Uber 與 OpenAI 整合：AI 驅動的司機指導與語音預訂

Uber 與 OpenAI 合作，將大型語言模型（LLM）整合至其全球市場，實現對複雜訊號的即時推理，以優化司機收入並簡化乘客預訂體驗。此整合使 Uber 能夠處理每日 4,000 萬筆、遍及 15,000 座城市的行程資料，提供可操作的洞見與對話式介面。

Uber Assistant：為司機提供即時市場指導

Uber Assistant 是一款 AI 驅動的工具，旨在協助司機與外送員透過將熱點圖、收入趨勢等複雜市場資料轉換為簡單、可執行的定位建議，來最大化收入。

Uber Assistant 的主要影響包括：

• 加速上線：新司機能更快了解市場動態與工作流程，減少在前幾百筆行程中的試錯成本。
• 收入最佳化：有經驗的司機可使用自然語言提出後續問題，以優化在平台上的時間分配。
• 降低認知負擔：系統在即時操作時，減少司機解讀複雜資料的努力。

多代理架構與 AI 治理

為確保安全、可信與低延遲，Uber 採用了多代理 AI 架構，根據查詢性質將使用者請求路由至專門的系統。

模型專精化

Uber 依任務複雜度使用不同規模的模型：

• Nano/Mini 模型：用於輕量分類與快速回應，以維持低延遲。
• 推理模型：針對需要更深層推理的複雜任務，使用較大型的模型。

AI Guard

Uber 開發了名為 AI Guard 的內部治理層，以維持系統完整性。此層負責：

• 篩選提示與回應，確保隱私與安全。
• 執行公司政策。
• 減少幻覺（hallucinations）。
• 保持使用者體驗的一致性。

語音驅動的叫車與無障礙功能

Uber 正利用 OpenAI Realtime API 轉向語音介面，讓使用者能自然表達複雜意圖，而不必在多層選單中切換。

強化乘客體驗

使用者可在「前往哪裡」搜尋列點擊麥克風圖示，以自然語音請求叫車。系統會解讀意圖，結合乘客的上下文與已保存位置提供建議。例如，乘客說明有五位乘客且行李較多，系統會自動建議 UberXL。

無障礙與效率

語音介面消除「多點擊障礙」，對年長者、視障乘客以及需要免手操作的司機特別有益。

組織對產品開發的影響

LLM 的採用使 Uber 的工程文化從集中式 AI 團隊轉變為分散式模型，智慧被嵌入整個組織。工程師、產品經理、法務與設計團隊現在直接在提示設計、檢索系統與評估管線上協作。此去中心化方式加速了實驗，縮短了產品迭代週期。

部署與當前成果

Uber Assistant 目前正於美國司機網路中以實驗性方式推出，取得以下成果：

• Beta 入口：數十萬美國司機已開始使用 Beta 版體驗。
• 司機支援：提升新手司機的定位支援，讓其獲得更多行程。
• 參與度：使用者在成功互動後展現高度的重複使用意願。
• 利用率：透過更智慧的市場洞見，提高平台上的生產力與時間利用率。