Uber користи OpenAI за попаметна заработка и побрзи резервации

Секој ден, милиони луѓе се потпираат на Uber за да резервираат возења, нарачаат оброци, испратат пакети и заработуваат флексибилно. Зад секој допир стои сложен пазар во реално време, обликуван од сообраќајот, времето, пристигнувањата на аеродромите, локалните настани и побарувачката. Uber работи во огромен обем: 40 милиони патувања дневно, 10 милиони возачи и доставувачи во 15.000 градови во повеќе од 70 земји. Секој град има своја оперативна динамика, регулативи и однесување на патниците, создавајќи систем што мора постојано да се приспособува на глобално ниво.

Uber одамна користи машинско учење за поддршка на својот пазар. А сега, со придобивките од големи јазични модели (LLM) и граничните модели на OpenAI, Uber може побрзо да расудува врз сложени сигнали, да испорачува брзи разговорни одговори и да овозможува гласовни искуства во апликацијата.

Соработката меѓу Uber и OpenAI му помага на Uber да гради производи со AI што ги поедноставуваат можностите за заработка за возачите и доставувачите и го намалуваат триењето за патниците. А користејќи ги моделите на OpenAI, Uber може побрзо од кога било да испорачува поедноставени производи и искуства.

За возачите, флексибилноста е една од најголемите предности на Uber. Некои возат полно работно време, други само за викенди, а некои возат меѓу предавања или смени. Оваа флексибилност исто така значи дека возачите постојано ги проценуваат опциите и поставуваат прашања: Каде треба да се позиционирам сега? Дали вреди да возам до аеродром? Дали треба да се префрлам од возења на испораки за време на ручек? Зошто мојата заработка денес изгледаше поинаку?

За да помогне во одговарањето на тие прашања, Uber го разви Uber Assistant, асистент со AI дизајниран да им помага на возачите во текот на целиот нивен животен циклус на платформата — од воведување и првите возења до секојдневна оптимизација на заработката.

„Сакаме да им овозможиме на возачите да носат подобри одлуки за себе преку сумиран преглед на пазарот и увиди во реално време“, вели Дармин Парих, директор за управување со производи во Uber.

Асистентот им помага на возачите каде и кога да заработуваат така што сложени податоци како трендови на заработка и топлински мапи ги претвора во едноставни, применливи увиди за позиционирање. Потоа тие можат да поставуваат дополнителни прашања на обичен јазик, да добиваат приспособени одговори и лесно да се движат низ апликацијата.

Целта на Uber е да го намали когнитивниот товар — напорот потребен за толкување сложени пазарни податоци додека се обидувате да заработувате.

Тоа се покажа особено вредно за новите возачи. Uber утврди дека користењето AI за сумирање и лесно пренесување на реалните податоци на Uber може да го забрза воведувањето помагајќи им на возачите многу побрзо да ги научат работните текови и пазарната динамика отколку само преку обиди и грешки.

Иако првично се очекуваше Uber Assistant најмногу да им помага на поновите возачи, и искусните возачи повторно се враќаа за да поставуваат дополнителни прашања и да го оптимизираат своето време на платформата — потврдувајќи го производот како долгорочна алатка, а не само како алатка за воведување.

„Асистентот им помага на возачите брзо да се воведат, во споредба со потребата од неколку стотици возења за да разберат како функционира платформата“, вели Парих.

За Uber, точноста, безбедноста, доверливоста и брзината се врвни приоритети при имплементација на кој било AI систем чии излези ќе комуницираат со возачи и доставувачи. Клучни размислувања вклучуваат одговорите да останат во рамки на политиките и латентноста да го исполнува стандардот што корисниците го очекуваат од мобилна апликација во реално време.

Затоа Uber го дизајнираше Uber Assistant околу три основни принципи: безбедност, доверба и ниска латентност.

Инженерските тимови на Uber изградија мулти-агентска архитектура што секое корисничко барање го насочува кон најсоодветниот специјализиран систем. На пример, прашањата за заработка може да се обработуваат поинаку од прашањата за воведување, а насоките за пазарот бараат поинакво расудување од трансакциските дејства.

Оваа архитектура му овозможува на Uber секоја задача да ја насочи кон моделот што најдобро одговара на нејзините специфични оперативни потреби, осигурувајќи дека секое барање се обработува со соодветен фокус на она што е најважно.

За лесна класификација и брзи одговори, Uber користи побрзи nano/mini модели. За посложени задачи, Uber користи поголеми модели со расудување.

