OpenAI

27 აპრილი, 2026

Choco დისტრიბუციას ხელოვნური ინტელექტის აგენტებით აავტომატებს

OpenAI-ის API-ებით Choco მილიონობით შეკვეთას ამუშავებს, ამცირებს ხელით შესასრულებელ სამუშაოს და სურსათის მიწოდების გლობალურ ჯაჭვებში უწყვეტ მუშაობას უზრუნველყოფს.

Choco-ს მომხმარებლის ისტორიის მთავარი მედიამასალისთვის გამოყოფილი ადგილი; მასალა მოგვიანებით დაემატება
კომპანიის ზომა: საშუალო სეგმენტის ბაზარი
რეგიონი: გლობალური
ინდუსტრია: საკვები და სასმელი, ტექნოლოგია
პროდუქტები: API

შედეგები

8,8 მლნ+

ყოველწლიურად დამუშავებული შეკვეთები

შედეგები

200 მლრდ+

რეალურ სამუშაო გარემოში დამუშავებული ხელოვნური ინტელექტის ტოკენები

შედეგები

↑50%

შეკვეთების ხელით შეყვანის შემცირება

შედეგები

2-ჯერ

გაყიდვების გუნდის პროდუქტიულობა თანამშრომელთა რაოდენობის გაზრდის გარეშე

სურსათის დისტრიბუციის გარდაქმნა ხელოვნური ინტელექტის ეპოქისთვის

Choco⁠(იხსნება ახალ ფანჯარაში) ხელოვნურ ინტელექტზე დაფუძნებული პლატფორმაა, რომელიც სურსათისა და სასმელების დისტრიბუციას აახლებს. ის 21 000-ზე მეტ დისტრიბუტორსა და 100 000 მყიდველს ემსახურება აშშ-ში, გაერთიანებულ სამეფოში, ევროპასა და სპარსეთის ყურის თანამშრომლობის საბჭოს (GCC) ქვეყნებში. რესტორნების, მომწოდებლებისა და დისტრიბუტორების ერთ სისტემაში გაერთიანებით Choco ამარტივებს შეკვეთების, გაყიდვებისა და მომხმარებლებთან ურთიერთობის მართვას სურსათის მიწოდების მთელ ჯაჭვში.

შეკვეთების მოცულობის ზრდასთან ერთად Choco მნიშვნელოვან დაბრკოლებას წააწყდა: შეკვეთები კვლავ ელფოსტით, ტექსტური და ხმოვანი შეტყობინებებით, სურათებითა და ხელნაწერი ჩანაწერებითაც კი შემოდიოდა. გუნდები ამ ინფორმაციას ERP სისტემისთვის სტრუქტურირებულ შეკვეთებად ხელით გარდაქმნიდნენ — ეს ნელი, შეცდომებისკენ მიდრეკილი პროცესი ზრდას ზღუდავდა და მუშაობას მუდმივად აფერხებდა.

„შემოსული მონაცემების დამუშავება პირველი დაბრკოლება იყო, მაგრამ არა ყველაზე რთული. მთავარი პრობლემა დაუზუსტებელი კონტექსტი იყო: თითოეული მომხმარებლისთვის შესაბამისი სასაქონლო კოდები (SKU), მისთვის სასურველი საზომი ერთეულები და მიწოდების ჩვეული განრიგი. ეს ცოდნა შეკვეთების მიმღებ თანამშრომლებს ჰქონდათ და ის მოდელის დასკვნის გამოტანის შრეებში უნდა გადაგვეტანა, რათა ორაზროვნება შეკვეთის მიღებისთანავე აღმოფხვრილიყო.“
—ნარბე მირზაეი, ვიცე-პრეზიდენტი ინჟინერიის მიმართულებით

რეალური გამოყენებისთვის მზად მყოფი დიდი ენობრივი მოდელების (LLM) გამოჩენით Choco-მ დაინახა შესაძლებლობა, გასცდენოდა სამუშაო პროცესების მართვის პროგრამებს და შეექმნა ხელოვნური ინტელექტის სისტემები, რომლებიც საქმეს თავად შეასრულებდნენ. ამ გარდაქმნაში OpenAI-ის API-ებს ცენტრალური როლი დაეკისრა.

როგორ წარიმართა დანერგვა

Choco-მ OpenAI-ის API-ები თავისი პლატფორმის ბირთვში ჩააშენა, რათა თავიდანვე ხელოვნურ ინტელექტზე აგებული ახალი თაობის პროდუქტები შეექმნა. კომპანიამ წარადგინა OrderAgent⁠(იხსნება ახალ ფანჯარაში), რომელიც მულტიმოდალურ შემომავალ მონაცემებს — მათ შორის ელწერილებს, SMS-ებს, სურათებსა და დოკუმენტებს — ამუშავებს და ERP სისტემისთვის მზა, სტრუქტურირებულ შეკვეთებად გარდაქმნის.

