Нейросети на службе у рестораторов: сравниваю ИИ-технологии в зарубежных и отечественных агрегаторах

Источник

Нейросети становятся всё более и более продвинутыми, поэтому бизнес всё чаще прибегает к ним не только в рекламе и маркетинге. Например, ИИ-технологии в агрегаторах доставки стали не только удобством, но и реальными инструментами роста для ресторанов — от улучшения фото блюд до прогнозов спроса и конкурентной аналитики. В новом материале решил сравнить нейронки, доступные в самых популярных агрегаторах (Яндекс Еда Вендор, Купер, Uber Eats и DoorDash), и наглядно показать, как они работают. Базовое сравнение «наших» и зарубежных сервисов доставки, а также подробное описание большинства из них уже есть в этой моей статье.

Uber Eats

Источник

Uber Eats, как гигант рынка доставки, одним из первых поймал волну AI-технологичности. Посмотрим, что он предлагает сегодня.

Генерация описаний блюд (AI-generated menu descriptions)

Автоматическая генерация описаний блюд для меню создаёт несколько вариантов описаний на основе анализа ингредиентов, метода приготовления и уникальных особенностей блюда. ИИ формирует разные стили и акценты, позволяя выбрать лучший вариант текста. Это удобно и весьма экономит время, особенно если меню очень большое. В отечественных агрегаторах такое есть у Яндекса, но об этом чуть позже. Сам же Uber отмечает, что подобные решения способствуют более высокому вовлечению и увеличению заказов, а также обеспечивают единое качество описаний, укрепляя доверие и репутацию бренда.

Аналитика отзывов (Summarize Customer Reviews)

С помощью ИИ Uber Eats формирует для ресторанов прикольные сводные отчёты об отзывах клиентов. Если углубляться в технические детали, то происходит всё следующим образом. Базируясь на обработке естественного языка (NLP), система автоматически выявляет важные темы, положительные и отрицательные комментарии, а также жалобы и похвалы. В итоге владельцы заведений получают структурированные отчёты о том, что любят и ценят гости, с какими проблемами сталкиваются и что нужно улучшить. Звучит как экономия нескольких часов работы бренд-менеджера или маркетолога.

Кроме того, аналитика отслеживает тренды и изменение предпочтений клиентов с течением времени. А это значит, что можно будет анализировать реакции на новое меню, рекламные кампании и другие изменения.

Улучшение / коррекция фото блюд (CV)

Источник

Система автоматической оптимизации фотографий в Uber Eats анализирует исходные снимки, исправляя плохое освещение, тени и повышая чёткость деталей блюда. Она также автоматически изменяет или убирает фон, создавая единый стиль для меню, чтобы снимки лучше смотрелись в агрегаторе. Такой подход повышает визуальную привлекательность изображений, ускоряет подготовку контента и обеспечивает единое качество фото. Хорошо и ресторанам, и самой платформе — все фотографии в одном стиле. Похожая история в России есть у Яндекс Еды.

Клиентское мошенничество (Risk Entity Watch)

У развития ИИ есть и обратная сторона медали — клиенты сервисов пользуются ими для фрода. Пишут промт, добавляют к своим фотографиям блюд плесень и требуют возврат. Из-за участившихся случаев агрегаторы начали бороться. Uber, например, использует платформу Risk Entity Watch, основанную на машинном обучении, для выявления подозрительных действий. Они смотрят, замечен ли пользователь в таком и в целом не ведёт ли он себя странно.

Кроме обработки фотографий блюд и анализа отзывов, внутри платформы Uber Eats есть и другие AI-алгоритмы для поддержки и развития ресторанного бизнеса — такие как оптимизация логистики и доставки, обучение и поддержка сотрудников.

Uber Eats использует ИИ-технологии не только для партнёров, но и для клиентов. Например — персональные рекомендации. ML анализирует предпочтения и поведение покупателей для индивидуальных предложений и акций, что повышает шанс повторных заказов.

