Uber ใช้ OpenAI ช่วยให้คนสร้างรายได้ดีขึ้นและจองรถไวขึ้น

ในทุกๆ วัน ผู้คนหลายล้านคนไว้วางใจใช้ Uber เพื่อจองรถ สั่งอาหาร ส่งพัสดุ และสร้างรายได้ตามเวลาที่สะดวก ทุกการใช้งานคือการทำงานของระบบมาร์เก็ตเพลสแบบเรียลไทม์ที่ซับซ้อน ซึ่งแปรผันตามสภาพจราจร สภาพอากาศ เที่ยวบินขาเข้า งานกิจกรรมในท้องถิ่น และความต้องการใช้งาน Uber ดำเนินธุรกิจในสเกลที่ใหญ่มาก โดยมีจำนวนการเดินทางถึง 40 ล้านเที่ยวต่อวัน พร้อมคนขับและพนักงานส่งของ 10 ล้านคน ครอบคลุม 15,000 เมือง ในกว่า 70 ประเทศ ซึ่งแต่ละเมืองต่างมีกลไกการทำงาน กฎระเบียบ และพฤติกรรมผู้ใช้งานที่แตกต่างกัน ทำให้ระบบต้องปรับตัวตามสภาพการณ์ทั่วโลกอยู่ตลอดเวลา

Uber ได้นำระบบ Machine Learning มาใช้สนับสนุนระบบมาร์เก็ตเพลสของบริษัทมาอย่างยาวนาน และในปัจจุบัน ด้วยคุณประโยชน์จากโมเดลภาษาขนาดใหญ่และโมเดลระดับแนวหน้าจาก OpenAI ทำให้ Uber สามารถประมวลผลข้อมูลที่มีความซับซ้อนได้อย่างรวดเร็วยิ่งขึ้น สามารถตอบโต้ผ่านการสนทนาได้อย่างทันท่วงที และขับเคลื่อนประสบการณ์การใช้งานด้วยเสียงภายในแอปพลิเคชันได้อย่างมีประสิทธิภาพ

การทำงานร่วมกันระหว่าง Uber และ OpenAI ช่วยสร้างผลิตภัณฑ์ AI ที่ทำให้คนขับและพนักงานส่งของเข้าถึงโอกาสในการสร้างรายได้ได้ง่ายขึ้น พร้อมทั้งลดความยุ่งยากให้กับผู้โดยสาร นอกจากนี้ การใช้งานโมเดลของ OpenAI ยังช่วยให้ Uber เปิดตัวผลิตภัณฑ์และประสบการณ์การใช้งานที่ง่ายและรวดเร็วกว่าที่เคย

จุดเด่นที่สุดของ Uber คือการมอบอิสระให้แก่คนขับ ซึ่งมีทั้งคนที่ยึดเป็นอาชีพหลัก คนที่ขับแค่เสาร์-อาทิตย์ หรือคนที่แทรกคิวขับในช่วงพักการเรียนหรือพักกะงาน แต่อิสระนี้ก็มาพร้อมกับการที่คนขับต้องคอยคิดและตัดสินใจตลอดเวลาว่า ตอนนี้ฉันควรไปจอดรอแถวไหนดี คุ้มไหมที่จะขับไปสนามบิน ช่วงพักเที่ยงนี้ควรเปลี่ยนจากรับส่งคนมาส่งอาหารแทนดีไหม หรือ ทำไมรายได้วันนี้ถึงดูต่างไปจากปกติ

เพื่อช่วยตอบคำถามเหล่านั้น Uber ได้พัฒนา Uber Assistant เพื่อเป็นที่ปรึกษา AI สำหรับคนขับ โดยพร้อมช่วยเหลือคนขับในทุกช่วงเวลาและทุกขั้นตอนบนแพลตฟอร์ม ไม่ว่าจะเป็นขั้นตอนการสมัครสมาชิก การออกรับงานช่วงเริ่มต้น หรือการวิเคราะห์ข้อมูลเพื่อสร้างผลกำไรสูงสุดจากการขับรถในทุกๆ วัน

“เราต้องการช่วยให้คนขับตัดสินใจเลือกสิ่งที่ดีที่สุดสำหรับตัวเองได้ ผ่านการสรุปภาพรวมของตลาดและข้อมูลเชิงลึกแบบเรียลไทม์” Dharmin Parikh ผู้อำนวยการฝ่ายการจัดการผลิตภัณฑ์ของ Uber กล่าว