„ტრანსკრიფციისა და ინფორმაციის ამოღების შესაძლებლობებმა მყარი საფუძველი შეგვიქმნა. ნამდვილი საინჟინრო გამოწვევა კონტექსტში დინამიკური სწავლის ინფრასტრუქტურის შექმნა იყო, რათა სისტემას თითოეული მომხმარებლის შეკვეთების ისტორიისა და კატალოგის მიხედვით ორაზროვნება აღმოეფხვრა. სწორედ ეს განასხვავებს ავტომატიზაციას ინტელექტისგან.“
—ნარბე მირზაეი, ვიცე-პრეზიდენტი ინჟინერიის მიმართულებით

Choco-მ ასევე შექმნა OpenAI-ის Realtime API-ზე დაფუძნებული VoiceAgent⁠(იხსნება ახალ ფანჯარაში). მისი მეშვეობით მომხმარებლებს შეკვეთის ტელეფონით, ბუნებრივი საუბრით განთავსება შეუძლიათ — წამზე ნაკლები დაყოვნებით, არასამუშაო საათებშიც კი.

შავწინსაფრიანი და ქუდიანი კაცი სამზარეულოში დგას, ტელეფონზე საუბრობს და ხელში ფურცელი უჭირავს. მის უკან ჩანს თაროები ქილებითა და სამზარეულოს ნივთებით. სურათზე დატანილ ჩატის ბუშტებში ჩანს საუბარი პიცის ინგრედიენტებისა და ყუთების, მათ შორის ფქვილისა და პომიდვრის შეკვეთაზე. ხმოვანი აგენტი პასუხობს მარაგის შესახებ და ყუთის ზომას აზუსტებს.

OpenAI მოდელების ეფექტიანობის, მულტიმოდალური შესაძლებლობების, სტრუქტურირებული შედეგებისა და ფართომასშტაბიან რეალურ გამოყენებაში საიმედოობის გამო შეირჩა. ერთ ეკოსისტემაში ტექსტის, ვიზუალური მასალისა და აუდიოს დამუშავების შესაძლებლობამ Choco-ს საშუალება მისცა, მანამდე განცალკევებული სამუშაო პროცესები ერთ ინტელექტუალურ სისტემაში გაეერთიანებინა.

დანერგვა სწრაფად განხორციელდა და მასშტაბირების შესაძლებლობაც უზრუნველყოფილი იყო. OpenAI-ის SDK-ებისა და API-ების გამოყენებით Choco-მ თავის ინფრასტრუქტურაში სწრაფად დანერგა ისეთი შესაძლებლობები, როგორიცაა მეტყველების ტექსტად გარდაქმნა, ვექტორული წარმოდგენები და ფუნქციის გამოძახება. რეალურ სამუშაო გარემოში სიზუსტისა და ეფექტიანობის უზრუნველსაყოფად გუნდმა მკაცრი შეფასების სისტემაც შექმნა, რომელიც ეტალონურ მონაცემთა ნაკრებებს, უწყვეტ მონიტორინგსა და A/B ტესტირებას მოიცავდა.

მომხმარებლების მიერ სისტემის ათვისებას ხელი შეუწყო შეკვეთის მთელ პროცესში მისმა შეუფერხებელმა ინტეგრაციამ. მომხმარებლებს შეკვეთის ჩვეული წესის შეცვლა არ სჭირდებოდათ — ტელეფონით უკავშირდებოდნენ, ტექსტურ შეტყობინებას აგზავნიდნენ თუ ელწერილს, სისტემა მათ ერგებოდა.

„როგორც კი მომხმარებლებმა ნახეს, როგორ ამუშავებდა სისტემა მათ შეკვეთებს, ნდობაც სწრაფად გაჩნდა. სწორედ მაშინ დაჩქარდა მისი გამოყენებაზე გადასვლა.“
—დანიელ ხაჩაბი, თანადამფუძნებელი და გენერალური დირექტორი

არჩევითი „ავტოპილოტის“ რეჟიმით დისტრიბუტორებს შეეძლოთ შეკვეთების დამუშავების ავტომატიზაცია, როცა სანდოობის მაჩვენებელი დადგენილ ზღვარს აღწევდა, ხოლო არატიპური შემთხვევები ადამიანის შესამოწმებლად რჩებოდა. დროთა განმავლობაში სისტემა შესწორებებზე უწყვეტად სწავლობდა და უფრო ზუსტი და საიმედო ხდებოდა.

