Afisa mkuu wa fedha wa Grab anasema kuwa mfululizo wa AI wa kampuni hiyo umepunguza muda wa uwasilishaji kwa takriban thuluthi moja, ukiongeza faida ya uendeshaji kwa 186% hadi dola milioni 19 huku mapato yakipanda kwa 22% hadi dola milioni 997. Usafirishaji wa haraka unashughulikia kipengele kikubwa zaidi cha gharama katika lojistiki – muda – na kutafsiriwa moja kwa moja kuwa mapato ya juu kwa madereva na jukwaa lenyewe.

Kwa nini AI ya Grab ni muhimu sasa

Grab ilijenga super-app inayounganisha huduma za usafiri (ride-hailing), uwasilishaji wa chakula, malipo na mengineyo. Upana huo unaupa hifadhi ya data ambayo kampuni nyingi za uwasilishaji pekee hazinayo. Kwa kuingiza ishara za wakati halisi za safari, oda na malipo kwenye mifumo ya kujifunza mashine (machine-learning), Grab inatabiri ongezeko la mahitaji na kuwaelekeza madereva ipasavyo. Matokeo yake: mzunguko mfupi zaidi kati ya kuwekwa kwa oda na utekelezaji wake ambao unapunguza hadi 30% ya muda wa kawaida wa usafirishaji.

Zana zinazozalisha kasi hiyo

  • Turbo Mode – msaidizi wa njia anayeendeshwa na AI ambaye anawapa madereva njia ya haraka zaidi kulingana na msongamano wa barabarani na maeneo ya oda kwa wakati halisi. Madereva wanaripoti ongezeko la 23% katika mapato ya saa kwa sababu wanatimiza safari nyingi zaidi katika zamu ile ile.
  • Predictive Matching – mfumo huu unatabiri wakati mgahawa utakapomaliza kuandaa chakula na kuunganisha muda huo na dereva aliye karibu, hivyo kupunguza dakika ambazo dereva anasubiri katika eneo hilo.
  • Mai, msaidizi wa wafanyabiashara – msaidizi wa AI anayetabiri kiasi cha oda kwa migahawa inayoshiriki. Watumiaji wameona mauzo yakiongezeka kwa takriban 15% baada ya kutumia zana hiyo.

Kila sehemu inashughulikia kikwazo tofauti: urambazaji, muda wa kusubiri mgahawani, na upangaji wa mahitaji ya wafanyabiashara. Kwa pamoja zinaunda mzunguko chanya: uwasilishaji wa haraka unawawezesha madereva kuchukua kazi nyingi zaidi, mapato ya juu ya madereva yanavutia wasafirishaji wengi zaidi, na wateja wanapata chakula haraka, jambo linalowahimiza kuagiza mara kwa mara zaidi.

Athari kwa soko

Faida ya kifedha iko wazi. Kupungua kwa 30% kwa muda wa uwasilishaji kulisaidia Grab kuongeza faida ya uendeshaji hadi dola milioni 19, ongezeko la 186%. Kwa madereva, ongezeko la 23% la mapato linaboresha uendelevu katika sekta inayohitaji nguvu kazi nyingi ambapo mzunguko wa wafanyakazi kwa kawaida ni mkubwa. Wafanyabiashara wananufaika na ongezeko la 15% la mauzo, jambo linalozidisha utegemezi wao kwa jukwaa la Grab.

Hatari na hoja za kinyume

AI si suluhisho la kila kitu. Kujenga na kudumisha mifumo tata kunahitaji vipaji, nguvu ya kompyuta, na ukaguzi wa mara kwa mara wa ubora wa data.

Nini cha kufuatilia baadaye

  • Mwingiliano wa Fintech – Grab inapanga kutumia data ya muda wa uwasilishaji ili kutathmini mtiririko wa fedha wa wafanyabiashara na hatari ya mikopo, jambo ambalo linaweza kuunda kizuizi kwa washindani wa fintech pekee. Ufanisi wa mfumo huo wa kutathmini mikopo utakuwa mtihani muhimu wa ulinzi wa AI (AI moat).

Hitimisho

Utekelezaji wa AI wa Grab unaonyesha kuwa urambazaji wa akili na utabiri wa mahitaji unaweza kugeuza kasi kuwa faida, ukileta mafanikio yanayopimika kwa jukwaa, madereva wake, na wafanyabiashara wake.