Uber përdor OpenAI që njerëzit të fitojnë e rezervojnë më shpejt

Çdo ditë, miliona njerëz mbështeten te Uber për të rezervuar udhëtime, porositur vakte, dërguar pako dhe për të fituar në mënyrë fleksible. Pas çdo prekjeje qëndron një treg kompleks në kohë reale, i formësuar nga trafiku, moti, mbërritjet në aeroport, ngjarjet lokale dhe kërkesa. Uber operon në shkallë masive: 40 milionë udhëtime në ditë, 10 milionë shoferë dhe korrierë në 15 000 qytete në më shumë se 70 vende. Çdo qytet ka dinamikat e veta operacionale, rregulloret dhe sjelljen e pasagjerëve, duke krijuar një sistem që duhet të përshtatet vazhdimisht në shkallë globale.

Uber ka përdorur prej kohësh mësimin automatik për të mbështetur tregun e vet. Dhe tani, falë modeleve të mëdha gjuhësore dhe modeleve avangardë të OpenAI, Uber mund të arsyetojë mbi sinjale komplekse më shpejt, të japë përgjigje bisedore të shpejta dhe të fuqizojë përvoja zanore brenda aplikacionit.

Bashkëpunimi midis Uber dhe OpenAI po e ndihmon Uber të krijojë produkte të fuqizuara nga IA-ja që thjeshtojnë mundësitë e fitimit për shoferët dhe korrierët dhe ulin pengesat për pasagjerët. Gjithashtu, duke përdorur modelet e OpenAI, Uber mund të nxjerrë produkte dhe përvoja të thjeshtuara më shpejt se asnjëherë.

Për shoferët, fleksibiliteti është një nga pikat më të forta të Uber. Disa punojnë me kohë të plotë, të tjerë vetëm në fundjavë, ndërsa disa punojnë mes orëve të mësimeve ose turneve. Ky fleksibilitet do të thotë gjithashtu se shoferët po vlerësojnë vazhdimisht opsionet dhe po bëjnë pyetje: Ku duhet të pozicionohem tani? A ia vlen të shkoj me makinë në aeroport? A duhet të kaloj nga udhëtimet te dërgesat gjatë drekës? Pse të ardhurat e mia dukeshin ndryshe sot?

Për të ndihmuar në përgjigjen e këtyre pyetjeve, Uber zhvilloi Uber Assistant, një asistent me IA, i projektuar për të ndihmuar shoferët gjatë gjithë ciklit të tyre në platformë—nga regjistrimi dhe udhëtimet e para tek optimizimi i përditshëm i të ardhurave.

“Ne duam t’u mundësojmë shoferëve të marrin vendime më të mira për veten duke ofruar një pamje të përmbledhur të tregut dhe njohuri në kohë reale,” thotë Dharmin Parikh, drejtor i menaxhimit të produktit në Uber.

Assistant i ndihmon shoferët të kuptojnë ku dhe kur të fitojnë duke ofruar të dhëna komplekse si trendet e fitimeve dhe hartat e kërkesës në këshilla të thjeshta dhe të zbatueshme për pozicionim. Më pas, ata mund të bëjnë pyetje vijuese në gjuhë të thjeshtë, të marrin përgjigje të përshtatura dhe të lundrojnë lehtësisht në aplikacion.

Qëllimi i Uber është të ulë ngarkesën njohëse—përpjekjen e nevojshme për të interpretuar të dhëna komplekse të tregut ndërsa përpiqesh të fitosh.

Kjo është treguar veçanërisht e vlefshme për shoferët e rinj. Uber zbuloi se përdorimi i IA-së për të përmbledhur dhe komunikuar lehtësisht të dhënat reale të Uber mund të përshpejtojë fillimin duke i ndihmuar shoferët të mësojnë flukset e punës dhe dinamikat e tregut shumë më shpejt sesa vetëm përmes provës dhe gabimit.

