Uber AI 整合適用於隨需服務
Uber 正在利用生成式 AI 和大型語言模型來優化其多邊市場，減少騎士、司機、商家和快遞員的摩擦。此整合專注於使用者體驗的超個人化以及複雜運營解決方案的自動化，以在全球範圍內保持效率。
AI 在市場各細分領域的應用
Uber 使用量身訂製的 AI 策略來解決其出行和送貨平台上各細分領域特有的挑戰：
- Rides: AI 解釋由交通或過路費導致的路線變更，以提供公平的費用調整以及對騎士和司機的透明溝通。
- Uber Eats: 該平台使用 AI 分析照片並追蹤商品生命週期，以確定送貨錯誤發生的位置，從而實現更高效的退款和重新訂單處理。
- Grocery Delivery: AI 促進消費者與採購者之間的即時溝通，以管理庫存挑戰，並根據客戶偏好建議最佳的應對方案。
超個人化與使用者體驗
AI 使 Uber 能透過分析過去交易、使用者偏好和情境場景來預見客戶需求。主要應用是司機體驗，AI 會根據司機執行的具體類型的乘車或送貨行程，提供有關文件到期和區域要求的個人化通知。這些智慧體驗會透過多種管道傳遞，包括語音、聊天和應用內互動。
內部員工生產力與 AI 副駕駛
Uber 將 AI 整合為一個「智慧副駕駛」，以提升開發者、運營團隊和客服人員的生產力。在客戶支援方面，AI 具體用於：
- 生成對話摘要。
- 自動化調查。
- 同理心回應生成： 提供「最佳後續回應」給代理。
- 政策翻譯： 將複雜政策轉化為可執行的解決常規。
衡量 AI 影響與成功
Uber 通過定量和定性指標的結合來評估其 AI 採用的效果。關鍵績效指標包括：
- 客戶體驗： 客戶體驗分數和使用者參與度。
- 營運效率： 解決速度、自動化率和生產力提升。
- 技術品質： LLM 回應的品質，透過對照實驗驗證，將 AI 增強的工作流程與傳統方法進行比較。
- 業務增長： 不同地區分段的增量總預訂額。
戰略實施與未來展望
Uber 將 AI 視為生存和成長的必要條件，而非可選的增強。公司的策略包括識別高價值使用案例、獲得高層贊助，以及培養 AI 驅動的文化。
展望未來，Uber 預期 AI 將進一步轉變隨需經濟，因為自動駕駛車輛和機器人送貨系統的普及度提升，同時在情感分析和數據標註等領域創造新的賺取機會。
"該考慮我是否應該使用 AI 或不使用 AI 的時候已經過去了。"
技術棧
Uber 在其行銷、數據科學、產品和工程部門中使用 ChatGPT Enterprise。此外，OpenAI 為提供給賺取者的支援以及用於簡化騎行和送貨協助的客服平台提供 AI 助理。