Vertaald uit het Engelse origineel. De cijfers en bronnen zijn ongewijzigd. Lees het Engelse origineel
DoorDash
DoorDash bouwt een spraakassistent voor Dashers met Claude op Amazon Bedrock
DoorDash werkte samen met het AWS Generative AI Innovation Center aan een selfservice-spraakassistent voor Dashers, met Anthropic's Claude 3 Haiku op Amazon Bedrock en Amazon Connect. Volgens AWS handelt de assistent honderdduizenden Dasher-gesprekken per dag af, met antwoorden in 2,5 seconden of minder.
Kerncijfers
Letterlijk overgenomen uit de bronnen. Kopieer elk cijfer met bronvermelding.
Ongeveer 2 maanden
Tijd van start tot een oplossing die klaar was voor live testen1
50%
Kortere ontwikkeltijd met Amazon Bedrock1
Wat het kostte
Kosten, teamgrootte en doorlooptijd zijn in de bronnen niet openbaar gemaakt.
Het probleem
DoorDash ontvangt per dag honderdduizenden supportverzoeken van consumenten, handelaren en Dashers (zijn bezorgers). Volgens de casestudy bellen Dashers het liefst onderweg, dus ze hebben snelle antwoorden nodig met weinig vertraging. DoorDash had al een IVR-telefoonsysteem op basis van Amazon Connect en Amazon Lex.
Wat ze bouwden
Een selfservice-spraakassistent die vragen van Dashers beantwoordt op basis van de openbare helpcentercontent van DoorDash. Hij verkleint de kans dat een gesprek een medewerker aan de lijn nodig heeft.
Hoe ze het aanpakten
DoorDash werkte ongeveer acht weken met het AWS Generative AI Innovation Center. Amazon Connect verwerkt de gesprekken. Claude-modellen op Amazon Bedrock genereren de antwoorden en Knowledge Bases for Amazon Bedrock haalt helpcentercontent op om ze te onderbouwen. DoorDash koos Claude 3 Haiku vanwege de snelheid. Een Amazon SageMaker-framework voert A/B-tests uit, volgt succesmaatstaven en toetst antwoorden aan referentiedata. De casestudy zegt ook dat Claude helpt beschermen tegen hallucinaties, prompt injection en grof taalgebruik.
Resultaten
AWS meldt dat de oplossing in ongeveer twee maanden klaar was voor live testen, met 50% minder ontwikkeltijd op Bedrock en 50 keer meer capaciteit voor geautomatiseerd testen. Antwoorden komen binnen in 2,5 seconden of minder. De oplossing handelt honderdduizenden Dasher-gesprekken per dag af en heeft het aantal doorverwijzingen naar medewerkers met duizenden per dag verminderd.
Alle gemelde cijfers
| Maatstaf | Cijfer | Bronvermelding |
|---|---|---|
| Reactietijd | 2,5 seconden of minder1 | |
| Tijd van start tot een oplossing die klaar was voor live testen | Ongeveer 2 maanden1 | |
| Kortere ontwikkeltijd met Amazon Bedrock | 50%1 | |
| Toename van de capaciteit voor geautomatiseerd testen | 50 keer1 | |
| Afgehandelde Dasher-gesprekken per dag | Honderdduizenden1 |
Lessen voor uw project
Bij spraak is latency een eis. DoorDash koos een klein, snel model (Claude 3 Haiku) om op 2,5 seconden of minder te blijven.
Een vroeg gebouwd geautomatiseerd evaluatiekader liet het team duizenden tests per uur draaien en de antwoorden vergelijken met referentieantwoorden.
Baseer antwoorden via retrieval op het openbare helpcenter, zodat er voor de lancering geen maatwerkkoppelingen met data nodig zijn.
Kanttekeningen
- De enige bron is een casestudy van AWS, geschreven met DoorDash. De cijfers zijn door de leverancier gemeld en niet onafhankelijk geverifieerd.
- De pagina van de casestudy heeft geen publicatiedatum. De maand van uitrol is bij benadering: de pagina zegt dat de test begin 2024 klaar was.
- De assistent beantwoordt vragen. Acties via de logistieke workflowdienst van DoorDash worden beschreven als gepland, niet als live.
Bronnen
- Building a Generative AI Contact Center Solution for DoorDash Using Amazon Bedrock, Amazon Connect Customer, and Anthropic's Claude
Amazon Web Services · Zonder datum · Casestudy van leverancier · aws.amazon.com
In eigen woorden samengevat op basis van de bovenstaande bronnen. Een fout gezien? Zie correcties.