온디맨드 서비스를 위한 Uber의 AI 통합

Uber는 생성형 AI와 대규모 언어 모델(LLM)을 활용하여 다면적 마켓플레이스를 최적화하고, 승객, 드라이버, 가맹점 및 배달원 모두의 마찰을 줄이고 있습니다. 이러한 통합은 글로벌 규모에서 효율성을 유지하기 위해 사용자 경험의 초개인화와 복잡한 운영 문제 해결의 자동화에 중점을 둡니다.

마켓플레이스 부문별 AI 적용

Uber는 모빌리티 및 배달 플랫폼 전반에 걸쳐 부문별 과제를 해결하기 위해 맞춤형 AI 전략을 채택하고 있습니다:

• Rides: AI가 교통 상황이나 통행료로 인한 경로 변경을 해석하여 승객과 드라이버 모두에게 공정한 요금 조정과 투명한 커뮤니케이션을 제공합니다.
• Uber Eats: 플랫폼은 AI를 사용하여 사진을 분석하고 품목의 라이프사이클을 추적하여 배달 오류가 발생한 지점을 식별하며, 이를 통해 환불 및 재주문 처리를 더욱 효율적으로 수행합니다.
• Grocery Delivery: AI는 소비자와 쇼퍼 간의 실시간 커뮤니케이션을 촉진하여 재고 문제를 관리하고 고객 선호도에 기반한 최적의 해결책을 제안합니다.

초개인화 및 사용자 경험

AI를 통해 Uber는 과거 거래 내역, 사용자 선호도 및 상황적 시나리오를 분석하여 고객의 니즈를 예측할 수 있습니다. 주요 적용 사례는 드라이버 경험으로, AI는 드라이버가 수행하는 특정 유형의 주행 또는 배달 여정에 따라 서류 만료 및 지역 요구 사항에 관한 개인화된 알림을 제공합니다. 이러한 지능형 경험은 음성, 채팅, 인앱 상호작용을 포함한 다양한 채널을 통해 제공됩니다.

내부 인력 생산성 및 AI Co-pilots

Uber는 개발자, 운영 팀 및 고객 서비스 상담사의 생산성을 높이기 위해 AI를 "지능형 코파일럿(intelligent co-pilot)"으로 통합합니다. 특히 고객 지원 분야에서 AI는 다음과 같은 용도로 사용됩니다:

• 대화형 요약 생성.
• 조사 자동화.
• 공감형 응답 생성: 상담사에게 "최적의 다음 응답(next-best responses)" 제공.
• 정책 번역: 복잡한 정책을 해결을 위한 실행 가능한 루틴으로 변환.

AI 영향력 및 성공 측정

Uber는 정량적 및 정성적 지표의 조합을 통해 AI 도입의 효과를 평가합니다. 주요 성과 지표(KPI)는 다음과 같습니다:

• 고객 경험: 고객 경험 점수 및 사용자 참여도.
• 운영 효율성: 해결 속도, 자동화 비율 및 생산성 향상.
• 기술 품질: AI가 강화된 워크플로우와 전통적인 방식을 비교하는 통제된 실험을 통해 검증된 LLM 응답의 품질.
• 비즈니스 성장: 다양한 지리적 부문에 걸친 총 예약액(gross bookings)의 증가분.

전략적 실행 및 향후 전망

Uber는 AI를 선택적인 기능이 아닌 생존과 성장을 위한 필수 요소로 간주합니다. 회사의 전략은 가치가 높은 유스케이스를 식별하고, 경영진의 후원을 확보하며, AI 중심의 문화를 조성하는 것을 포함합니다.

앞으로 Uber는 자율주행 차량과 로봇 배달 시스템이 대중화됨에 따라 AI가 온디맨드 경제를 더욱 변화시킬 것으로 예상하는 동시에, 감성 분석 및 데이터 어노테이션과 같은 분야에서 새로운 수익 기회를 창출할 것으로 기대합니다.

"AI를 사용할지 말지 고민해야 할 시대는 끝났습니다."

기술 스택

Uber는 마케팅, 데이터 과학, 제품 및 엔지니어링 부서 전반에 걸쳐 ChatGPT Enterprise를 활용합니다. 또한, OpenAI는 수익 창출자(earners)에게 지원을 제공하는 AI 어시스턴트와 주행 및 배달 지원을 간소화하는 데 사용되는 고객 서비스 플랫폼에 동력을 공급합니다.