DoorDash

Источник

DoorDash — ещё одна крупнейшая американская технологическая платформа-агрегатор для доставки еды. У них также есть ряд AI-инструментов, доступных для партнёров в DoorDash Merchant Suite.

Генерация описаний блюд (Item description generator)

Как уже в описанном Uber Eats и ещё не описанной Яндекс Еде, у DoorDash есть AI описание блюд в меню. Принцип работы примерно такой же, как и у всех остальных. Используя искусственный интеллект, генератор создаёт эффектные описания на основе названий и фотографий блюд.

Источник

ИИ-камера для фотосъёмки блюд (AI-powered Camera) и автоматическая обработка фотографий (Automated Photo Improvements)

В специальном приложении Business Manager App для ресторанов доступна камера с искусственным интеллектом, которая с помощью компьютерного зрения позволяет быстро создавать профессиональные снимки блюд, сохраняя их натуральный вид. Прямо во время съёмки она даёт советы по кадрированию, настройкам освещения и улучшению фона, что очень помогает в процессе.

Источник

ИИ помогает в DoorDash и в системе модерации — автоматически проверяет и одобряет фотографии блюд, соответствующие требованиям платформы — всего за одну минуту. Если ваше фото вдруг не подходит, то нейросеть сразу улучшит фон и освещение на снимках, при этом сохраняя естественный вид блюда.

Источник

Этими ИИ-инструментами DoorDash не ограничивается. Также у них есть автоматизированное ценообразование и скидки, прогнозирование спроса и управление запасами, оптимизация маршрутов доставки, обнаружение мошенничества и предотвращение фрода, обработка отзывов и рейтингов.

Кроме нейросетевых фишек для рестораторов, DoorDash предлагает и много штук для своих пользователей. Это и персонализированные рекомендации на основе покупок, генерация индивидуальных промо-акций, чат-боты и автоматические ответы — AI-инструменты помогают быстро отвечать на вопросы, предоставлять информацию о статусе заказов и решать проблемы.

Яндекс Еда

Пора посмотреть, что предлагают в разрезе нейросетей и алгоритмов для рестораторов наши отечественные агрегаторы. Начнём с Яндекс Еды.

Конкурентный анализ в личном кабинете

В личном кабинете Яндекс Еда Вендор можно отслеживать деятельность конкурентов — цены, меню, популярные блюда и акции. Умные алгоритмы обеспечивают данные в реальном времени и формируют автоматические отчёты, что облегчает мониторинг поля вокруг вас. Учитывая какая большая конкуренция в доставке, звучит весьма полезно. Компания обещает в будущем расширение функций и добавление новых метрик для более глубокой аналитики.

Обработка фото блюд для меню

Как и у международных коллег, у Яндекса можно обрабатывать фотографии блюд. С помощью ИИ делают ретушь: улучшают яркость, контрастность, редактируют цвета и резкость, удаляют дефекты и оптимизируют композицию. Также агрегатор корректирует расположение и кадрирует фото, чтобы выделить блюдо и сделать его более привлекательным. Фон изображений можно менять или размывать, создавая чистый и стильный визуальный стиль, соответствующий бренду.

Источник

Генерация описаний блюд

Ещё один инструмент на уровне зарубежных агрегаторов — генерация уникальных описаний к каждому блюду, основываясь на его характеристиках и ингредиентах. Эти тексты помогают ресторану обновлять меню быстрее, делая его более информативным и привлекательным для клиентов.

Расчёт времени готовности

В Яндекс Еде умный алгоритм научили рассчитывать время готовности блюд. Как это работает: система автоматически рассчитывает время готовности на основе анализа последних 200 заказов ресторана. Она собирает данные о фактическом времени приготовления каждого заказа, обновляя средний показатель после каждого нового заказа. Расчёт учитывает только заказы за последние 48 часов. Это позволяет определить среднее время приготовления, учитывая текущую загрузку кухни и особенности процесса.

