Po raz trzeci marka Wolt udostępnia zaktualizowany raport, w którym dzieli się informacjami na temat stosowanych algorytmów sztucznej inteligencji i uczenia maszynowego, aby zwiększyć świadomość użytkowników aplikacji mobilnych. Marka wyjaśnia, jak korzysta z technologii oraz zanonimizowanych danych, aby lepiej dopasowywać oferowane rozwiązania do konkretnych użytkowników, poprawiając tym samym ich doświadczenia.
Przywykliśmy już do tego, że włączając ulubione aplikacje na smartfonach, otrzymujemy dokładnie takie produkty i usługi, jakich w danej chwili potrzebujemy. Algorytmy uczą się coraz szybciej i potrafią rozpoznawać intencje użytkowników i na tej podstawie wybierają dla nich najlepiej dopasowane opcje.
Przykładem dobrej praktyki jest aplikacja marki Wolt, która została wyposażona w algorytmy AI/ML zaprogramowane w taki sposób, aby rozpoznawać preferencje zakupowe użytkownika i podpowiadać mu oferty coraz lepiej dopasowane do jego oczekiwań. A co więcej, marka Wolt jako jedna z nielicznych w branży pokazuje, jak takie algorytmy funkcjonują.
Rozumiemy, że dzisiejsza technologia zmienia się bardzo szybko, dlatego uważnie monitorujemy rynek i staramy się korzystać z najnowocześniejszych rozwiązań, które mogą poprawiać doświadczenia użytkowników naszych aplikacji. Zależy nam na edukowaniu naszych klientów i partnerów na temat tego, jak algorytmy AI mogą poprawiać użyteczność aplikacji i zwiększać komfort korzystania, na przykład skracając czas potrzebny na znalezienie ulubionych restauracji lub pomagając wybrać jak najlepiej dopasowane usługi pod kątem lokalizacji czy opinii.
Trzy lata temu opublikowaliśmy pierwszy raport dotyczący naszych algorytmów, aby ułatwić użytkownikom zrozumienie naszych rozwiązań. Uważamy, że w dobie powszechnego dostępu do AI potrzebna jest dyskusja o odpowiedzialnym korzystaniu z algorytmów. W związku z tym zależy nam, aby użytkownicy mieli szansę dowiedzieć się, na czym polegają i jak działają nowoczesne technologie. W naszym raporcie objaśniamy między innymi, jak korzystamy ze zanonimizowanych danych oraz jak nasze zespoły nadzorują systemy, aby informacje były bezpieczne. Mając świadomość tego, jak Wolt opracowuje rekomendacje, użytkownik ma większą kontrolę nad przekazywanymi informacjami. – tłumaczy Agata Polityło, General Manager w Wolt Polska.
Wolt używa algorytmów sztucznej inteligencji (AI) oraz uczenia maszynowego (ML) do zwiększania wydajności aplikacji i upraszczania procesów, co przekłada się na poprawę doświadczeń użytkowników. Osoby, które spędzają w aplikacji odpowiednio dużo czasu, będą otrzymywały lepiej spersonalizowane rekomendacje, bo system będzie w stanie szybciej zrozumieć ich preferencje.
W przypadku klientów, którzy korzystają z takich aplikacji po raz pierwszy, stosowany jest inny schemat działania. Jeśli nie zrobili jeszcze żadnych zakupów, rekomendacja opiera się na prostym modelu korzystającym z agregowanych danych dostępnych w systemie. Wówczas liczą się takie czynniki jak czas dostawy, odległość od lokalu, opinie oraz retencja klientów.
W tym celu Wolt wykorzystuje zautomatyzowany proces uczenia maszynowego. System uczy się, jak określone parametry wpływają na wybory innych klientów. Na przykład, jeśli wielu użytkowników preferuje produkty z szybszą dostawą, algorytm proponuje najpierw lokale, które są w stanie szybciej dostarczyć produkt. To długotrwały proces uczenia, który dostosowuje się do zmieniających się trendów i preferencji klientów. Na tej podstawie algorytm rozpoczyna proces uczenia się, aby w przyszłości stworzyć indywidualną listę rekomendacji dla nowego użytkownika.
Generatywna sztuczna inteligencja w służbie użytkownikom
Od momentu powstania i popularyzacji ChatGPT, generatywna sztuczna inteligencja stała się powszechnie używaną i rozwijaną technologią. Duże modele językowe (LLM) przetwarzają ogromne ilości tekstu, aby nauczyć się wzorców. Następnie, na podstawie zadawanych pytań modele są w stanie wygenerować nowy tekst w formie odpowiedzi. „Inteligencja” modelu pochodzi z uczenia się wielu wzorców z ogromnej ilości informacji.
W Wolt wierzymy, że generatywna sztuczna inteligencja może wspierać biznes, ale wciąż jest za wcześnie, żeby dokładnie przewidzieć, w jakich okolicznościach można stosować tę technologię w najbardziej użyteczny sposób. W naszych aplikacjach powoli wdrażamy rozwiązania oparte na GenAI, a pierwsi użytkownicy wciąż je testują. Na razie GenAI najlepiej sprawdza się w zrozumieniu i przetwarzaniu tekstu oraz obrazów.
Jednym z wyzwań, jakie widzimy w przypadku funkcji opartych na generowaniu tekstów, jest kontrolowanie jakości komunikatów czy nienaturalne brzmienie generowanej treści. Przestrzeń ta jest oczywiście bardzo nowa, a rozwój w wielu obszarach związanych z generatywną sztuczną inteligencją jest niezwykle szybki, dlatego jesteśmy pewni, że pojawią się standardy rynkowe dotyczące tych aspektów. Wolt intensywnie śledzi tę przestrzeń i opracowuje własne rozwiązania i procesy zarządzania, aby móc w pełni wykorzystać potencjał technologii w bezpieczny sposób. – podkreśla Agata Polityło.
Prywatność i bezpieczeństwo danych
W dzisiejszych czasach prywatność to kluczowy aspekt bezpieczeństwa cyfrowego. Użytkownicy muszą być przede wszystkim świadomi, jakie informacje gromadzą aplikacje oraz jakie funkcje są dzięki nim zasilane.
Wolt w swoim raporcie o algorytmach podkreśla, że przestrzeganie prywatności to nie tylko obowiązek podmiotów korzystających z danych, ale przede wszystkim sposób na budowanie silnych relacji ze wszystkimi interesariuszami. Przykładem higienicznego przetwarzania danych jest np. anonimizacja danych czy zdefiniowanie okresu, w jakim system sztucznej inteligencji może przetwarzać informacje i kiedy powinien je usunąć.
Wolt korzysta z nowoczesnych rozwiązań, takich jak GenAI, aby dostarczać swoim użytkownikom jak najlepsze doświadczenia. Firma stawia przy tym na edukowanie i dzieli się dobrymi praktykami w zakresie stosowania algorytmów sztucznej inteligencji i uczenia maszynowego. W świecie zdominowanym przez nowoczesne technologie prywatność oraz świadomość, w jakich celach gromadzone są dane, jest kluczowa dla budowania zaufania między przedsiębiorstwami a klientami.
