Uber встречает OpenAI: когда ИИ садится за руль данных

Каждый день миллионы людей пользуются Uber, чтобы вызвать машину, заказать еду, отправить посылку или гибко зарабатывать. За каждым нажатием в приложении стоит сложный рынок реального времени, на который влияют пробки, погода, прилёты самолётов, местные события и спрос.

Uber работает в колоссальных масштабах: 40 миллионов поездок в день, 10 миллионов водителей и курьеров в 15 000 городов более чем в 70 странах. Каждый город живёт по своим правилам — со своей спецификой, законодательством и поведением пассажиров, что требует непрерывной адаптации системы в глобальном масштабе.

Uber давно использует машинное обучение (machine learning) для поддержки своего маркетплейса. Теперь, с появлением больших языковых моделей (LLM — Large Language Models) и передовых моделей OpenAI, компания может быстрее анализировать сложные сигналы, выдавать молниеносные разговорные ответы и запускать голосовые функции прямо внутри приложения.

ℹ Масштаб платформы
Uber обрабатывает 40 миллионов поездок ежедневно в более чем 70 странах. Это один из крупнейших рынков реального времени в мире — и именно здесь ИИ раскрывает свой потенциал в полную силу.

Uber Assistant: личный AI-советник для каждого водителя

Водители ежедневно принимают десятки решений: как выбрать оптимальную позицию, когда переключиться с поездок на доставку и обратно. Чтобы упростить этот процесс, Uber разработал Uber Assistant — AI-инструмент, созданный для оптимизации заработка.

Ассистент синтезирует сложные данные — тренды заработка, тепловые карты спроса — и превращает их в конкретные рекомендации к действию.

Водитель может спросить: стоит ли ехать в аэропорт, выгоднее ли сейчас переключиться с поездок на доставку, где лучше встать, чтобы поймать следующий заказ — и получить ответ, основанный на актуальных данных рынка.

Вся эта AI-помощь доставляется напрямую 10 миллионам водителей и курьеров: они могут задавать вопросы обычным языком и получать персонализированные ответы.

«Ассистент помогает новым водителям быстро освоиться — вместо того чтобы тратить сотни поездок на понимание того, как работает платформа». — Дхармин Парих, директор Uber

Первые результаты показывают: AI-ассистент значительно ускоряет «разгон» новых водителей и продолжает приносить пользу опытным, стремящимся оптимизировать своё время.

💡 Для водителей Uber
Если вы только начинаете работать с платформой, Uber Assistant поможет разобраться в логике маркетплейса в разы быстрее, чем методом проб и ошибок. Спрашивайте ассистента об активных зонах города, прогнозах спроса и лучшем времени для выхода на линию.

Голосовое бронирование для пассажиров: говори — и поедешь

Помимо помощи водителям, Uber внедряет голосовое бронирование поездок на основе OpenAI Realtime APIs (программных интерфейсов реального времени). Это решает ограничения традиционного интерфейса приложения — особенно для сложных запросов или пользователей с особыми потребностями в доступности.

Теперь пассажиры могут описать свои пожелания обычной речью — например, уточнить, сколько мест нужно, есть ли багаж, куда ехать — и получить подходящие варианты без лишних нажатий.

Голосовой интерфейс также расширяет доступность сервиса и открывает новые сценарии использования. Для водителей это возможность взаимодействовать с приложением без рук. Для пассажиров — более быстрый и простой способ оформить поездку.

Новые голосовые функции позволяют пользователям запрашивать поездки с помощью обычной речи, а не набирая текст. Это делает бронирование быстрее и интуитивнее — особенно когда пользователь занят несколькими делами сразу или не может удобно держать телефон.

📝 Пример голосового запроса

Пассажир говорит: «Мне нужна машина побольше — нас трое, и у каждого по чемодану. Едем в Шереметьево, вылет через два часа.»

Uber Assistant мгновенно интерпретирует запрос, подбирает подходящий тариф и предлагает варианты — без единого нажатия на экран.

Архитектура под капотом: как это работает

Uber Assistant построен на мульти-агентной (multi-agent) архитектуре, которая маршрутизирует запросы к специализированным AI-системам. Для быстрых классификаций используются небольшие модели, а для сложных рассуждений — более мощные.

