AI у райд-хейлінгу України: від антифроду до прогнозу попиту

У транспортній галузі штучний інтелект найчастіше асоціюють із безпілотниками та роботаксі. Однак реальні зміни відбуваються непомітніше: AI вже вбудований в інфраструктуру сервісів виклику авто. Він виявляє підозрілу поведінку користувачів, прогнозує, де за 10–20 хвилин буде найбільше замовлень, підбирає пару водій-пасажир та автоматично опрацьовує частину звернень до підтримки.

Для українського ринку це стає дедалі актуальнішим. Вітчизняні платформи поступово інтегрують AI у свої процеси, хоча масштаби використання поки що поступаються глобальним гравцям.

Один із ключових напрямів — антифрод. Шахрайські акаунти створюють ризики не лише фінансові, а й для безпеки пасажирів і водіїв. Зловмисники використовують викрадені платіжні дані, масово реєструють профілі заради бонусів або повертаються на платформу після блокування через нові акаунти. Алгоритми машинного навчання аналізують десятки сигналів: час реєстрації, IP-адресу, геолокацію, характеристики пристрою, історію поїздок. Якщо новий профіль створений вночі через VPN із карткою іноземного банку, а одразу після цього починаються замовлення дорогих поїздок, система може позначити його як високоризиковий і запросити додаткову перевірку. Втім, шахраї теж застосовують AI, тож антифрод-системи мусять постійно навчатися на нових даних.

Інший важливий напрям — прогнозування попиту. Щоб уникнути дефіциту машин або простою водіїв, алгоритми передбачають, де через 15–30 хвилин зросте кількість замовлень. Вони враховують історію поїздок, дорожню ситуацію, погоду, час доби, календар подій і розташування громадського транспорту. Наприклад, у п'ятницю ввечері в центрі Києва AI може заздалегідь підказати водіям переміститися до зон із високим прогнозованим попитом.

Підбір водія також став складнішим, ніж просто пошук найближчого авто. Сучасні системи одночасно оцінюють прогнозований час прибуття, затори, статус водія, навантаження на район та ймовірність скасування. Найкращим кандидатом не завжди є найближчий автомобіль — система може обрати того, хто швидше доїде, оминувши затори. Для платформ із мільйонами поїздок навіть невелике скорочення часу очікування дає значний економічний ефект.

AI також бере на себе частину роботи служби підтримки. Типові звернення — «водій не приїхав», «списали зайві гроші», «забув речі» — алгоритм може класифікувати, оцінити критичність і запропонувати сценарій відповіді. Це дозволяє операторам зосередитися на складніших випадках.

В Україні прикладом використання AI є сервіс OnTaxi. Його алгоритм аналізує відгуки пасажирів: розподіляє на позитивні та негативні, визначає рівень критичності та тему скарги — автомобіль, водій, застосунок чи дорога. Після цього система може автоматично відповісти, надіслати промокод або передати звернення людині. За даними OnTaxi, точність роботи AI-помічника сягає 98%, а результати вибірково перевіряють люди.

Повної заміни людей штучним інтелектом найближчими роками не буде. AI радше перебирає рутинні операції, залишаючи водіям, операторам і менеджерам складні рішення. Користувач може навіть не помітити, що його поїздку організував алгоритм, — він просто побачить авто, що вчасно приїхало, точний прогноз часу та швидку відповідь на скаргу.