Tradotto dall'originale inglese. Dati e fonti restano invariati. Leggi l'originale in inglese
DoorDash
DoorDash crea un assistente vocale per i Dasher con Claude su Amazon Bedrock
DoorDash ha lavorato con l'AWS Generative AI Innovation Center per creare un assistente vocale self-service per i Dasher, basato su Claude 3 Haiku di Anthropic su Amazon Bedrock e su Amazon Connect. Secondo AWS gestisce centinaia di migliaia di chiamate di Dasher al giorno, con risposte in 2,5 secondi o meno.
Dati chiave
Copiati esattamente dalle fonti. Copiate qualsiasi dato insieme alla sua citazione.
Circa 2 mesi
Tempo dall'avvio a una soluzione pronta per i test dal vivo1
50%
Riduzione dei tempi di sviluppo con Amazon Bedrock1
Cosa è servito
Le fonti non rendono noti costi, dimensioni del team e tempi.
Il problema
DoorDash riceve ogni giorno centinaia di migliaia di richieste di assistenza da consumatori, esercenti e Dasher (i suoi fattorini). Secondo il caso di studio, i Dasher preferiscono chiamare mentre sono in strada, quindi servono risposte rapide e con poco ritardo. DoorDash aveva già un sistema telefonico IVR costruito su Amazon Connect e Amazon Lex.
Cosa hanno costruito
Un assistente vocale self-service che risponde alle domande dei Dasher attingendo ai contenuti pubblici del centro assistenza di DoorDash. Riduce la frequenza con cui le chiamate richiedono un operatore.
Come ci sono riusciti
DoorDash ha lavorato circa otto settimane con l'AWS Generative AI Innovation Center. Amazon Connect gestisce le chiamate. I modelli Claude su Amazon Bedrock generano le risposte e Knowledge Bases for Amazon Bedrock recupera i contenuti del centro assistenza per ancorarle a fonti. DoorDash ha adottato Claude 3 Haiku per la sua velocità. Un framework su Amazon SageMaker esegue test A/B, monitora le metriche di successo e confronta le risposte con dati di riferimento. Il caso di studio aggiunge che Claude aiuta a proteggersi da allucinazioni, prompt injection e linguaggio offensivo.
Risultati
AWS riferisce che la soluzione era pronta per i test dal vivo in circa due mesi, con il 50% di tempo di sviluppo in meno su Bedrock e una capacità di test automatizzati 50 volte maggiore. Le risposte arrivano in 2,5 secondi o meno. La soluzione gestisce centinaia di migliaia di chiamate di Dasher al giorno e ha ridotto di migliaia al giorno i passaggi a operatori umani.
Tutti i dati dichiarati
| Indicatore | Dato | Citazione |
|---|---|---|
| Tempo di risposta | 2,5 secondi o meno1 | |
| Tempo dall'avvio a una soluzione pronta per i test dal vivo | Circa 2 mesi1 | |
| Riduzione dei tempi di sviluppo con Amazon Bedrock | 50%1 | |
| Aumento della capacità di test automatizzati | 50 volte1 | |
| Chiamate di Dasher gestite al giorno | Centinaia di migliaia1 |
Lezioni per il vostro progetto
Per la voce, la latenza è un requisito. DoorDash ha scelto un modello piccolo e veloce (Claude 3 Haiku) per restare a 2,5 secondi o meno.
Costruire presto un sistema di valutazione automatizzato ha permesso al team di eseguire migliaia di test all'ora e di confrontarli con risposte di riferimento.
Basate le risposte sul centro assistenza pubblico tramite recupero dei documenti, così per il lancio non servono integrazioni di dati su misura.
Avvertenze
- L'unica fonte è un caso di studio di AWS scritto con DoorDash; le cifre sono dichiarate dal fornitore e non verificate in modo indipendente.
- La pagina del caso di studio non ha una data di pubblicazione. Il mese di messa in produzione è approssimativo: la pagina dice che il test si è concluso all'inizio del 2024.
- L'assistente risponde alle domande; le azioni tramite il servizio di flussi logistici di DoorDash sono descritte come previste, non attive.
Fonti
- Building a Generative AI Contact Center Solution for DoorDash Using Amazon Bedrock, Amazon Connect Customer, and Anthropic's Claude
Amazon Web Services · Senza data · Caso di studio del fornitore · aws.amazon.com
Riassunto con parole nostre a partire dalle fonti sopra indicate. Avete notato un errore? Consultate le rettifiche.