Умный попутчик: как искусственный интеллект делает поездки на такси удобнее

Мы редко задумываемся о том, как работают сервисы, которыми мы пользуемся каждый день. В реальности же за многими процессами, например при заказе такси, уже стоит искусственный интеллект. Умные алгоритмы прогнозируют спрос в аэропортах, выбирают удобные места для посадки, рекомендуют адреса и даже экономят наши деньги — иногда за счёт нескольких минут ожидания. И всё это происходит в фоновом режиме, без единого нажатия кнопки.

Пожалуй, самый нервный сценарий для пассажира — прилететь в незнакомый город глубокой ночью, когда уже хочется просто заселиться в отель и уснуть, а приходится думать, как до этого отеля добраться и, сонному, ждать машину 20 минут. На самом деле некоторые сервисы для заказа такси, в том числе «Яндекс Go», уже решили эту проблему.

В этом сервисам помогает искусственный интеллект. Алгоритмы обучаются на истории заказов из аэропортов, но этим дело не ограничивается. Они учитывают время дня, день недели, онлайн-табло прилётов и даже модель самолёта с данными о его вместимости. Иными словами, ИИ знает, что через полчаса из «боинга» на 300 мест выйдет толпа уставших людей с чемоданами.

Прогноз строится на ближайшие 30 минут. Если модель видит, что водителей в очереди аэропорта скоро не хватит, свободные таксисты из города получают пуш-уведомления: приезжайте, будет заказ. В результате рядом с аэропортами всегда есть резерв машин, а уехать на такси можно быстрее.

Проблема «посадки у подъезда» знакома каждому городскому жителю. Вы ставите точку у дома, а водитель встаёт за углом, потому что там нет шлагбаума или вечно перекопанной трубы. Теперь эта боль превратилась в технологию.

При заказе такси на карте в приложениях можно увидеть пикап-поинты — чёрные кружочки, где посадка проходит удобнее и для пассажира, и для водителя. Их тоже рассчитывает искусственный интеллект. Сервисы анализируют взаимодействие пользователей и водителей: куда таксист реально может подъехать, а не куда автоматически поставилась метка — ведь иногда она может стоять вообще внутри торгового центра. Учитываются успешность поездки, время ожидания и даже жалобы в поддержку («меня забрали не там»). Из десятков фактических точек выделяется усреднённая — наиболее удобная.

Для пассажира это выглядит просто: приложение предлагает пройти пару метров — до указанного кружочка. Но за этой простотой — анализ огромных массивов данных о том, как люди действительно перемещаются по городу.

В дороге пассажир получает не только маршрут, но и короткие заметки о месте назначения. Едете в ресторан? Нейросеть пробежится по отзывам и сообщит, что там, например, проходят кулинарные мастер-классы. В парк? — Там часто снимают кино. В аэропорт? — Вот онлайн-табло, не опоздайте на рейс.

Искусственный интеллект даже помогает нам сэкономить на поездке и делает это разными способами. Первый — совместная поездка. ИИ анализирует совпадение маршрутов разных пассажиров в реальном времени и предлагает скидку в среднем 15–30%. Чем больше общий путь, тем выше экономия.

А ещё алгоритмы предлагают «подождать и сэкономить». При высоком спросе приложение может предложить подождать 10–15 минут и получить скидку. Искусственный интеллект прогнозирует, как быстро спрос вернётся к норме, анализируя текущий поток заказов, доступность водителей и сезонные данные.

Благодаря искусственному интеллекту сервис такси не просто запоминает частые поездки. Он подстраивается под образ жизни с учётом дня недели, времени суток и сезона. По субботам — спортзал. По вторникам вечером — художественная школа ребёнка. По будням утром — офис. Алгоритмы буквально зубрят ваш личный календарь.