Uber и OpenAI: заказывать поездки и зарабатывать становится проще

Каждый день миллионы людей полагаются на Uber, чтобы заказывать поездки, еду, отправлять посылки и зарабатывать. За каждым нажатием стоит сложный рынок реального времени, на который влияют трафик, погода, прибытие рейсов, местные события и спрос. Uber работает в огромном масштабе: 40 миллионов поездок в день, 10 миллионов водителей и курьеров в 15 000 городов более чем в 70 странах. У каждого города свои операционные особенности, правила и поведение пассажиров, поэтому система должна непрерывно адаптироваться в глобальном масштабе.

Uber давно использует машинное обучение для поддержки своей платформы. А теперь, благодаря большим языковым моделям и передовым моделям OpenAI, Uber может быстрее анализировать сложные сигналы, давать быстрые ответы и использовать голосовое управление прямо в приложении.

Сотрудничество Uber и OpenAI помогает Uber создавать продукты на базе ИИ, которые упрощают возможности заработка для водителей и курьеров и делают сервис удобнее для пассажиров. Используя модели OpenAI, Uber может выпускать интуитивно понятные продукты и обновлять пользовательский опыт быстрее, чем когда-либо.

Для водителей гибкость — одно из главных преимуществ Uber. Кто-то водит полный день, кто-то только по выходным, а кто-то — между занятиями или сменами. Но эта гибкость также означает, что водители постоянно оценивают варианты и задают вопросы: Где мне лучше находиться прямо сейчас? Стоит ли ехать в аэропорт? Нужно ли переключиться с поездок на доставки в обед? Почему мой заработок сегодня выглядит иначе?

Чтобы помочь ответить на эти вопросы, Uber разработал Uber Assistant — ИИ-помощника, созданного для поддержки водителей на всех этапах их работы на платформе: от регистрации и первых поездок до ежедневной оптимизации заработка.

«Мы хотим помочь водителям принимать более взвешенные решения, предоставляя им сводное представление о рынке и инсайты в реальном времени», — говорит Дхармин Парих, директор по управлению продуктом в Uber.

Uber Assistant помогает водителям понять, где и когда лучше зарабатывать, превращая сложные данные, такие как тренды заработка и тепловые карты, в простые и практические рекомендации по позиционированию. Они также могут задавать уточняющие вопросы простым языком, получать персонализированные ответы и легко ориентироваться в приложении.

Цель Uber — снизить когнитивную нагрузку, то есть усилия, необходимые для интерпретации сложных рыночных данных в процессе заработка.

Это оказалось особенно полезным для новых водителей. В Uber выяснили, что использование ИИ для обобщения и передачи реальных данных помогает новичкам быстрее влиться в работу: они осваивают процессы и динамику рынка гораздо эффективнее, чем если бы учились только на своих ошибках.

Хотя изначально ожидалось, что Uber Assistant будет особенно полезен новым водителям, опытные водители тоже снова и снова возвращались, чтобы задавать дополнительные вопросы и оптимизировать свое время на платформе, — это подтвердило, что продукт является ценным инструментом для долгосрочного использования, а не просто пособием для новых сотрудников.

«Благодаря ассистенту водители осваиваются гораздо быстрее — раньше им требовалось совершить несколько сотен поездок, чтобы до конца понять, как работает платформа», — говорит Парих.

Для Uber точность, безопасность, надежность и скорость — главные приоритеты при внедрении любой ИИ-системы, взаимодействующей с водителями и курьерами. Критически важно, чтобы ответы соответствовали политикам, а задержка передачи данных отвечала стандарту, которого пользователи ожидают от мобильного приложения, работающего в реальном времени.

Именно поэтому Uber создала Uber Assistant вокруг трех ключевых принципов: безопасность, доверие и минимальная задержка.

Инженерные команды Uber построили мультиагентную архитектуру, которая направляет каждый запрос пользователя в наиболее подходящую специализированную систему. Например, вопросы о заработке могут обрабатываться иначе, чем вопросы регистрации, а рыночные рекомендации требуют иных рассуждений, чем транзакционные действия.

Такая архитектура позволяет Uber направлять каждую задачу к модели, которая лучше всего подходит для ее конкретных операционных требований, гарантируя, что каждый запрос обрабатывается с должным фокусом на самом важном.

Для простой классификации и быстрых ответов Uber использует компактные модели (nano/mini). Для более сложных задач компания задействует крупные модели, способные к глубокому анализу и логическим рассуждениям.