Лёгкие задачи — классификация и быстрые ответы — обрабатываются маленькими, быстрыми моделями nano или mini; тяжёлые задачи, требующие глубокого анализа, передаются большим моделям. Маршрутизация происходит для каждого запроса отдельно.

Поверх всего этого работает внутренний слой AI-управления — AI Guard, — который обеспечивает безопасность, конфиденциальность и согласованность ответов.

AI Guard — это внутренний governance-слой (уровень управления), созданный Uber для проверки запросов и ответов на соответствие политикам, защиту конфиденциальности, безопасность и снижение «галлюцинаций» модели.


graph TD
    A[Запрос водителя или пассажира] --> B{AI Guard — проверка безопасности}
    B --> C{Маршрутизатор запросов}
    C --> D[Nano / Mini модель\nБыстрая классификация]
    C --> E[Большая модель\nСложные рассуждения]
    D --> F[Ответ: тепловые карты,\nпозиционирование, заработок]
    E --> F
    F --> G[Водитель получает\nрекомендацию]
    F --> H[Пассажир получает\nварианты поездки]

Сравнение: что меняется для водителей и пассажиров

ФункцияДо интеграции OpenAIПосле интеграции OpenAI
Поиск выгодной позицииОпыт и интуиция водителяAI-рекомендации на основе тепловых карт
Освоение платформыСотни поездок методом пробУскоренный старт с Uber Assistant
Бронирование поездкиРучной ввод параметровГолосовой запрос на естественном языке
Переключение между типами заказовСамостоятельное решениеСовет ассистента с учётом спроса
Доступность для пожилых и маломобильныхОграниченнаяРасширенная через голосовой интерфейс

Новый подход к разработке продуктов

По мере стремительного развития возможностей LLM изменился и подход Uber к созданию продуктов. Инженеры по всей организации теперь работают с промптингом (prompting — составление запросов к моделям), системами поиска информации, пайплайнами оценки и фреймворками оркестрации.

Стремительная эволюция LLM меняет то, как Uber строит свои продукты в целом. Это означает не просто добавление новой кнопки в приложение, а фундаментальный сдвиг в том, как тысячи инженеров думают о задачах и решают их.

⚠ Важно понимать
Интеграция ИИ в транспортные платформы поднимает вопросы о конфиденциальности данных: ассистент анализирует маршруты, предпочтения и паттерны заработка. Uber заявляет, что слой AI Guard обеспечивает защиту персональных данных, однако пользователям стоит следить за политикой конфиденциальности платформы.

Где сейчас доступны функции

Uber использует OpenAI Realtime APIs и передовые модели для внутреннего AI-коуча водителей и голосового бронирования поездок. Сейчас бета-тестирование охватывает сотни тысяч водителей в США из общей сети в 10 миллионов водителей и курьеров более чем в 70 странах.

Новый интерфейс голосового бронирования, построенный на OpenAI Realtime APIs, позволяет пассажирам нажать на иконку микрофона в строке поиска и описать свой запрос; Uber сообщает о постепенном расширении функции в ближайшие недели.

Почему это важно для рынка

Uber — один из первых крупных глобальных маркетплейсов, который встроил LLM не в качестве чат-бота поддержки, а непосредственно в операционное ядро платформы. Это принципиально иная история: ИИ здесь не украшение интерфейса, а инструмент, от которого зависит доход миллионов людей.

В жёсткой конкурентной среде райд-хейлинга (ride-hailing — агрегаторы такси) скорость, тайминг и качество решений определяют, максимизируют ли водители свой заработок и насколько быстро пассажиры добираются до цели.

Для российского рынка это особенно актуально: отечественные агрегаторы — Яндекс Go, Ситимобил — уже активно экспериментируют с AI-инструментами. Интеграция OpenAI в Uber задаёт новую планку того, чего можно ожидать от «умных» функций в транспортных приложениях в ближайшие годы.

Голосовые функции и AI-ассистенты — это не будущее транспортных платформ. Это их настоящее. И Uber первым показал, как это работает в промышленных масштабах.