Финансовый директор Grab заявляет, что пакет ИИ-решений компании сократил время доставки примерно на треть, увеличив операционную прибыль на 186% до 19 млн долларов, в то время как выручка выросла на 22% до 997 млн долларов. Ускорение отгрузок позволяет сократить самую большую статью расходов в логистике — время — и напрямую конвертируется в рост доходов как водителей, так и самой платформы.

Почему ИИ Grab важен именно сейчас

Grab создал суперприложение, объединяющее заказ поездок, доставку еды, платежи и многое другое. Такая широта охвата дает компании доступ к массиву данных, которого не хватает большинству специализированных служб доставки. Направляя сигналы о поездках, заказах и платежах в режиме реального времени в модели машинного обучения, Grab предсказывает всплески спроса и соответствующим образом распределяет водителей. Результат: более тесная связь между размещением заказа и его выполнением, что сокращает типичное окно доставки почти на 30%.

Инструменты, обеспечивающие скорость

  • Turbo Mode — ИИ-помощник по маршрутизации, который предлагает водителям кратчайший путь на основе данных о трафике и местоположении заказов в реальном времени. Водители сообщают о росте почасового заработка на 23%, так как они успевают выполнить больше поездок за ту же смену.
  • Predictive Matching — система прогнозирует время готовности блюда в ресторане и сопоставляет его с прибытием ближайшего водителя, сокращая время ожидания курьера в заведении.
  • Mai, the merchant assistant — ИИ-помощник, который прогнозирует объемы заказов для участвующих в программе ресторанов. Пользователи отметили рост продаж примерно на 15% после внедрения этого инструмента.

Каждый элемент устраняет определенное препятствие: навигацию, время ожидания в ресторане и планирование спроса мерчантами. Вместе они создают «благотворный цикл»: более быстрая доставка позволяет водителям брать больше заказов, рост доходов водителей привлекает больше курьеров, а клиенты получают еду быстрее, что побуждает их заказывать чаще.

Ставки на рынке

Финансовая выгода очевидна. Сокращение времени доставки на 30% помогло Grab увеличить операционную прибыль до 19 млн долларов, что составляет скачок на 186%. Для водителей рост заработка на 23% способствует удержанию персонала в трудоемком сегменте, где текучесть кадров традиционно высока. Мерчанты выигрывают от 15-процентного роста продаж, что усиливает их зависимость от платформы Grab.

Риски и контраргументы

ИИ — это не панацея. Создание и поддержка сложных моделей требуют талантов, вычислительных мощностей и постоянной проверки качества данных.

За чем следить дальше

  • Fintech crossover — Grab планирует использовать данные о времени доставки для оценки денежных потоков и кредитных рисков мерчантов, что потенциально создаст барьер для чисто финтех-конкурентов. Эффективность этой модели кредитного скоринга станет ключевым испытанием для «защитного рва» (moat) компании, созданного с помощью ИИ.

Итог

Внедрение ИИ в Grab показывает, что интеллектуальная маршрутизация и прогнозирование спроса могут превратить скорость в прибыль, обеспечивая измеримые выгоды для платформы, водителей и мерчантов.