შედეგები მოკლედ

  • ყოველწლიურად ამუშავებს 8,8 მილიონზე მეტ შეკვეთას და მილიონობით პროცესის ხელით შესრულების საჭიროებას აქრობს

  • შეკვეთების ხელით შეყვანას 50%-მდე ამცირებს და გუნდებს უფრო ღირებული საქმისთვის დროს უთავისუფლებს

  • პროდუქტიულობას აორმაგებს და გუნდებს თანამშრომელთა დამატების გარეშე მუშაობის მასშტაბის გაზრდის საშუალებას აძლევს

  • ავტომატიზაციის ზღვრული მნიშვნელობების მორგებით შეცდომების მაჩვენებელს 1–5%-ზე დაბლა ინარჩუნებს

  • შეკვეთებს 24/7 იღებს და ღამით თუ შაბათ-კვირას გამოწვეულ შეფერხებებს გამორიცხავს

გაკვეთილები ხელმძღვანელებისთვის

  • შეფასება პირველივე დღიდან დაიწყეთ: მცირე ეტალონური მონაცემთა ნაკრებიც კი (10–20 მაგალითი) გუნდებს საშუალებას აძლევს, გაზომონ პროგრესი, დაადასტურონ გაუმჯობესება და მუშაობა თავდაჯერებულად განაგრძონ.

  • ჩადეთ რესურსი ხელოვნურ ინტელექტზე მორგებულ დაკვირვებადობის ინსტრუმენტებში: ხელოვნური ინტელექტის სისტემებში ხარვეზების აღმოსაჩენად ტრადიციული ჟურნალები საკმარისი არ არის — ეფექტიანობის გასაგებად და გასაუმჯობესებლად აუცილებელია მოდელის შემავალი და გამომავალი მონაცემებისა და მსჯელობის კვალის აღრიცხვა.

  • სწორი მოლოდინები თავიდანვე ჩამოაყალიბეთ: დეტერმინისტული პროგრამებისგან განსხვავებით, დიდი ენობრივი მოდელები ალბათურ პრინციპზე მუშაობენ. გუნდებისა და მომხმარებლებისთვის ამ განსხვავების ახსნა გადამწყვეტია ნდობის ჩამოსაყალიბებლად და ათვისებისას სირთულეების თავიდან ასაცილებლად.

შემდეგი ნაბიჯები

Choco სურსათის დისტრიბუციის მთელ ეკოსისტემაში განაგრძობს ხელოვნური ინტელექტის შესაძლებლობების გაფართოებას და რთული საოპერაციო პროცესების შესრულებაში აგენტების როლს აძლიერებს. ხელოვნური ინტელექტის სისტემების პასუხისმგებლობის ზრდასთან ერთად კომპანია შესაძლებლობებს უხსნის ახალი ტიპის მომხმარებლებს — არასაინჟინრო პროფილის ადამიანებს, რომლებიც „აგენტების ორკესტრატორების“ როლს ასრულებენ: ქმნიან და მართავენ ინტელექტუალურ სისტემებს ბიზნესშედეგების მისაღწევად.

„პროგრამებიდან, რომლებიც მუშაობაში გვეხმარება, გადავდივართ სისტემებზე, რომლებიც საქმეს თავად ასრულებს. ეს ცვლილება ჩვენს მომხმარებლებს საშუალებას აძლევს, იმუშაონ უფრო სწრაფად, ნაკლები რესურსით და შეფერხებებს გაცილებით უკეთ გაუმკლავდნენ.“
—დანიელ ხაჩაბი, თანადამფუძნებელი და გენერალური დირექტორი

სამომავლოდ Choco გეგმავს OpenAI-ის API-ების გამოყენების გაფართოებას გაყიდვებში, კომერციასა და მიწოდების ჯაჭვის ოპერაციებში უფრო ავტონომიური, კონტექსტის გათვალისწინების უნარის მქონე სისტემების შესაქმნელად. ამით ის გააგრძელებს სამუშაო პროცესების მართვის პროგრამებიდან ხელოვნურ ინტელექტზე დაფუძნებულ, სამუშაოს შემსრულებელ ინფრასტრუქტურაზე გადასვლას.

შეუერთდით შრომის ახალ ერას

მსოფლიოს მასშტაბით 1 მილიონზე მეტი ბიზნესი OpenAI-ის დახმარებით მნიშვნელოვან შედეგებს აღწევს.