ระบบผู้ช่วยช่วยแนะนำคนขับว่าควรไปหาเงินที่ไหนและเมื่อไหร่ ด้วยการแปลงข้อมูลยุ่งยาก เช่น สถิติรายได้และโซนที่มีความต้องการสูง ให้กลายเป็นคำแนะนำด้านทำเลที่เข้าใจง่ายและใช้งานได้จริง คนขับยังสามารถถามคำถามเพิ่มเติมด้วยภาษาพูดทั่วไปเพื่อให้ได้คำตอบที่ตรงจุดและใช้งานแอปได้อย่างสะดวกสบาย

เป้าหมายของ Uber คือการลดภาระทางความคิด หรือความพยายามที่ต้องใช้ในการตีความข้อมูลมาร์เก็ตเพลสอันซับซ้อนในขณะที่คนขับกำลังมุ่งมั่นสร้างรายได้

สำหรับคนขับหน้าใหม่ระบบนี้ถือเป็นตัวช่วยที่สำคัญมาก Uber พบว่าความสามารถของ AI ในการสรุปข้อมูลจริงช่วยให้คนขับเริ่มต้นงานได้อย่างรวดเร็วขึ้น เนื่องจากระบบช่วยให้พวกเขาเรียนรู้กระบวนการทำงานและภาพรวมของมาร์เก็ตเพลสได้ไวกว่าการนั่งคาดเดาเอาเอง

แม้ในตอนแรก Uber จะคาดหวังว่า Uber Assistant จะช่วยคนขับใหม่ได้มากที่สุด แต่ความจริงแล้วคนขับที่เชี่ยวชาญก็ยังกลับมาใช้งานซ้ำเพื่อถามคำถามเพิ่มเติมและบริหารเวลาบนแพลตฟอร์มให้คุ้มค่าที่สุด สิ่งนี้พิสูจน์ว่าผลิตภัณฑ์นี้เป็นเครื่องมือที่มีประโยชน์ในระยะยาว ไม่ใช่แค่เครื่องมือสำหรับช่วยเริ่มต้นงานเท่านั้น

Parikh ระบุว่า “ระบบผู้ช่วยนี้ช่วยให้คนขับเรียนรู้งานได้ไวขึ้นมาก โดยที่พวกเขาไม่ต้องเสียเวลาลองผิดลองถูกจากการรับงานหลายร้อยครั้งเพื่อทำความเข้าใจระบบเหมือนเมื่อก่อน”

สำหรับ Uber ความแม่นยำ ความปลอดภัย ความน่าเชื่อถือ และความรวดเร็ว คือสิ่งที่สำคัญที่สุดในการนำระบบ AI มาใช้สื่อสารกับคนขับและพนักงานส่งของ ปัจจัยหลักที่ต้องคำนึงถึงคือคำตอบต้องอยู่ภายใต้กฎนโยบาย และต้องประมวลผลได้รวดเร็วตามมาตรฐานของแอปพลิเคชันบนมือถือที่เน้นการทำงานแบบทันที

นั่นจึงเป็นเหตุผลที่ Uber ออกแบบ Uber Assistant โดยยึดหลักสำคัญ 3 ประการ ได้แก่ ความปลอดภัย ความน่าเชื่อถือ และค่าความหน่วงต่ำ

ทีมวิศวกรรมของ Uber สร้างสถาปัตยกรรมหลายเอเจนต์ ที่กำหนดเส้นทางคำขอของผู้ใช้แต่ละรายการไปยังระบบเฉพาะทางที่เหมาะสมที่สุด ตัวอย่างเช่น คำถามเกี่ยวกับรายได้อาจต้องจัดการต่างจากคำถามเกี่ยวกับการเริ่มต้นใช้งาน และคำแนะนำด้านมาร์เก็ตเพลสต้องใช้การให้เหตุผลที่ต่างจากการดำเนินการเชิงธุรกรรม

สถาปัตยกรรมดังกล่าวเปิดทางให้ Uber เลือกใช้โมเดลที่ตรงกับโจทย์การทำงานเฉพาะด้านในแต่ละส่วน ส่งผลให้การประมวลผลทุกคำขอเป็นไปอย่างตรงจุดและมีประสิทธิภาพสูงสุดตามลำดับความสำคัญ

Uber ใช้โมเดลขนาดเล็กที่ทำงานได้รวดเร็วสำหรับงานจำแนกข้อมูลทั่วไปและเน้นการตอบกลับทันใจ ส่วนงานที่มีความซับซ้อนสูง Uber จะหันไปใช้โมเดลขนาดใหญ่ที่มีความสามารถด้านการให้เหตุผลระดับสูง

