Il chief financial officer di Grab afferma che la suite di IA dell'azienda ha ridotto i tempi di consegna di circa un terzo, facendo salire l'utile operativo del 186% a 19 milioni di dollari, mentre i ricavi sono cresciuti del 22% raggiungendo i 997 milioni di dollari. Le spedizioni più rapide incidono sulla principale voce di costo della logistica – il tempo – e si traducono direttamente in guadagni più elevati sia per gli autisti che per la piattaforma.

Perché l'IA di Grab è fondamentale ora

Grab ha costruito una super-app che raggruppa servizi di ride-hailing, consegna di cibo, pagamenti e altro ancora. Questa ampiezza le conferisce un pool di dati di cui la maggior parte delle aziende specializzate esclusivamente nelle consegne è priva. Alimentando i modelli di machine learning con segnali in tempo reale relativi a corse, ordini e pagamenti, Grab prevede i picchi di domanda e indirizza gli autisti di conseguenza. Il risultato: un ciclo più serrato tra l'inserimento dell'ordine e l'evasione, che riduce fino al 30% la finestra di spedizione tipica.

Gli strumenti dietro l'accelerazione

  • Turbo Mode – un assistente di instradamento basato sull'IA che suggerisce il percorso più veloce agli autisti in base al traffico in tempo reale e alla posizione degli ordini. Gli autisti segnalano un aumento del 23% dei guadagni orari perché completano più viaggi nello stesso turno.
  • Predictive Matching – il sistema prevede quando un ristorante finirà di preparare un pasto e coordina il tempismo con un autista nelle vicinanze, riducendo i minuti di attesa dell'autista presso il locale.
  • Mai, l'assistente per i commercianti – un assistente IA che prevede i volumi degli ordini per i ristoranti partecipanti. Gli utenti hanno registrato un aumento delle vendite di circa il 15% dopo l'adozione dello strumento.

Ogni componente affronta un diverso punto di attrito: la navigazione, i tempi di attesa al ristorante e la pianificazione della domanda per i commercianti. Insieme creano un circolo virtuoso: consegne più rapide consentono agli autisti di accettare più lavori, guadagni più elevati attirano più corrieri e i clienti ricevono il cibo più velocemente, spingendoli a ordinare più spesso.

Cosa c'è in gioco per il mercato

Il vantaggio finanziario è evidente. Una riduzione del 30% dei tempi di consegna ha aiutato Grab a spingere l'utile operativo a 19 milioni di dollari, un salto del 186%. Per gli autisti, l'aumento dei guadagni del 23% migliora la fidelizzazione in un segmento ad alta intensità di manodopera dove il turnover è tradizionalmente elevato. I commercianti beneficiano dell'incremento delle vendite del 15%, rafforzando la loro dipendenza dalla piattaforma di Grab.

Rischi e controargomentazioni

L'IA non è una soluzione magica. Costruire e mantenere modelli sofisticati richiede talenti, potenza di calcolo e continui controlli sulla qualità dei dati.

Prossimi sviluppi

  • Incrocio con il fintech – Grab ha in programma di utilizzare i dati sui tempi di consegna per valutare il flusso di cassa e il rischio di credito dei commercianti, creando potenzialmente una barriera per i rivali puramente fintech. L'efficacia di quel modello di credit scoring sarà un test fondamentale per il fossato competitivo creato dall'IA.

In sintesi

L'implementazione dell'IA di Grab dimostra che l'instradamento intelligente e la previsione della domanda possono trasformare la velocità in profitto, offrendo guadagni misurabili per la piattaforma, i suoi autisti e i suoi commercianti.