Traducido del original en inglés. Las cifras y las fuentes no cambian. Leer el original en inglés
DoorDash
DoorDash crea un asistente de voz para sus Dashers con Claude en Amazon Bedrock
DoorDash trabajó con el AWS Generative AI Innovation Center para crear un asistente de voz de autoservicio para los Dashers, basado en Claude 3 Haiku de Anthropic en Amazon Bedrock y en Amazon Connect. Según AWS, atiende cientos de miles de llamadas de Dashers al día con respuestas en 2,5 segundos o menos.
Cifras clave
Copiadas literalmente de las fuentes. Copie cualquier cifra con su cita.
Unos 2 meses
Tiempo desde el inicio hasta una solución lista para pruebas en vivo1
50 %
Reducción del tiempo de desarrollo con Amazon Bedrock1
Qué requirió
Las fuentes no divulgan el coste, el tamaño del equipo ni los plazos.
El problema
DoorDash recibe cientos de miles de solicitudes de soporte al día de consumidores, comercios y Dashers (sus repartidores). Según el caso de estudio, los Dashers prefieren llamar mientras están en la carretera, por lo que necesitan respuestas rápidas y con poca demora. DoorDash ya tenía un sistema telefónico IVR construido sobre Amazon Connect y Amazon Lex.
Qué construyeron
Un asistente de voz de autoservicio que responde a las preguntas de los Dashers a partir del contenido público del centro de ayuda de DoorDash. Reduce la frecuencia con que las llamadas necesitan un agente en directo.
Cómo lo hicieron
DoorDash trabajó unas ocho semanas con el AWS Generative AI Innovation Center. Amazon Connect gestiona las llamadas. Los modelos Claude en Amazon Bedrock generan las respuestas, y Knowledge Bases for Amazon Bedrock recupera contenido del centro de ayuda para fundamentarlas. DoorDash adoptó Claude 3 Haiku por su velocidad. Un marco de Amazon SageMaker ejecuta pruebas A/B, hace seguimiento de las métricas de éxito y contrasta las respuestas con datos de referencia. El caso de estudio añade que Claude ayuda a protegerse frente a alucinaciones, inyección de prompts y lenguaje abusivo.
Resultados
AWS informa de que la solución estuvo lista para pruebas en vivo en unos dos meses, con un 50 % menos de tiempo de desarrollo en Bedrock y una capacidad de pruebas automatizadas 50 veces mayor. Las respuestas llegan en 2,5 segundos o menos. La solución atiende cientos de miles de llamadas de Dashers al día y ha reducido en miles al día las derivaciones a agentes en directo.
Todas las cifras comunicadas
| Indicador | Cifra | Cita |
|---|---|---|
| Latencia de respuesta | 2,5 segundos o menos1 | |
| Tiempo desde el inicio hasta una solución lista para pruebas en vivo | Unos 2 meses1 | |
| Reducción del tiempo de desarrollo con Amazon Bedrock | 50 %1 | |
| Aumento de la capacidad de pruebas automatizadas | 50 veces1 | |
| Llamadas de Dashers atendidas al día | Cientos de miles1 |
Lecciones para su proyecto
En voz, la latencia es un requisito. DoorDash eligió un modelo pequeño y rápido (Claude 3 Haiku) para mantenerse en 2,5 segundos o menos.
Montar pronto un banco de evaluación automatizado permitió al equipo ejecutar miles de pruebas por hora y compararlas con respuestas de referencia.
Base las respuestas en el centro de ayuda público mediante recuperación de documentos, de modo que no hacen falta integraciones de datos a medida para el lanzamiento.
Salvedades
- La única fuente es un caso de estudio de AWS redactado junto con DoorDash; las cifras proceden del proveedor y no se han verificado de forma independiente.
- La página del caso de estudio no tiene fecha de publicación. El mes del despliegue es aproximado: la página dice que la prueba terminó a principios de 2024.
- El asistente responde preguntas; las acciones a través del servicio de flujos logísticos de DoorDash se describen como previstas, no como activas.
Fuentes
- Building a Generative AI Contact Center Solution for DoorDash Using Amazon Bedrock, Amazon Connect Customer, and Anthropic's Claude
Amazon Web Services · Sin fecha · Caso de estudio del proveedor · aws.amazon.com
Resumido con nuestras propias palabras a partir de las fuentes anteriores. ¿Ha detectado un error? Consulte correcciones.