A Uber usa a OpenAI para ajudar a ganhar e reservar melhor
A Uber usa a OpenAI para disponibilizar assistentes de IA e funcionalidades de voz que ajudam motoristas a ganhar melhor e utilizadores a reservar mais depressa num marketplace global em tempo real.
Todos os dias, milhões de pessoas recorrem à Uber para reservar viagens, pedir refeições, enviar encomendas e ganhar dinheiro com flexibilidade. Por trás de cada toque está um marketplace complexo, em tempo real, moldado pelo trânsito, pelo clima, pelas chegadas aos aeroportos, por eventos locais e pela procura. A Uber opera em enorme escala: 40 milhões de viagens por dia, 10 milhões de motoristas e estafetas em 15 000 cidades de mais de 70 países. Cada cidade tem a sua própria dinâmica operacional, regulamentação e comportamento dos utilizadores, criando um sistema que tem de se adaptar continuamente à escala global.
A Uber utiliza há muito tempo a aprendizagem automática para apoiar o seu marketplace. E agora, com o benefício dos large language models e dos modelos de fronteira da OpenAI, a Uber consegue raciocinar sobre sinais complexos mais rapidamente, oferecer respostas conversacionais rápidas e disponibilizar experiências de voz dentro da aplicação.
A colaboração entre a Uber e a OpenAI está a ajudar a Uber a criar produtos com IA que simplificam as oportunidades de ganho para motoristas e estafetas e reduzem a fricção para os utilizadores. E, ao usar os modelos da OpenAI, a Uber consegue lançar produtos e experiências simplificados mais rapidamente do que nunca.
«Pela primeira vez, é a tecnologia que lidera aquilo que pode ser resolvido. Problemas que antes pareciam fora de alcance agora podem ser enfrentados.»
Para os motoristas, a flexibilidade é um dos maiores pontos fortes da Uber. Alguns conduzem a tempo inteiro, outros só aos fins de semana, enquanto alguns conduzem entre aulas ou turnos. Esta flexibilidade também significa que os motoristas estão constantemente a avaliar opções e a fazer perguntas: Onde devo posicionar-me agora? Vale a pena ir para o aeroporto? Devo passar de viagens para entregas à hora de almoço? Porque é que os meus ganhos hoje pareceram diferentes?
Para ajudar a responder a essas perguntas, a Uber desenvolveu o Uber Assistant, um assistente com IA concebido para ajudar os motoristas ao longo de todo o seu percurso na plataforma — desde a integração e as primeiras viagens até à otimização diária dos ganhos.
«Queremos permitir que os motoristas tomem melhores decisões para si próprios, disponibilizando uma visão resumida do marketplace e insights em tempo real», afirma Dharmin Parikh, Diretor de Gestão de Produto na Uber.
O Assistant ajuda os motoristas a saber onde e quando ganhar ao transformar dados complexos, como tendências de ganhos e mapas de calor, em insights simples e acionáveis sobre posicionamento. Depois, podem fazer perguntas de seguimento em linguagem simples, receber respostas personalizadas e navegar facilmente na aplicação.
O objetivo da Uber é reduzir a sobrecarga cognitiva — o esforço necessário para interpretar dados complexos do marketplace enquanto se tenta ganhar dinheiro.
Isso provou ser especialmente valioso para novos motoristas. A Uber concluiu que usar IA para resumir e comunicar de forma simples os dados do mundo real da Uber pode acelerar a curva de aprendizagem, ajudando os motoristas a aprender fluxos de trabalho e a dinâmica do marketplace muito mais depressa do que apenas por tentativa e erro.
Embora se esperasse inicialmente que o Uber Assistant ajudasse sobretudo os motoristas mais recentes, os motoristas experientes também regressaram repetidamente para fazer perguntas de seguimento e otimizar o seu tempo na plataforma — validando o produto como uma utilidade de longo prazo, e não apenas como uma ferramenta de integração.
«O Assistant está a ajudar os motoristas a ganhar ritmo rapidamente, em comparação com fazer várias centenas de viagens para perceber como a plataforma funciona», diz Parikh.
Para a Uber, precisão, segurança, fiabilidade e rapidez são prioridades máximas ao implementar qualquer sistema de IA cujos resultados vão interagir com motoristas e estafetas. Entre as considerações críticas estão manter as respostas dentro da política e garantir que a latência cumpre o padrão que os utilizadores esperam de uma aplicação móvel em tempo real.
É por isso que a Uber concebeu o Uber Assistant em torno de três princípios fundamentais: segurança, confiança e baixa latência.
As equipas de engenharia da Uber criaram uma arquitetura multiagente que encaminha cada pedido do utilizador para o sistema especializado mais adequado. Por exemplo, questões sobre ganhos podem ser tratadas de forma diferente de questões sobre integração, e a orientação do marketplace exige um raciocínio diferente de ações transacionais.