Edhe pse në fillim pritej që Uber Assistant të ndihmonte më shumë shoferët më të rinj, shoferët me përvojë u kthyen gjithashtu vazhdimisht për të bërë pyetje vijuese dhe për të optimizuar kohën e tyre në platformë—duke e vërtetuar produktin si një mjet afatgjatë, jo thjesht si një mjet regjistrimi.

“Assistant po i ndihmon shoferët të ecin shpejt përpara, krahasuar me nevojën për të bërë disa qindra udhëtime për të kuptuar si funksionon platforma,” thotë Parikh.

Për Uber, saktësia, siguria, besueshmëria dhe shpejtësia janë përparësi kryesore kur zbaton çdo sistem IA, rezultatet e të cilit do të ndërveprojnë me shoferët dhe korrierët. Konsiderata kritike përfshijnë që përgjigjet të qëndrojnë brenda politikave dhe që vonesa të përmbushë standardin që përdoruesit presin nga një aplikacion celular në kohë reale.

Kjo është arsyeja pse Uber e projektoi Uber Assistant rreth tri parimeve kryesore: siguri, besim dhe vonesë e ulët.

Ekipet inxhinierike të Uber ndërtuan një arkitekturë me shumë agjentë që e drejton çdo kërkesë përdoruesi te sistemi i specializuar më i përshtatshëm. Për shembull, pyetjet për të ardhurat mund të trajtohen ndryshe nga pyetjet për regjistrimin, dhe udhëzimi për tregun kërkon arsyetim të ndryshëm nga veprimet transaksionale.

Kjo arkitekturë i mundëson Uber të drejtojë çdo detyrë te modeli më i përshtatshëm për nevojat e tij specifike operacionale, duke siguruar që çdo pyetje të trajtohet me fokusin e duhur në atë që ka më shumë rëndësi.

Për klasifikim të lehtë dhe përgjigje të shpejta, Uber përdor modele më të shpejta nano/mini. Për detyra më komplekse, Uber shfrytëzon modele më të mëdha arsyetimi.

Uber zhvilloi gjithashtu AI Guard, një shtresë e brendshme qeverisjeje që ndihmon në kontrollimin e kërkesave dhe përgjigjeve për të nxitur sigurinë, privatësinë dhe mbrojtjen, për të zbatuar politikat, për të ulur halucinacionet dhe për të ruajtur qëndrueshmërinë në të gjitha përvojat.

Kur shoferët marrin rekomandime të sakta dhe të dobishme, ata kthehen. Bëjnë më shumë pyetje. Angazhohen vazhdimisht. Dhe kalojnë më shumë kohë produktive në platformë.

“Nëse përdoruesit nuk i besojnë sistemit, i humbet shpejt,” thotë Parikh. “Por kur shohin vlerë, rikthehen.”

Uber po zbaton gjithashtu Realtime API të OpenAI në një nga ndryshimet e ardhshme më të mëdha të ndërfaqes në teknologji: zërin.

Të shkruarit në një aplikacion mund të jetë efikas për kërkesa të thjeshta. Por shumë nevoja të transportit dhe tregtisë janë më komplekse.

Një udhëtar mund të thotë: “Kam pesë bagazhe dhe pesë persona të tjerë me vete. Më duhet transport i mirë për në aeroport. Çfarë rekomandoni?” Një i moshuar ose një pasagjer me dëmtim të shikimit mund të preferojë të flasë në vend që të prekë menutë.

Përvojat e reja zanore të Uber janë projektuar për t’i bërë këto momente pa pengesa. Përdoruesit mund të prekin ikonën e mikrofonit te shiriti i kërkimit “ku do të shkosh” në aplikacionin Uber dhe të kërkojnë një udhëtim duke përdorur të folur natyral. Sistemi përdor Realtime API dhe modele të tjera avangardë për të interpretuar qëllimin, shfrytëzon vendndodhjet e ruajtura dhe kontekstin e klientit dhe bën rekomandime—duke sinkronizuar përgjigjet zanore dhe vizuale brenda aplikacionit.

