Uber AI 集成用于按需服务

Uber 正在利用生成式 AI 和大型语言模型来优化其多边市场，减少骑手、司机、商家和快递员之间的摩擦。此次整合侧重于用户体验的超个性化以及复杂运营解决方案的自动化，以在全球范围内保持效率。

AI 在市场细分中的应用

Uber 采用定制的 AI 策略来解决其出行和配送平台中各细分领域特有的挑战：

• 乘车: AI 会解读由交通或过路费引起的路线变化，以向乘客和司机提供公平的费用调整和透明的沟通。
• Uber Eats: 该平台使用 AI 分析照片并追踪物品生命周期，以确定配送错误发生的位置，从而实现退款和重新订单的更高效处理。
• 生鲜配送: AI 促进消费者与购物者之间的实时沟通，以管理库存挑战并根据客户偏好建议最佳应对方案。

超个性化和用户体验

AI 使 Uber 能够通过分析过去的交易、用户偏好和情境场景来预测客户需求。一个主要应用是司机体验，其中 AI 会根据司机执行的具体乘车或配送行程类型，提供关于文件到期和地区要求的个性化通知。这些智能体验会通过多种渠道交付，包括语音、聊天和应用内交互。

内部员工生产力和 AI 协作者

Uber 将 AI 集成作为“智能协作者”，以提升开发者、运营团队和客服人员的生产力。在客户支持方面，AI 具体用于：

• 生成对话摘要。
• 自动化调查。
• 共情响应生成: 为客服人员提供“最佳后续响应”。
• 政策翻译: 将复杂政策转化为可执行的解决方案流程。

衡量 AI 影响和成功

Uber 通过定量和定性指标的组合来评估其 AI 采用的有效性。关键绩效指标包括：

• 客户体验: 客户体验评分和用户参与度。
• 运营效率: 解决速度、自动化率和生产率提升。
• 技术质量: LLM 响应的质量，通过将 AI 增强的工作流与传统方法进行对照实验进行验证。
• 业务增长: 不同地理细分市场的增量总预订额。

战略实施与未来展望

Uber 将 AI 视为生存和增长的必要条件，而非可选的增强。公司的战略包括识别高价值用例、获得高管赞助以及培育 AI 驱动的文化。

展望未来，Uber 预计 AI 将进一步转变按需经济，随着自动驾驶车辆和机器人配送系统的普及，同时在情感分析和数据标注等领域创造新的赚钱机会。

"考虑是否要使用 AI 的时候已经过去了。"

技术栈

Uber 在其市场、数据科学、产品和工程部门使用 ChatGPT Enterprise。

此外，OpenAI 为提供支持给赚钱者的 AI 助手以及用于简化乘车和配送援助的客服平台提供动力。