Як штучний інтелект уже змінює райд-хейлінг в Україні

Штучний інтелект поступово стає частиною інфраструктури сервісів виклику авто, хоча для користувачів ці зміни часто непомітні. Алгоритми допомагають виявляти підозрілу поведінку, передбачати, де за 10–20 хвилин буде найбільше замовлень, підбирати пару «водій — пасажир» та автоматично опрацьовувати частину звернень до підтримки. В Україні такі технології також набувають поширення, хоча масштаби їхнього використання поки що менші, ніж у глобальних платформ.

Одним із головних напрямів застосування ШІ є боротьба з шахрайством. Фейкові акаунти створюють не лише фінансові збитки, а й ризики для безпеки пасажирів і водіїв. Наприклад, профілі можуть реєструватися з використанням викрадених платіжних даних або для масового отримання бонусів. Трапляються й складніші схеми: заблокований водій намагається повернутися через новий акаунт. Алгоритми машинного навчання аналізують поведінку користувача та шукають аномалії — час реєстрації, IP-адресу, геолокацію, характеристики пристрою, історію поїздок. Якщо новий профіль створено вночі через VPN, до нього прив'язана картка іноземного банку, а одразу після цього починаються замовлення дорогих поїздок, система може позначити його як високоризиковий і запропонувати додаткову перевірку.

Ще один важливий напрям — прогнозування попиту. Щоб зменшити час очікування та кількість скасованих замовлень, сервіси намагаються передбачити, де найближчими хвилинами знадобиться більше автомобілів. Для цього використовуються історія поїздок, дорожня ситуація, погода, час доби, календар подій та інші дані. Наприклад, у п'ятницю ввечері в центрі Києва алгоритм може заздалегідь визначити райони, де через 15–30 хвилин зросте кількість замовлень, і допомогти водіям переміститися ближче до цих зон.

Сучасний підбір водія та пасажира також став складнішим, ніж просто пошук найближчого автомобіля. Алгоритми одночасно враховують прогнозований час прибуття, затори, статус водія, навантаження на район і ймовірність скасування поїздки. Через це найкращим кандидатом не завжди є машина, яка фізично найближче: система може обрати водія, який за кілька хвилин опиниться ближче, ніж той, хто зараз поруч, але зіткнеться із затором.

ШІ також бере на себе частину роботи служби підтримки. Типові звернення на кшталт «водій не приїхав» або «списали зайві гроші» алгоритм може класифікувати, оцінити критичність і запропонувати сценарій вирішення. Це дозволяє операторам зосередитися на складніших випадках.

В Україні прикладом використання таких технологій є сервіс OnTaxi. Компанія застосовує ШІ для аналізу відгуків пасажирів: алгоритм розподіляє повідомлення на позитивні та негативні, класифікує скарги за рівнем критичності та визначає, на що саме вони стосуються — автомобіля, водія, застосунку чи дороги. Після цього система може запропонувати автоматичну відповідь, промокод або передати звернення співробітнику. Представники OnTaxi зазначають, що точність роботи AI-помічника сягає 98%, а результати вибірково перевіряють люди.

Повної заміни людей штучним інтелектом у райд-хейлінгу найближчим часом не очікується. Натомість алгоритми перебиратимуть на себе рутинні операції, залишаючи водіям, операторам і менеджерам складніші рішення. Для користувача це означатиме швидше прибуття авто, точніший прогноз часу та оперативнішу відповідь на скаргу — без очевидних змін у самому процесі.