Kjo mund të nënkuptojë sugjerimin e UberXL për udhëtime me shumë bagazhe ose njohjen e destinacioneve të ruajtura si “shtëpia”.

“Zëri heq pengesën e përfundimit të një detyre në të njëjtën kohë,” thotë Parikh. “Mund të shprehësh qëllimin e plotë natyrshëm dhe sistemi mund të organizojë rezultatin.”

Zëri gjithashtu zgjeron aksesueshmërinë dhe zbulon flukse të reja pune në gjithë ekosistemin e Uber. Nga ana e shoferit, u lejon shoferëve të ndërveprojnë me aplikacionin pa duar. Nga ana e pasagjerit, mund të ulë pengesat për klientët që duan ndërveprime më të shpejta dhe më të thjeshta.

“Zëri heq pengesën e shumë prekjeve sepse mund të thuash disa gjëra,” thotë Vidyasagar. “Ai zbulon aftësinë për të lidhur pjesët e ndryshme të ekosistemit.”

Ndërsa aftësitë e LLM evoluojnë me shpejtësi, Uber ka ndryshuar edhe mënyrën se si krijojnë ekipet.

Inxhinierët në gjithë organizatën punojnë me kërkesë, sisteme rikthimi, linja vlerësimi dhe korniza organizimi. Ekipet e produktit, ligjit, operacioneve dhe dizajnit bashkëpunojnë më ngushtë për të përcaktuar kufijtë e politikave, për të testuar rezultatet dhe për të përmirësuar përvojat e përdoruesit.

Në vend që një ekip i vogël i centralizuar i IA-së të zotërojë inovacionin, inteligjenca tani mund të përfshihet në të gjithë kompaninë.

“Nuk është më një grup i vetëm i specializuar që bën gjithë këtë,” thotë Vidyasagar. “Shumë ekipe mund të kontribuojnë sepse pengesat për të krijuar janë ulur.”

Ky ndryshim përshpejton eksperimentimin dhe krijon ide të reja në të gjithë ekosistemin e Uber.

“Çdo ngjarje, çdo udhëtim është një sekuencë ngjarjesh dhe kuptimi e përpunimi i kësaj nuance është ajo që LLM na zbulon”, thotë Vidyasagar. “Kjo na jep shumë informacion se ku duhet të shkojmë më pas, dhe ky zbulim—në shkallën që kemi ne—është jashtëzakonisht i fuqishëm”.

Uber Assistant tani është zgjeruar në të gjithë rrjetin e shoferëve në SHBA në një prezantim eksperimental, ndërsa Uber vazhdon të testojë dhe të përsosë përvojën:

• Qindra mijëra shoferë në SHBA tani kanë qasje në përvojat beta të Uber Assistant
• Përmirësim i mbështetjes për shoferët në fazat e hershme, duke i ndihmuar shoferët e rinj të pozicionohen më mirë për më shumë udhëtime
• Angazhim i fortë i përsëritur, me përdorues që kthehen pas ndërveprimeve të suksesshme
• Përdorim më i mirë i kohës në platformë përmes njohurive më të zgjuara të tregut
• Cikle më të shpejta të iterimit të produktit përmes specializimit të modelit dhe sistemeve të vlerësimit të vazhdueshëm

Nga ndihma për një shofer të ri për të marrë udhëtimin e tij të parë tek udhëzimi i një shoferi me përvojë që kërkon mundësi më të mira fitimi, Uber po përdor modelet e OpenAI për ta bërë punën më produktive, transportin më të pandërprerë dhe logjistikën e përditshme më njerëzore.

“Si inxhinier, OpenAI thjesht zbulon aftësinë për t’i zgjidhur këto probleme në mënyra të ndryshme dhe unike,” thotë Vidyasagar.