Esta arquitetura permite à Uber encaminhar cada tarefa para o modelo mais adequado às suas necessidades operacionais específicas, garantindo que cada pedido é tratado com o foco apropriado no que mais importa.
Para classificação leve e respostas rápidas, a Uber usa modelos nano/mini mais rápidos. Para tarefas mais complexas, a Uber recorre a modelos maiores, de raciocínio.
A Uber também desenvolveu o AI Guard, uma camada interna de governação que ajuda a analisar prompts e respostas para promover segurança, privacidade e proteção, aplicar políticas, reduzir alucinações e manter consistência entre experiências.
Quando os motoristas recebem recomendações precisas e úteis, voltam. Fazem mais perguntas. Interagem repetidamente. E passam mais tempo produtivo na plataforma.
«Se os utilizadores não confiarem no sistema, perdemo-los rapidamente», diz Parikh. «Mas quando veem valor, regressam.»
A Uber também está a aplicar as Realtime APIs da OpenAI a uma das próximas grandes mudanças de interface na tecnologia: a voz.
Escrever numa aplicação pode ser eficiente para pedidos simples. Mas muitas necessidades de transporte e comércio são mais complexas.
Um viajante pode querer dizer: «Tenho cinco peças de bagagem e mais cinco pessoas comigo. Preciso de uma viagem confortável para o aeroporto. O que recomenda?» Um idoso ou um utilizador com deficiência visual pode preferir falar em vez de tocar nos menus.
As novas experiências de voz da Uber foram concebidas para tornar esses momentos sem fricção. Os utilizadores podem tocar no ícone do microfone na barra de pesquisa «para onde» na aplicação Uber e pedir uma viagem usando linguagem natural. O sistema usa a Realtime API e outros modelos de fronteira para interpretar a intenção, aproveita localizações guardadas e contexto do cliente e faz recomendações — sincronizando respostas faladas e visuais dentro da aplicação.
Isto pode significar sugerir o UberXL para viagens com muita bagagem ou reconhecer destinos guardados como «casa».
«A voz elimina a barreira de concluir uma tarefa de cada vez», diz Parikh. «Pode expressar plenamente a sua intenção de forma natural, e o sistema pode orquestrar o resultado.»
A voz também amplia a acessibilidade e desbloqueia novos fluxos de trabalho em todo o ecossistema da Uber. Do lado do motorista, permite interagir com a aplicação sem usar as mãos. Do lado do utilizador, pode reduzir a fricção para clientes que querem interações mais rápidas e simples.
«A voz elimina a barreira dos múltiplos toques, porque pode dizer várias coisas», diz Vidyasagar. «Desbloqueia essa capacidade de ligar as várias partes do ecossistema.»
Nota: a funcionalidade de Reserva por voz será disponibilizada nas próximas semanas
À medida que as capacidades dos LLM evoluem rapidamente, a Uber também mudou a forma como as equipas constroem.
Engenheiros em toda a organização trabalham com prompting, sistemas de retrieval, pipelines de avaliação e frameworks de orquestração. As equipas de produto, jurídica, operações e design colaboram mais de perto para definir limites de política, testar resultados e melhorar as experiências dos utilizadores.
Em vez de uma pequena equipa centralizada de IA deter a inovação, a inteligência pode agora estar incorporada em toda a empresa.
«Já não é um grupo especializado a fazer tudo isto», diz Vidyasagar. «Muitas equipas podem contribuir porque as barreiras à criação diminuíram.»
Essa mudança acelera a experimentação e cria novas ideias em todo o ecossistema da Uber.
«Cada condução, cada viagem é uma sequência de eventos, e compreender e processar essa nuance é o que o LLM nos permite», diz Vidyasagar. «Isso dá-nos muita informação sobre para onde devemos ir a seguir, e esse desbloqueio — à escala que temos — é excecionalmente poderoso.»
O Uber Assistant foi agora expandido por toda a rede de motoristas dos EUA numa implementação experimental, enquanto a Uber continua a testar e a aperfeiçoar a experiência:
- Centenas de milhares de motoristas nos EUA têm agora acesso às experiências beta do Uber Assistant
- Melhor apoio a motoristas em fase inicial, ajudando novos motoristas a posicionarem-se melhor para mais viagens
- Forte envolvimento recorrente, com utilizadores a regressarem após interações bem-sucedidas
- Melhor aproveitamento do tempo na plataforma através de insights mais inteligentes do marketplace
- Ciclos de iteração de produto mais rápidos através de especialização de modelos e sistemas de avaliação contínua
Desde ajudar um novo motorista a conseguir a sua primeira viagem até orientar um motorista experiente à procura de melhores oportunidades de ganho, a Uber está a usar modelos da OpenAI para tornar o trabalho mais produtivo, o transporte mais fluido e a logística do dia a dia mais humana.
«Como engenheira, a OpenAI simplesmente desbloqueia a capacidade de resolver esses problemas de formas diferentes e únicas», diz Vidyasagar.
