O diretor financeiro da Grab afirma que o conjunto de IA da empresa reduziu os tempos de entrega em aproximadamente um terço, elevando o lucro operacional em 186%, para US$ 19 milhões, enquanto a receita subiu 22%, para US$ 997 milhões. Entregas mais rápidas atingem a maior linha de custo na logística – o tempo – e se traduzem diretamente em maiores ganhos tanto para os motoristas quanto para a plataforma.

Por que a IA da Grab é importante agora

A Grab construiu um super-app que reúne transporte por aplicativo, entrega de comida, pagamentos e muito mais. Essa amplitude lhe confere um pool de dados que a maioria das empresas focadas exclusivamente em entregas não possui. Ao alimentar modelos de machine learning com sinais de viagens, pedidos e pagamentos em tempo real, a Grab prevê picos de demanda e orienta os motoristas de acordo. O resultado: um ciclo mais curto entre o pedido e a entrega, reduzindo em até 30% a janela típica de envio.

As ferramentas por trás da aceleração

  • Turbo Mode – um assistente de roteamento impulsionado por IA que sugere o caminho mais rápido aos motoristas com base no tráfego em tempo real e na localização dos pedidos. Os motoristas relatam um aumento de 23% nos ganhos por hora, pois completam mais viagens no mesmo turno.
  • Predictive Matching – o sistema prevê quando um restaurante terminará uma refeição e sincroniza esse tempo com um motorista próximo, reduzindo os minutos que o motorista espera no local.
  • Mai, a assistente do comerciante – um assistente de IA que prevê o volume de pedidos para os restaurantes participantes. Os usuários viram as vendas aumentarem cerca de 15% após a adoção da ferramenta.

Cada componente ataca um ponto de fricção diferente: navegação, tempo de espera no restaurante e planejamento de demanda do comerciante. Juntos, eles criam um ciclo virtuoso: entregas mais rápidas permitem que os motoristas aceitem mais trabalhos, ganhos maiores atraem mais entregadores e os clientes recebem a comida mais rápido, incentivando-os a pedir com mais frequência.

Implicações para o mercado

O ganho financeiro é claro. Uma redução de 30% no tempo de entrega ajudou a Grab a elevar o lucro operacional para US$ 19 milhões, um salto de 186%. Para os motoristas, o aumento de 23% nos ganhos melhora a retenção em um segmento intensivo em mão de obra, onde a rotatividade é tradicionalmente alta. Os comerciantes se beneficiam do aumento de 15% nas vendas, reforçando sua dependência da plataforma da Grab.

Riscos e contrapontos

A IA não é uma bala de prata. Construir e manter modelos sofisticados exige talento, poder de computação e verificações contínuas de qualidade de dados.

O que observar a seguir

  • Crossover de Fintech – a Grab planeja usar dados de tempo de entrega para avaliar o fluxo de caixa e o risco de crédito dos comerciantes, criando potencialmente uma barreira para rivais puramente de fintech. A eficácia desse modelo de pontuação de crédito será um teste fundamental para o fosso competitivo da IA.

Conclusão

A implementação da IA da Grab mostra que o roteamento inteligente e a previsão de demanda podem transformar velocidade em lucro, entregando ganhos mensuráveis para a plataforma, seus motoristas e seus comerciantes.