Ваш персональный помощник в перемещениях: какие ИИ‑алгоритмы работают на вас в «Яндекс Go»
Знаете, сколько времени экономят нейросети в «Яндекс Go»? Около 8000 рабочих часов в неделю — именно столько помогают сберечь алгоритмы в службе поддержки, самостоятельно обрабатывая 60% обращений. Это лишь один из невидимых механизмов большой технологической экосистемы.
Когда вы вызываете такси, ИИ анализирует исторические данные по заказам в сервисе и может подсказать удобную точку посадки. Это помогает получить машину быстро и без сложных маневров через улицу. А алгоритмы для тарифа с попутчиком в реальном времени оценивают возможность такой совместной поездки и влияют на расчёт скидки. Так, два пользователя сервиса в этом году поставили рекорд и сэкономили на поездках с попутчиком более 165 тысяч рублей каждый.
Технологии развиваются и дальше. Например, в поездке AI‑саммаризация кратко расскажет самое важное о пунктах назначения на экране заказа, проанализировав миллионы отзывов. Обновлённый «Хаб» с ML‑алгоритмами строит оптимальный маршрут, учитывая дорожную ситуацию, погоду, время подачи транспорта и персональные предпочтения.
Нейросети помогают и водителям: ускоряют фотоконтроль, помогая быстрее выходить на линию. Машинное обучение оптимизирует распределение заказов в аэропортах — прогнозирует и регулирует спрос. Алгоритм учитывает историю заказов, время суток, день недели, онлайн‑табло прилётов и даже модели самолётов с данными о вместимости. Это позволяет понять, сколько водителей понадобится в тот или иной момент и привлекать их на заказы. Таким образом, свободных такси в аэропорту становится больше, и их хватает большему количеству пассажиров. Как следствие, дисбаланс спроса и предложения возникает реже, а с ним — реже срабатывает и повышающий коэффициент. Поездки получаются доступнее.
Алгоритмы в реальном времени следят за спросом, предлагая опцию «Позже» или альтернативный тариф, когда водитель поблизости и может приехать быстро — на случай, если важнее скорость.
«ИИзация» города — уже не будущее, а часть повседневности. За простым действием в приложении скрывается сложная система, которая учится, прогнозирует и делает каждую поездку более комфортной.