Uber исто така разви AI Guard, внатрешен слој за управување што помага да се проверуваат промпти и одговори за да се поттикнат безбедноста, приватноста и сигурноста, да се спроведуваат политики, да се намалат халуцинациите и да се одржува доследност низ искуствата.

Кога возачите добиваат точни и корисни препораки, тие се враќаат. Поставуваат повеќе прашања. Се вклучуваат повторно. И поминуваат повеќе продуктивно време на платформата.

„Ако корисниците немаат доверба во системот, брзо ќе ги изгубите“, вели Парих. „Но кога гледаат вредност, се враќаат.“

Uber исто така ги применува OpenAI Realtime API-и на една од следните големи промени во интерфејсите во технологијата: гласот.

Внесувањето текст во апликација може да биде ефикасно за едноставни барања. Но многу потреби поврзани со транспорт и трговија се посложени.

Патник може да сака да каже: „Имам пет парчиња багаж и уште пет лица со мене. Ми треба убаво возење до аеродром. Што препорачувате?“ Постар човек или патник со оштетен вид можеби повеќе би сакал да зборува наместо да поминува низ менија со допирање.

Новите гласовни искуства на Uber се дизајнирани да ги направат тие моменти без триење. Корисниците можат да ја допрат иконата за микрофон на лентата за пребарување „where to“ во апликацијата Uber и да побараат возење со природен говор. Системот користи Realtime API и други frontier модели за да ја протолкува намерата, користи зачувани локации и кориснички контекст и дава препораки — додека ги синхронизира говорните и визуелните одговори во апликацијата.

Тоа може да значи предлагање UberXL за патувања со многу багаж или препознавање зачувани дестинации како „дом“.

„Гласот ја отстранува бариерата од завршување една задача во исто време“, вели Парих. „Можете природно да ја изразите целосната намера, а системот може да го оркестрира исходот.“

Гласот исто така ја проширува пристапноста и отвора нови работни текови низ екосистемот на Uber. Од страната на возачот, им овозможува на возачите да комуницираат со апликацијата без раце. Од страната на патникот, може да го намали триењето за корисниците што сакаат побрзи и поедноставни интеракции.

„Гласот ја отстранува бариерата од повеќекратно допирање затоа што можете да кажете повеќе работи“, вели Видјасагар. „Тоа ја отклучува можноста да се поврзат различните делови од екосистемот.“

Како што можностите на големи јазични модели (LLM) брзо се развиваат, Uber го промени и начинот на кој тимовите градат.

Инженерите низ организацијата работат со промптирање, системи за пронаоѓање, цевководи за евалуација и рамки за оркестрација. Тимовите за производ, право, операции и дизајн соработуваат поблиску за да ги дефинираат границите на политиките, да ги тестираат излезите и да ги подобрат корисничките искуства.

Наместо иновацијата да ја поседува мал централен AI тим, интелигенцијата сега може да биде вградена низ целата компанија.

„Ова веќе не е една специјализирана група што го прави сето ова“, вели Видјасагар. „Многу тимови можат да придонесат затоа што бариерите за градење се намалија.“

Таа промена го забрзува експериментирањето и создава нови идеи низ екосистемот на Uber.

„Секое возење, секое патување е низа на настани, а разбирањето и обработката на таа нијанса е она што LLM ни го отклучува“, вели Видјасагар. „Тоа ни дава многу информации за тоа каде треба да одиме понатаму, а тоа отклучување — во обемот што го имаме — е исклучително моќно.“

Uber Assistant сега е проширен низ мрежата на возачи во САД во експериментално воведување, додека Uber продолжува да го тестира и усовршува искуството:

• Стотици илјади возачи во САД сега имаат пристап до бета-искуствата на Uber Assistant
• Подобрување на поддршката за возачи во раната фаза од животниот циклус, помагајќи им на новите возачи подобро да се позиционираат за повеќе возења
• Силна повторлива ангажираност, при што корисниците се враќаат по успешни интеракции
• Подобро искористување на времето на платформата преку попаметни пазарни увиди
• Побрзи циклуси на итерација на производот преку специјализација на моделите и системи за континуирана евалуација

Од помагање на нов возач да го добие своето прво возење до насочување искусен возач што бара подобри можности за заработка, Uber ги користи моделите на OpenAI за да ја направи работата попродуктивна, транспортот полесен, а секојдневната логистика похумана.

„Како инженер, OpenAI едноставно ја отклучува можноста овие проблеми да се решаваат на различни и уникатни начини“, вели Видјасагар.