Uber と OpenAI の統合：AI 駆動のドライバーガイダンスと音声予約

Uber は OpenAI と提携し、大規模言語モデル（LLM）をグローバルマーケットプレイスに統合しました。これにより、複雑なシグナルをリアルタイムで推論し、ドライバーの収益を最適化し、乗客の予約体験を効率化します。この統合により、Uber は 15,000 の都市で毎日 4,000 万件のトリップデータを処理し、実用的なインサイトと対話型インターフェースを提供できます。

Uber Assistant：ドライバー向けリアルタイムマーケットプレイスガイダンス

Uber Assistant は、ドライバーや配達員が収益を最適化できるように、ヒートマップや収益トレンドといった複雑なマーケットプレイスデータをシンプルで実行可能なポジショニングインサイトに変換する AI 駆動ツールです。

Key impacts of Uber Assistant include:

  • Accelerated Onboarding: 新規ドライバーはマーケットプレイスのダイナミクスやワークフローをより速く学習でき、最初の数百件のトリップでの試行錯誤への依存を減らします。
  • Earnings Optimization: 経験豊富なドライバーは、ツールを使って自然言語でフォローアップ質問を行い、プラットフォーム上での時間を最適化します。
  • Reduced Cognitive Overhead: システムは、リアルタイムで複雑なデータを解釈するために必要な労力を最小化します。

マルチエージェントアーキテクチャと AI ガバナンス

安全性、信頼性、低レイテンシを確保するため、Uber はクエリの性質に応じてユーザーリクエストを専門システムへルーティングするマルチエージェント AI アーキテクチャを導入しました。

モデルの専門化

Uber はタスクの複雑さに応じて異なるモデルサイズを利用します：

  • Nano/Mini Models: 軽量分類と高速応答に使用され、低レイテンシを維持します。
  • Reasoning Models: より深い推論が必要な複雑なタスクに対して、より大きなモデルが活用されます。

AI Guard

Uber はシステムの完全性を保つために AI Guard と呼ばれる内部ガバナンス層を開発しました。この層は以下を担当します：

  • プロンプトと応答をスクリーニングし、プライバシーとセキュリティを確保する。
  • 企業ポリシーの適用。
  • 幻覚（ハルシネーション）の削減。
  • ユーザー体験全体での一貫性の維持。

音声ベースの乗車予約とアクセシビリティ

Uber は OpenAI Realtime API を活用し、音声ベースのインターフェースへ移行しています。これにより、ユーザーは複数のメニューを操作することなく、自然に複雑な意図を表現できます。

強化された乗客体験

ユーザーは「どこへ」の検索バーにあるマイクアイコンをタップし、自然な音声で乗車をリクエストできます。システムは意図を解釈し、顧客のコンテキストや保存された場所情報を活用して推奨を行います。例えば、乗客が5名と大量の荷物を指定した場合、自動的に UberXL が推奨されます。

アクセシビリティと効率性

音声インターフェースは「マルチタップの壁」を取り除き、高齢者や視覚障害のある乗客、ハンズフリーでアプリ操作が必要なドライバーに恩恵をもたらします。

製品開発への組織的インパクト

LLM の採用により、Uber のエンジニアリング文化は集中型 AI チームから、組織全体にインテリジェンスが組み込まれる分散型モデルへと変化しました。エンジニア、プロダクトマネージャー、法務、デザインチームは、プロンプト作成、検索システム、評価パイプラインに直接協力しています。この分散型アプローチにより、実験が加速し、製品のイテレーションサイクルが短縮されました。

デプロイと現在の結果

Uber Assistant は現在、米国のドライバーネットワークで実験的に展開されており、以下の結果が得られています：

  • Beta Access: 数十万人の米国ドライバーがベータ体験を利用しています。
  • Driver Support: 初期段階のドライバーに対するポジショニング支援が向上し、より多くのトリップが可能になっています。
  • Engagement: 成功したインタラクション後のユーザーからのリピートエンゲージメントが強くなっています。
  • Utilization: より賢いマーケットプレイスインサイトにより、生産性が向上し、プラットフォーム上での時間活用が改善されています。

Sources