Uber et OpenAI : une alliance pour révolutionner la mobilité urbaine

Uber et OpenAI : une alliance pour révolutionner la mobilité urbaine

Uber, le géant de la mobilité urbaine, a récemment renforcé son partenariat avec OpenAI pour intégrer des assistants intelligents et des fonctionnalités vocales dans ses services. Cette collaboration vise à améliorer l'expérience utilisateur, tant pour les conducteurs que pour les passagers, en s'appuyant sur des technologies de pointe pour optimiser les opérations à l'échelle mondiale.

Chaque jour, des millions d'utilisateurs font appel à Uber pour divers services, allant de la réservation de trajets à la livraison de repas. Derrière ces interactions se cache un système complexe qui doit s'adapter en temps réel à des variables telles que le trafic, la météo, et les événements locaux. Uber gère quotidiennement 40 millions de trajets grâce à 10 millions de conducteurs et livreurs répartis dans 15 000 villes à travers plus de 70 pays. Chaque ville présente ses propres défis, nécessitant une adaptation continue et précise.

Depuis ses débuts, Uber a utilisé l'apprentissage automatique pour soutenir son infrastructure. Aujourd'hui, avec les modèles de langage avancés d'OpenAI, Uber est capable de traiter des données complexes plus rapidement et de fournir des réponses conversationnelles fluides, enrichissant ainsi l'expérience utilisateur.

La collaboration entre Uber et OpenAI permet de développer des produits innovants qui simplifient les opportunités de gain pour les conducteurs tout en réduisant les frictions pour les passagers. Grâce à ces modèles, Uber peut désormais déployer des solutions plus rapidement et efficacement qu'auparavant.

“Pour la première fois, la technologie dirige ce qui peut être résolu. Des problèmes qui semblaient autrefois hors de portée peuvent désormais être abordés.” — Aarathi Vidyasagar, VP de l'ingénierie et des sciences

Transformer les données complexes du marché en conseils en temps réel pour les conducteurs

Pour les conducteurs d'Uber, la flexibilité est un atout majeur. Certains conduisent à temps plein, d'autres seulement le week-end, ou encore entre deux cours. Cette flexibilité implique une évaluation constante des opportunités, posant des questions telles que :

• Où devrais-je me positionner en ce moment ?
• L'aéroport vaut-il le coup d'y conduire ?
• Devrais-je passer des trajets aux livraisons pendant le déjeuner ?
• Pourquoi mes gains semblent-ils différents aujourd'hui ?

Pour répondre à ces interrogations, Uber a développé Uber Assistant, un assistant IA conçu pour accompagner les conducteurs tout au long de leur parcours sur la plateforme, de l'intégration à l'optimisation quotidienne des gains.

“Nous voulons permettre aux conducteurs de prendre de meilleures décisions en leur fournissant une vue résumée du marché et des informations en temps réel,” déclare Dharmin Parikh, Directeur de la gestion des produits chez Uber.

L'assistant aide les conducteurs à maximiser leurs gains en transformant des données complexes comme les tendances de gains et les cartes de chaleur en conseils pratiques. Les conducteurs peuvent poser des questions en langage naturel et recevoir des réponses personnalisées tout en naviguant dans l'application.

L'objectif d'Uber est de réduire la charge cognitive, c'est-à-dire l'effort nécessaire pour interpréter des données complexes tout en essayant de maximiser les gains. Cette approche s'est avérée particulièrement bénéfique pour les nouveaux conducteurs, qui peuvent ainsi apprendre plus rapidement les dynamiques du marché.

Bien qu'initialement conçu pour les nouveaux conducteurs, Uber Assistant est également utilisé par des conducteurs expérimentés, qui y trouvent un outil précieux pour optimiser leur temps sur la plateforme.

“L'Assistant aide les conducteurs à se familiariser rapidement, par rapport à la nécessité de réaliser plusieurs centaines de trajets pour comprendre comment fonctionne la plateforme,” explique Parikh.

Établir la confiance à grande échelle avec un système d'IA multi-agents

Pour Uber, l'exactitude, la sécurité, la fiabilité et la rapidité sont des priorités lors de la mise en œuvre de systèmes d'IA. Les considérations incluent le respect des politiques et une latence conforme aux attentes des utilisateurs.

Uber a conçu Uber Assistant autour de trois principes fondamentaux : sécurité, confiance et faible latence. L'architecture multi-agents d'Uber achemine chaque demande utilisateur vers le système le plus approprié, garantissant que chaque requête est traitée avec l'attention nécessaire.

