rendszerek hibakereséséhez a hagyományos naplók nem elegendők – a modell bemeneteinek, kimeneteinek és érvelési lépéseinek rögzítése nélkülözhetetlen a teljesítmény megértéséhez és javításához.

  • Már az elején tisztázni kell az elvárásokat: A determinisztikus szoftverekkel ellentétben az LLM-ek valószínűségi alapon működnek. Ahhoz, hogy kialakuljon a bizalom, és a bevezetés zökkenőmentes legyen, kulcsfontosságú megismertetni ezt a különbséget a csapatokkal és a felhasználókkal.

A következő lépések

A Choco tovább bővíti MI-képességeit az élelmiszer-forgalmazás teljes ökoszisztémájában, és egyre nagyobb szerepet ad az ügynököknek az összetett működési folyamatok végrehajtásában. Ahogy az MI-rendszerek egyre több felelősséget vállalnak, a vállalat egy új felhasználói kör előtt nyitja meg a lehetőséget: mérnöki képzettség nélküli szakemberek „ügynökkoordinátorként” tervezhetnek és irányíthatnak üzleti eredményeket hozó intelligens rendszereket.

„A munkát támogató szoftverekről olyan rendszerekre térünk át, amelyek ténylegesen elvégzik a munkát. Ez a váltás lehetővé teszi ügyfeleink számára, hogy gyorsabban, kevesebb erőforrással és a váratlan helyzetekhez jóval rugalmasabban alkalmazkodva működjenek.”
– Daniel Khachab, társalapító és vezérigazgató

A Choco a jövőben még szélesebb körben tervezi használni az OpenAI API-jait, hogy önállóbb, a kontextust figyelembe vevő rendszereket működtessen az értékesítésben, a kereskedelemben és az ellátási láncban. Ezzel folytatja az átállást a munkafolyamatokat támogató szoftverről a feladatokat MI-vel végrehajtó infrastruktúrára.

Csatlakozz a munka új korszakához

Világszerte több mint 1 millió vállalkozás ér el jelentős eredményeket az OpenAI segítségével.