其他行业 · AI应用
AI驱动的按需体验
Uber面临满足其多边市场（包括乘客、司机、商家和Uber Eats顾客）多样化复杂需求的挑战。为此，Uber利用AI技术，特别是ChatGPT Enterprise和OpenAI的AI助手，打造个性化客户互动并提升运营效率。该方法不仅简化了乘车和配送的协助流程，还显著提高了客户体验评分和问题解决速度。结果，Uber各团队生产力提升，最终为所有用户带来更无缝、更满意的体验。
客户体验评分
未披露具体数值
来源披露
问题解决速度
未披露具体数值
来源披露
团队生产力
未披露具体数值
来源披露
01
业务背景
Uber面临满足其多边市场（包括乘客、司机、商家和Uber Eats顾客）多样化复杂需求的挑战。为此，Uber利用AI技术，特别是ChatGPT Enterprise和OpenAI的AI助手，打造个性化客户互动并提升运营效率。该方法不仅简化了乘车和配送的协助流程，还显著提高了客户体验评分和问题解决速度。结果，Uber各团队生产力提升，最终为所有用户带来更无缝、更满意的体验。
02
遇到的问题
Uber作为连接乘客、司机、商家、Uber Eats顾客等多边市场的平台，面临满足各参与方多样化复杂需求、降低App摩擦、在物理与数字世界交汇处解决独特复杂挑战的业务痛点。
03
AI 解决方案
Uber利用AI模型洞察用户需求、减少App摩擦并创建实时演进的适配服务；使用ChatGPT Enterprise跨营销、数据科学、产品、工程等部门，并用OpenAI驱动的AI助手为接单者提供信息支持、为客户服务平台提供乘车配送协助；在客服中以AI生成对话摘要、自动调查、提供共情最优响应并将复杂政策转为可执行流程，提升个性化与人力效率。
04
实施结果
客户体验评分：未披露具体数值（提高）
问题解决速度：未披露具体数值（提高）
团队生产力：未披露具体数值（提升）
05
风险与边界
未披露
“I look forward to continuing our work with OpenAI and pushing the boundaries of what’s possible together.”
Jai Malkani · Global Head of Product, Customer Obsession
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。