Uber ยังพัฒนา AI Guard ซึ่งเป็นชั้นการกำกับดูแลภายในที่ช่วยคัดกรองคำสั่งและคำตอบ เพื่อส่งเสริมความปลอดภัย ความเป็นส่วนตัว และความมั่นคง รวมถึงบังคับใช้นโยบาย ลดการสร้างข้อมูลเท็จ และรักษามาตรฐานประสบการณ์การใช้งานให้สอดคล้องกัน

เมื่อคนขับได้รับคำแนะนำที่ถูกต้องและเป็นประโยชน์ พวกเขาก็จะกลับมาใช้งานอีก พร้อมทั้งถามคำถามมากขึ้น มีส่วนร่วมกับระบบอย่างต่อเนื่อง และใช้เวลาบนแพลตฟอร์มได้อย่างมีประสิทธิภาพยิ่งขึ้น

Parikh กล่าวว่า “ถ้าผู้ใช้ขาดความเชื่อใจในระบบ เราจะรักษาพวกเขาไว้ไม่ได้นาน แต่ถ้าพวกเขาเห็นว่ามันมีประโยชน์ พวกเขาก็จะกลับมาใช้ซ้ำ”

Uber นำเทคโนโลยี OpenAI Realtime API มาพัฒนาต่อยอดเพื่อรองรับระบบเสียง ซึ่งเป็นก้าวสำคัญถัดไปของการเปลี่ยนผ่านทางเทคโนโลยีของอินเทอร์เฟซ

การพิมพ์ลงในแอปอาจจะรวดเร็วสำหรับคำของ่ายๆ แต่ความต้องการในภาคการขนส่งและการค้าส่วนใหญ่นั้นมีความซับซ้อนเกินกว่าจะใช้เพียงการพิมพ์โต้ตอบแบบธรรมดา

ตัวอย่างเช่น นักท่องเที่ยวอาจถามว่า “เรามากัน 5 คนและมีกระเป๋า 5 ใบ อยากจองรถดีๆ ไปสนามบิน ควรเลือกรถแบบไหนดี” ซึ่งการใช้เสียงนี้ยังช่วยให้ผู้สูงอายุหรือผู้ที่มองเห็นไม่ชัดใช้งานได้สะดวกกว่าการพยายามกดหาเมนูที่ซับซ้อน

Uber ออกแบบประสบการณ์ใช้ระบบเสียงรูปแบบใหม่มาเพื่อลดความยุ่งยากในสถานการณ์เหล่านั้น ผู้ใช้งานสามารถแตะไอคอนไมโครโฟนบนแถบค้นหา ‘ไปที่ไหนดี’ ในแอป Uber แล้วเรียกรถด้วยภาษาพูดทั่วไปได้ทันที ระบบจะใช้ Realtime API และโมเดลระดับแนวหน้าอื่นๆ มาวิเคราะห์ความต้องการ โดยนำข้อมูลสถานที่ที่บันทึกไว้และบริบทของลูกค้ามาประกอบการให้คำแนะนำ พร้อมทั้งแสดงผลลัพธ์ผ่านเสียงและภาพในแอปไปพร้อมๆ กัน

ระบบอาจจะเสนอทางเลือกอย่าง UberXL ให้ในกรณีที่คุณมีสัมภาระจำนวนมาก หรือช่วยค้นหาสถานที่ที่คุณบันทึกเอาไว้แล้วอย่างคำว่า “บ้าน” ได้อย่างรวดเร็ว

“การใช้เสียงช่วยให้เราไม่ต้องเสียเวลาทำอะไรทีละอย่างอีกต่อไป” Parikh กล่าว “คุณสามารถบอกสิ้งที่คุณต้องการทั้งหมดได้ทันที และระบบจะทำหน้าที่เตรียมการทุกอย่างให้เสร็จสรรพ”

ระบบเสียงยังช่วยขยายขอบเขตการเข้าถึงและสร้างรูปแบบการทำงานใหม่ๆ ให้กับระบบนิเวศของ Uber โดยช่วยให้คนขับสามารถโต้ตอบกับแอปได้โดยไม่ต้องใช้มือ และช่วยลดความยุ่งยากให้แก่ผู้โดยสารที่ต้องการความรวดเร็วและเรียบง่ายในการใช้งาน

“การใช้เสียงช่วยให้เราไม่ต้องมาคอยกดหน้าจอซ้ำๆ เพราะเราสามารถบอกทุกอย่างที่เราต้องการได้ในครั้งเดียว” Vidyasagar กล่าว “มันปลดล็อกความสามารถในการเชื่อมต่อส่วนต่างๆ ของระบบนิเวศเข้าด้วยกัน”