Расчёт обновляется регулярно, поэтому всегда будет актуален. Время приготовления видно пользователям. Чем быстрее ресторан готовит, тем больше вероятности оказаться выше в ленте. Да и в целом пользователи скорее пойдут туда, где привезут быстрее.

Источник

Анализ отзывов

В Яндекс Еде система искусственного интеллекта автоматически анализирует отзывы клиентов, прямо как у Uber и DoorDash, но итог интересный. AI выделяет ключевые слова и фразы, присваивая отзывам релевантные метки, например, #бургер или #доставка. Также определяется настроение — позитивное, нейтральное или негативное — например, отзыв «Очень понравился бургер, вкусно и сочно» получит положительный рейтинг и хештег #бургер. Такой подход гораздо удобнее длинных отчётов — всё чётко и по делу.

Среди инструментов и для пользователей, и для рестораторов в Яндекс Еде появился AI-ассистент — Еда AI, который помогает выбрать ресторан или заказать доставку. Он может также забронировать стол и предложить варианты под разные сценарии — например, семейный обед или вечеринку с друзьями. Ассистент использует базу данных Яндекс Еды, нейросеть YandexGPT 5 Pro и RAG-технологию для анализа запросов и предоставления точных рекомендаций. Он учитывает описания ресторанов, отзывы и материалы «Открытой кухни», чтобы предложить варианты по району, цене, атмосфере и особенностям, например, ресторан с детской зоной или доставка пирогов за час. Уже работает в нескольких городах России.

Источник

Из интересного, буквально на днях для курьеров Яндекс анонсировал запуск обучающего курса по применению ИИ в работе. На примере Алисы AI продемонстрируют, как нейросети могут облегчить работу доставщиков — например, помочь корректно ответить клиенту или решить проблему с транспортом в процессе доставки.

Купер

Источник

Другой российский сервис доставки Купер также внедряет ИИ. Какие инструменты может предложить Купер?

ИИ-ассистент для бизнеса

Единственное, что я нашёл — на данный момент запущена Купер Платформа — аналитическая система для ритейлеров, производителей и сервисных компаний FMCG-рынка. Пишут, что платформа включает инструменты для запуска электронной коммерции, управления ассортиментом, анализа покупательского поведения и рыночного присутствия. Используя комплексную аналитику, ритейлеры и рестораторы могут прогнозировать наличие товаров, оценивать ценовую эластичность и проводить A/B-тесты для оптимизации цен и оформления.

В платформу включены ML-сервисы для интеллектуального поиска, персонализированных рекомендаций, динамического ценообразования, а также прогнозирования продаж и закупок. В будущем обещают ещё подключить ИИ-ассистент, который поможет анализировать продажи, предсказывать спрос, искать точки роста и давать рекомендации по ценообразованию и размещению товаров.

Источник

Заключение — что важно и с чего начать

Советы рестораторам по работе с ИИ-технологиями в агрегаторах:

• ориентируйтесь на собственный уникальный опыт — только глубокое понимание потребностей вашего бизнеса поможет выбрать наиболее эффективные и «рабочие» предложения по рынку;

• помните, что сегодня с помощью искусственного интеллекта вы уже можете: автоматизировать управление меню, тестировать и улучшать визуальный контент, анализировать отзывы, оптимизировать логистику и подготовку заказов, мониторить конкурентов, формировать персонализированные предложения, обучать персонал;

• изучайте матчасть: у многих агрегаторов ИИ-инструментарий пересекается, это значит, что можно упустить какие-то интересные фичи (в той же обработке фото для меню), доступные только на конкретной платформе;

• следите за обновлениями платформ — новинки выкатываются быстро и неожиданно, и кто знает, применение какого инструмента в ряду одного из первых запустит ваш бизнес «в космос»

Искусственный интеллект — это реальный инструмент, который упрощает операционные процессы, помогает принимать решения на основе данных и делает ресторанный бизнес эффективнее. Благодаря ИИ рестораторы могут быстрее реагировать на спрос, улучшать качество обслуживания и сосредоточиться не на рутине, а на развитии сервиса и гостевого опыта.

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.