Pour les tâches simples, Uber utilise des modèles rapides, tandis que pour les tâches complexes, des modèles de raisonnement plus avancés sont employés. Uber a également développé AI Guard, une couche de gouvernance interne qui filtre les invites et les réponses pour assurer la sécurité et la cohérence.

Lorsque les conducteurs reçoivent des recommandations précises, ils reviennent, posent plus de questions et passent plus de temps productif sur la plateforme.

“Si les utilisateurs ne font pas confiance au système, vous les perdez rapidement,” déclare Parikh. “Mais quand ils voient de la valeur, ils reviennent.”

Élargir l'accessibilité avec la voix

Uber intègre également les API Realtime d'OpenAI pour développer des fonctionnalités vocales, un changement majeur dans l'interface utilisateur.

Bien que taper dans une application soit efficace pour des demandes simples, de nombreux besoins en matière de transport sont plus complexes. Par exemple, un utilisateur pourrait vouloir dire : “J'ai cinq bagages et cinq autres personnes avec moi. J'ai besoin d'une belle voiture pour aller à l'aéroport. Que recommandez-vous ?”

Les nouvelles fonctionnalités vocales d'Uber permettent aux utilisateurs de demander un trajet en langage naturel. Le système utilise l'API Realtime pour interpréter l'intention et faire des recommandations, tout en synchronisant les réponses verbales et visuelles dans l'application.

Cela pourrait signifier suggérer UberXL pour des trajets avec beaucoup de bagages ou reconnaître des destinations enregistrées.

“La voix supprime la barrière de l'accomplissement d'une seule tâche à la fois,” déclare Parikh. “Vous pouvez exprimer votre intention complète naturellement, et le système peut orchestrer le résultat.”

La voix améliore également l'accessibilité et débloque de nouveaux flux de travail. Pour les conducteurs, cela permet d'interagir avec l'application sans les mains, et pour les passagers, cela simplifie les interactions.

“La voix supprime la barrière du multi-tap car vous pouvez dire plusieurs choses,” déclare Vidyasagar. “Cela débloque cette capacité à connecter les différentes parties de l'écosystème.”

Remarque : La fonctionnalité de réservation vocale sera déployée dans les semaines à venir.

Itérations plus rapides, équipes plus solides, meilleurs produits

Avec l'évolution rapide des LLM, Uber a modifié sa manière de construire ses équipes. Les ingénieurs travaillent avec des systèmes de récupération, des pipelines d'évaluation et des frameworks d'orchestration. Les équipes produit, juridique, opérations et design collaborent pour définir les politiques et améliorer les expériences utilisateur.

L'intelligence n'est plus confinée à une équipe centralisée, mais est intégrée dans toute l'entreprise, accélérant ainsi l'expérimentation et l'innovation.

“Ce n'est plus un groupe spécialisé qui fait tout cela,” déclare Vidyasagar. “De nombreuses équipes peuvent contribuer car les barrières à la construction ont été abaissées.”

Ce changement stimule l'expérimentation et génère de nouvelles idées au sein de l'écosystème d'Uber.

“Chaque trajet, chaque voyage est une séquence d'événements, et comprendre et traiter cette nuance est ce que le LLM débloque pour nous,” déclare Vidyasagar. “Cela nous donne beaucoup d'informations sur la direction à prendre, et ce déblocage — à l'échelle que nous avons — est exceptionnellement puissant.”

Élargir l'intelligence à travers le marché

Uber Assistant est désormais déployé à l'échelle du réseau de conducteurs aux États-Unis dans le cadre d'un projet pilote, tandis qu'Uber continue de tester et d'affiner l'expérience :

• Des centaines de milliers de conducteurs américains ont accès aux expériences bêta d'Uber Assistant.
• Le soutien aux conducteurs en début de parcours est amélioré, aidant les nouveaux conducteurs à mieux se positionner pour plus de trajets.
• Un engagement fort et répétitif, avec des utilisateurs revenant après des interactions réussies.
• Une meilleure utilisation du temps sur la plateforme grâce à des informations plus intelligentes sur le marché.
• Des cycles d'itération de produits plus rapides grâce à la spécialisation des modèles et aux systèmes d'évaluation continue.

De l'aide apportée à un nouveau conducteur pour obtenir son premier trajet à l'optimisation des opportunités de gain pour un conducteur expérimenté, Uber utilise les modèles d'OpenAI pour rendre le travail plus productif, le transport plus fluide et la logistique quotidienne plus humaine.

“En tant qu'ingénieur, OpenAI débloque simplement la capacité de résoudre ces problèmes de manière différente et unique,” déclare Vidyasagar.