DoorDash identifie cinq grands domaines d'utilisation de l'IA générative

In the wake of ChatGPT and Generative AI DoorDash is identifying ways this new technology can enhance the customer's ordering experience on the platform. The company is exploring the use of Generative AI, a subset of Artificial Intelligence that generates novel content based on existing data, and how it can be implemented effectively with consideration for the privacy and security of personal information. Generative AI shows tremendous potential in various fields, including language processing, image and video generation, and content creation. In this blog post, we'll examine how DoorDash hopes to leverage Generative AI and revolutionize the delivery experience.

Quelques informations sur l'IA générative 

L'IA générative, comme son nom l'indique, génère de nouveaux contenus à partir de données existantes. L'un des exemples les plus populaires d'IA générative est la série GPT, une famille de modèles d'apprentissage profond développés par OpenAI. Ces modèles utilisent de vastes quantités de données pour produire des textes cohérents et grammaticalement corrects de type humain. ChatGPT, la version de GPT-3.5 qui alimente cette réponse, est un exemple de ce type de modèle.

Alors, où DoorDash peut-il capitaliser sur l'IA générative ? En tenant compte de l'utilisation d'informations personnelles anonymisées et pseudonymisées, nous avons identifié cinq catégories principales dans lesquelles DoorDash peut utiliser les dernières innovations dans ce domaine :

1. Assistance aux clients dans l'accomplissement de leurs tâches 
2. Une découverte mieux adaptée et plus interactive 
3. Génération d'un contenu et d'un merchandising personnalisés
4. Extraction d' informations structurées 
5. Amélioration de la productivité des employés

Nous examinerons plus en détail chacun d'entre eux ci-dessous.

1. Assistance aux clients dans l'accomplissement de leurs tâches

L'IA générative peut aider les clients en automatisant des tâches telles que la constitution d'un panier, l'obtention de mises à jour de l'état de la commande, la récupération d'informations sur le compte, la recherche d'informations sur les recettes et le règlement de la commande. Ces tâches permettraient non seulement de réduire les frictions dans le parcours du client, mais aussi d'améliorer l'expérience globale du client en lui fournissant un retour d'information en temps réel.

Par exemple, grâce à l'IA générative, lorsqu'un client arrive sur le site d'un commerçant, DoorDash pourrait fournir des modèles de panier préétablis adaptés aux différentes tailles de famille et aux préférences alimentaires. En analysant de grandes quantités de données, les modèles peuvent suggérer une liste d'articles qui sont souvent commandés ensemble pour chaque catégorie de repas, comme le petit-déjeuner, le déjeuner et le dîner. Ces suggestions font gagner du temps aux clients et peuvent simplifier le processus de commande. En outre, l'IA générative peut alimenter les assistants vocaux et permettre aux clients de passer des commandes de manière transparente en utilisant des requêtes en langage naturel et des recommandations personnalisées basées sur leurs commandes antérieures et leurs préférences.

2. Une découverte mieux adaptée et plus interactive

As well as assisting, DoorDash can go a step further to improve its suggestions and recommendations. By leveraging Generative AI in voice, chat, and search interfaces, we can propose items for the customer's household and better use "knowledge graph" relationships between customers and merchants.

For example, Generative AI can analyze a customer's order history, location, time of day, and other factors to generate a personalized list of items that they might be interested in. These suggestions can increase the ease of ordering of regular repeated orders and also enhance the overall customer experience  through the app.

3. Génération d'un contenu et d'un merchandising personnalisés 

En automatisant la création de menus, de merchandising, de listes de top 10, de campagnes marketing et de vidéos avec Generative AI, DoorDash peut créer un contenu plus engageant et personnalisé pour ses clients. Le contenu personnalisé est important pour rencontrer le client là où il se trouve et s'assurer que le message est adapté à ses besoins.

L'un des domaines d'opportunité est l'utilisation de l'IA générative pour créer des menus visuellement attrayants pour les commerçants qui mettent en évidence leurs articles et catégories les plus populaires. Il est ainsi plus facile pour le client d'accéder rapidement aux articles les plus vendus et les plus populaires du menu, ce qui permet au commerçant d'augmenter son chiffre d'affaires. En outre, l'IA générative pourrait tenir compte du comportement des clients sur l'application, du voisinage et d'autres facteurs pour générer des promotions et des réductions personnalisées et opportunes.

4. Extraction d'informations structurées 

Une autre force de l'IA générative est de comprendre les données non structurées et de les analyser dans un format plus structuré. Dans le contexte de DoorDash, cela pourrait signifier automatiser l'extraction des informations nutritionnelles, des ingrédients et des articles, et exécuter la reconnaissance optique des caractères (OCR) sur les reçus pour détecter les erreurs. Cela permet de réduire les efforts manuels et d'améliorer la précision et la rapidité du traitement des données.

In one application, Generative AI can automatically generate inventory lists for restaurants by analyzing their order history and predicting which items are most likely to sell out. This kind of analysis would reduce waste and ensure that the restaurant always has enough stock to fulfill orders. In another application, Generative AI can be used to automatically extract data from receipts using OCR technology. A model can analyze a menu's image and extract relevant information such as food item names, prices, and ingredients. DoorDash can use this to keep the app as up to date as possible and encourage merchants to add new and exciting items for the enjoyment of their customers.

5. Amélioration de la productivité des employés

Generative AI can be used to accelerate DoorDash employees' productivity by automating tasks such as SQL writing, and document drafting. This automation reduces the manual effort required in performing these tasks and improve the accuracy and speed of data processing.

Par exemple, l'IA générative peut être utilisée pour générer automatiquement des requêtes SQL pour l'analyse des données. Le modèle peut analyser les données et générer des requêtes qui sont également optimisées en termes de performance et de précision. De manière plus générale, l'IA générative peut être utilisée pour automatiser la rédaction de documents tels que des argumentaires de vente et des pages de FAQ. Le modèle peut analyser nos pages wiki internes existantes et générer des projets qui sont cohérents avec nos métriques, nos politiques et les caractéristiques de nos produits. Ces automatisations accélèrent les délais de livraison des tâches et garantissent leur exactitude. En fait, nous avons utilisé l'IA générative pour nous aider à éditer ce billet de blog !

Conclusion

Dans l'ensemble, les applications potentielles de l'IA générative pour DoorDash sont vastes et passionnantes. En tirant parti de cette technologie, nous pouvons améliorer l'expérience client, réduire les efforts manuels et améliorer la précision des données et la vitesse de traitement. Cependant, l'adoption de l'IA générative comporte également des défis à relever.

One of the key challenges is data privacy and security. As we leverage large amounts of data to train Generative AI models, it is important to ensure that the data is secure and protected from unauthorized access or misuse. At DoorDash, we take data privacy and security very seriously, and we have implemented various measures to continue to safeguard our customer's data.

Les implications éthiques de l'utilisation de l'IA générative constituent un autre défi. Comme ces modèles génèrent un nouveau contenu basé sur des données existantes, il existe un risque de perpétuer les préjugés et les stéréotypes présents dans les données d'entraînement. Chez DoorDash, nous nous engageons à respecter des pratiques éthiques en matière d'IA, et nous travaillons pour nous assurer que nos modèles d'IA générative sont impartiaux et inclusifs, ce que nous espérons développer davantage dans un prochain article.

En conclusion, l'IA générative a un énorme potentiel pour révolutionner l'expérience de livraison des clients de DoorDash. En tirant parti de cette technologie, nous pouvons améliorer l'expérience client, réduire les efforts manuels et améliorer la précision des données.