Grab के मुख्य वित्तीय अधिकारी (CFO) का कहना है कि कंपनी के AI सुइट ने डिलीवरी के समय को लगभग एक तिहाई कम कर दिया है, जिससे परिचालन लाभ (operating profit) 186% बढ़कर $19 मिलियन हो गया है, जबकि राजस्व (revenue) 22% बढ़कर $997 मिलियन हो गया है। तेज़ शिपमेंट लॉजिस्टिक्स की सबसे बड़ी लागत - समय - को कम करते हैं और ड्राइवरों और प्लेटफॉर्म दोनों के लिए सीधे तौर पर अधिक कमाई में तब्दील होते हैं।

Grab का AI अब क्यों महत्वपूर्ण है

Grab ने एक सुपर-ऐप बनाया है जो राइड-हेलिंग, फूड डिलीवरी, भुगतान और बहुत कुछ को एक साथ लाता है। यह व्यापकता उसे एक ऐसा डेटा पूल प्रदान करती है जिसकी कमी अधिकांश विशेष रूप से डिलीवरी पर केंद्रित (pure-play) फर्मों में होती है। मशीन-लर्निंग मॉडल में रीयल-टाइम राइड, ऑर्डर और भुगतान संकेतों को फीड करके, Grab मांग में होने वाले उछाल का पूर्वानुमान लगाता है और ड्राइवरों को उसी के अनुसार निर्देशित करता है। परिणाम: ऑर्डर देने और उसे पूरा करने के बीच एक छोटा अंतराल, जो सामान्य शिपिंग विंडो को 30% तक कम कर देता है।

गति बढ़ाने वाले उपकरण

  • Turbo Mode – एक AI-संचालित रूटिंग असिस्टेंट जो लाइव ट्रैफिक और ऑर्डर लोकेशन के आधार पर ड्राइवरों को सबसे तेज़ रास्ता बताता है। ड्राइवर प्रति घंटे की कमाई में 23% की वृद्धि की रिपोर्ट करते हैं क्योंकि वे एक ही शिफ्ट में अधिक ट्रिप पूरे कर पाते हैं।
  • Predictive Matching – यह सिस्टम पूर्वानुमान लगाता है कि कोई रेस्टोरेंट कब भोजन तैयार कर लेगा और उस समय को पास के ड्राइवर के साथ जोड़ देता है, जिससे ड्राइवर को स्थान पर प्रतीक्षा करने में लगने वाले मिनट कम हो जाते हैं।
  • Mai, the merchant assistant – एक AI सहायक जो भाग लेने वाले रेस्टोरेंट्स के लिए ऑर्डर वॉल्यूम का पूर्वानुमान लगाता है। इस टूल को अपनाने के बाद उपयोगकर्ताओं ने बिक्री में लगभग 15% की वृद्धि देखी है।

प्रत्येक हिस्सा एक अलग बाधा (friction point) को दूर करता है: नेविगेशन, रेस्टोरेंट प्रतीक्षा समय और मर्चेंट डिमांड प्लानिंग। साथ मिलकर वे एक सकारात्मक चक्र (virtuous cycle) बनाते हैं: तेज़ डिलीवरी ड्राइवरों को अधिक काम करने की अनुमति देती है, ड्राइवरों की अधिक कमाई अधिक कूरियर को आकर्षित करती है, और ग्राहकों को भोजन तेज़ी से मिलता है, जिससे वे अधिक बार ऑर्डर करने के लिए प्रेरित होते हैं।

बाजार के लिए दांव

वित्तीय लाभ स्पष्ट है। डिलीवरी के समय में 30% की कमी ने Grab को परिचालन लाभ को $19 मिलियन तक पहुँचाने में मदद की, जो कि 186% की छलांग है। ड्राइवरों के लिए, 23% कमाई में वृद्धि उस श्रम-प्रधान क्षेत्र में प्रतिधारण (retention) में सुधार करती है जहाँ टर्नओवर पारंपरिक रूप से उच्च होता है। मर्चेंट 15% बिक्री वृद्धि से लाभान्वित होते हैं, जिससे Grab के प्लेटफॉर्म पर उनकी निर्भरता मजबूत होती है।

जोखिम और प्रतिवाद

AI कोई रामबाण (silver bullet) नहीं है। परिष्कृत मॉडल बनाने और बनाए रखने के लिए प्रतिभा, कंप्यूटिंग शक्ति और निरंतर डेटा-गुणवत्ता जांच की आवश्यकता होती है।

आगे क्या देखें

  • Fintech crossover – Grab डिलीवरी-समय डेटा का उपयोग मर्चेंट कैश फ्लो और क्रेडिट जोखिम का आकलन करने के लिए करने की योजना बना रहा है, जो संभावित रूप से शुद्ध फिनटेक प्रतिद्वंद्वियों के लिए एक बाधा पैदा कर सकता है। उस क्रेडिट-स्कोरिंग मॉडल की प्रभावशीलता AI moat (प्रतिस्पर्धात्मक बढ़त) का एक प्रमुख परीक्षण होगी।

निष्कर्ष

Grab का AI रोलआउट दिखाता है कि इंटेलिजेंट रूटिंग और डिमांड फोरकास्टिंग गति को लाभ में बदल सकते हैं, जिससे प्लेटफॉर्म, उसके ड्राइवरों और उसके मर्चेंट्स के लिए मापने योग्य लाभ मिलता है।