เมื่อความสามารถของ LLM พัฒนาไปอย่างรวดเร็ว Uber จึงปรับเปลี่ยนวิธีการสร้างสรรค์สิ่งใหม่ๆ ตามไปด้วย

วิศวกรทั่วทั้งองค์กรต่างทำงานร่วมกับระบบการเขียนพรอมต์ ระบบสืบค้นข้อมูล กระบวนการประเมินผล และโครงข่ายการบริหารจัดการระบบ ขณะที่ทีมผลิตภัณฑ์ กฎหมาย ปฏิบัติการ และออกแบบก็ประสานงานกันอย่างใกล้ชิดขึ้นเพื่อกำหนดขอบเขตนโยบาย ทดสอบผลลัพธ์ และยกระดับประสบการณ์ของผู้ใช้งาน

เราสามารถขยายขีดความสามารถของระบบอัจฉริยะไปได้ทั่วทั้งองค์กร แทนที่จะให้ทีม AI เพียงทีมเดียวดูแลนวัตกรรมทั้งหมดเหมือนแต่ก่อน

Vidyasagar ระบุว่า “งานส่วนนี้ไม่ได้จำกัดอยู่แค่ในมือของทีมผู้เชี่ยวชาญกลุ่มเดียวอีกต่อไป สมาชิกจากหลายแผนกสามารถช่วยกันพัฒนางานได้ เพราะขั้นตอนการสร้างระบบทำได้ง่ายขึ้นกว่าเดิม”

การเปลี่ยนแปลงนี้ช่วยเร่งการทดลองและสร้างแนวคิดใหม่ๆ ทั่วทั้งระบบนิเวศของ Uber

Vidyasagar ระบุว่า “ทุกการเดินทางประกอบด้วยรายละเอียดที่ต่อเนื่องกัน และ LLM ก็เข้ามาช่วยให้เราเข้าถึงข้อมูลเชิงลึกเหล่านั้นได้อย่างชัดเจน สิ่งนี้มอบข้อมูลมากมายว่าเราควรจะก้าวไปทางไหนต่อ และการเข้าถึงศักยภาพระดับนี้ในสเกลงานขนาดใหญ่แบบ Uber ถือเป็นเรื่องที่ทรงพลังมาก”

Uber เริ่มเปิดตัว Uber Assistant ให้คนขับทั่วสหรัฐฯ ได้ทดลองใช้งานแล้วในวงกว้าง พร้อมทั้งเดินหน้าพัฒนาและปรับแต่งระบบให้ตอบโจทย์ผู้ใช้มากที่สุด

• คนขับในสหรัฐฯ หลายแสนคน สามารถเข้าถึงประสบการณ์ Uber Assistant รุ่นเบต้าได้แล้ว
• พัฒนาระบบสนับสนุนคนขับมือใหม่ในช่วงเริ่มต้น เพื่อช่วยให้เขารู้จักเลือกจุดรับส่งที่เหมาะสมและได้รับงานบ่อยขึ้น
• ผู้ใช้งานมีส่วนร่วมกับระบบอย่างต่อเนื่องในระดับสูง โดยผู้ใช้มักจะกลับมาใช้งานซ้ำอีกครั้งหลังจากได้รับประสบการณ์ที่ดีในครั้งก่อน
• ใช้เวลาได้ดีขึ้นบนแพลตฟอร์มผ่านข้อมูลเชิงลึกของมาร์เก็ตเพลสที่ชาญฉลาดกว่า
• ปรับปรุงผลิตภัณฑ์ได้ไวขึ้นผ่านการเลือกใช้โมเดลที่เชี่ยวชาญเฉพาะด้านควบคู่ไปกับการวางระบบวัดผลที่สม่ำเสมอ

ตั้งแต่การช่วยคนขับมือใหม่ให้ได้รับงานแรก ไปจนถึงการแนะนำคนขับมือโปรที่มองหาโอกาสสร้างรายได้ที่เพิ่มขึ้น Uber กำลังใช้โมเดลของ OpenAI เพื่อยกระดับประสิทธิภาพการทำงาน ทำให้การเดินทางราบรื่นไร้รอยต่อ และช่วยให้ระบบโลจิสติกส์ในชีวิตประจำวันมีความเป็นมิตรกับมนุษย์มากยิ่งขึ้น

“ในฐานะวิศวกร OpenAI ช่วยเปิดโอกาสให้เราแก้ปัญหาเหล่านั้นได้ด้วยวิธีการที่แตกต่างและเป็นเอกลักษณ์” Vidyasagar กล่าว