Uber также разработал AI Guard — внутренний уровень управления, который помогает проверять промпты и ответы для повышения безопасности, конфиденциальности и защищенности, соблюдения политик, снижения «галлюцинаций» ИИ и поддержания согласованности во всех сценариях.

Когда водители получают точные и полезные рекомендации, они возвращаются. Они задают больше вопросов. Они взаимодействуют снова и снова. И проводят на платформе больше продуктивного времени.

«Если пользователи не доверяют системе, вы быстро их теряете, — говорит Парих. — Но когда они видят ценность, они возвращаются».

Uber также внедряет OpenAI Realtime API для реализации одного из важнейших технологических сдвигов в интерфейсах — перехода на голос.

Ввод текста в приложении может быть эффективным для простых запросов. Но многие транспортные и коммерческие задачи сложнее.

Путешественник может сказать: «У меня пять мест багажа и еще пять человек со мной. Мне нужна хорошая машина в аэропорт. Что посоветуешь?» Пожилому человеку или пассажиру с нарушением зрения может быть удобнее говорить, чем пролистывать многочисленные меню в приложении.

Новые голосовые сценарии Uber созданы, чтобы делать такие моменты беспрепятственными. Пользователи могут нажать на значок микрофона в строке поиска «Куда?» в приложении Uber и заказать поездку с помощью естественной речи. Система использует Realtime API и другие передовые модели для интерпретации намерения, задействует сохраненные места и клиентский контекст и предлагает рекомендации, синхронизируя голосовые и визуальные ответы внутри приложения.

Это может означать, например, рекомендацию UberXL для поездок с большим количеством багажа или распознавание сохраненных направлений, таких как «дом».

«Голос убирает необходимость выполнять по одной задаче за раз, — говорит Парих. — Можно естественно выразить полное намерение, а система сможет организовать результат».

Голос также расширяет доступность и открывает новые сценарии работы во всей экосистеме Uber. Для водителей это позволяет взаимодействовать с приложением без рук. Для пассажиров — это способ сократить лишние действия и сделать взаимодействие с сервисом более быстрым и простым.

«Голос избавляет от множества нажатий, потому что можно сказать сразу несколько вещей, — говорит Видьясагар. — Это открывает возможность связывать разные части экосистемы».

По мере быстрого развития возможностей LLM Uber также изменила подход к тому, как команды создают продукты.

Инженеры по всей компании работают с промптингом, системами поиска данных, конвейерами оценки и фреймворками оркестрации. Команды продукта, юристов, операций и дизайна теснее сотрудничают, чтобы определять границы политик, тестировать ответы ИИ и улучшать пользовательский опыт.

Вместо того чтобы инновациями занималась небольшая централизованная ИИ-команда, интеллект теперь может быть встроен по всей компании.

«Теперь этим занимается уже не одна специализированная группа, — говорит Видьясагар. — Вклад могут вносить многие команды, потому что барьеры снизились».

Этот сдвиг ускоряет экспериментирование и рождает новые идеи во всей экосистеме Uber.

«Каждая поездка, каждый заказ — это последовательность событий, и понимание и обработка этих нюансов — именно то, что открывает для нас LLM, — говорит Видьясагар. — Это дает нам массу информации о том, в каком направлении двигаться дальше. И такой прорыв — при наших масштабах — обладает исключительной силой».

В настоящее время Uber Assistant развернут в рамках экспериментального запуска для всей сети водителей в США, при этом Uber продолжает тестировать и совершенствовать функционал:

• Сотни тысяч водителей в США теперь имеют доступ к бета-версиям Uber Assistant
• Улучшение поддержки водителей на ранних этапах и помощь новичкам в поиске выгодных локаций для заказов
• Сильная повторная вовлеченность: пользователи возвращаются после успешных взаимодействий
• Более эффективное распределение времени на платформе благодаря интеллектуальному анализу рынка
• Более быстрые циклы итерации продукта благодаря специализации моделей и системам непрерывной оценки

От помощи новому водителю получить первую поездку до поддержки опытного водителя в поиске лучших возможностей заработка — Uber использует модели OpenAI, чтобы сделать работу продуктивнее, транспорт — удобнее, а повседневную логистику — человечнее.

«Как инженеру, OpenAI просто открывает возможность решать такие задачи по-разному и уникальными способами», — говорит Видьясагар.