Creation : servicesmobiles©
Careem, qui signifie en arabe “être généreux”, a commencé à Dubaï en tant qu’application de covoiturage populaire en 2012 et est devenu une plate-forme à part entière et une super application qui s’étend dans toute la région. Acquise par Uber pour 3 milliards de dollars en 2020, Careem propose désormais aux clients de Dubaï 11 services, notamment le covoiturage, la micro-mobilité, la livraison et les paiements de nourriture et d’épicerie, ainsi que des services partenaires tels que le nettoyage à domicile et les tests PCR. Il y a 1,3 à 1,4 million de capitaines (chauffeurs) qui sont inscrits et travaillent sur l’app, ce nombre augmente de près de 50 000 chaque mois.
Il y a 600 millions de personnes qui vivent dans cette région du Maroc au Pakistan. Careem pense qu’au moins 150 millions sont adressables sous une forme ou une autre. Mais littéralement, il touche moins de 1 % des gens au quotidien. Et les 99 % restants ont des problèmes qu’il pourrait résoudre, mais ils ne sont toujours pas en mesure d’y accéder.
Voici un extrait de l’entretien avec Selim Turki qui est responsable des données et de l’IA chez Careem, société de mobilité appartenant à Uber, pour discuter des dernières tendances en matière d’analyse avancée et d’intelligence artificielle. La conversation s’est concentrée sur plusieurs cas d’utilisation fascinants dans lesquels Careem utilise l’IA pour faire une différence dans la vie des gens. Leurs équipes (400 ingénieurs et développeurs) développent la première super application de la région Moyen-Orient, Afrique du Nord et Pakistan. Il est intéressant de noter que leur stratégie d’embauche est axée sur la croissance d’une équipe diversifiée de scientifiques des données et de l’apprentissage automatique pour développer leurs plateformes internes d’expérimentation et d’apprentissage automatique. Pour aider leurs équipes de données et d’IA à rester au courant des changements qui se produisent dans l’industrie, ils ont commencé à collaborer avec des institutions universitaires régionales pour résoudre certains des défis les plus importants des super-applications et pour identifier de nouvelles opportunités pour l’innovation en IA. L’équipe contribue également aux communautés de données open source et proposent son travail à d’autres professionnels de l’IA et du ML.
Nous avons commencé à traiter des données en temps réel, en utilisant des algorithmes et des modèles d’apprentissage automatique [ML] pour résoudre certains des principaux problèmes de notre marché de covoiturage, y compris la mise en correspondance efficace des clients et des capitaines, la formation de notre demande et de notre offre via des prix de pointe, le calcul d’ETA précis pour nos conducteurs, et l’amélioration de nos cartes et de la fonctionnalité de recherche d’emplacement. Nous utilisons plusieurs techniques d’IA en fonction du type de service que nous proposons dans notre super application. Toutes ces techniques répondent à trois besoins particuliers :
Personnalisation. Les clients vivent une expérience unique avec notre super application en fonction de leurs préférences et de leur historique de comportement. Par exemple, nous utilisons notre compréhension des modèles de covoiturage des clients pour faciliter un widget en un clic leur permettant de choisir de se rendre à leurs destinations les plus fréquentes, telles que leur domicile, leur lieu de travail ou leur salle de sport. Du côté de l’achat de nourriture, qui est généralement une expérience plus personnelle, la personnalisation comprend les cuisines que les utilisateurs aiment, les plats spécifiques dont ils ont envie ou qu’ils souhaitent explorer, et le contenu de recherche contextuellement pertinent à afficher. Plus nos utilisateurs s’engagent et effectuent des transactions avec nous, meilleure est l’expérience que nous pouvons dynamiquement affiner et créer pour eux.
IA utilisée pour une expérience locale. Nous servons mieux nos clients, conducteurs et partenaires en étant locaux et plus proches d’eux. Nous utilisons l’IA pour prendre en compte les heures de prière, l’heure de l’iftar pendant le ramadan et les conditions météorologiques afin de mieux prédire la précision de l’ETA du moment où la nourriture sera livrée à nos clients.
IA utilisée pour une expérience plus sûre. Nous utilisons l’IA pour effectuer des contrôles ciblés de reconnaissance faciale pour nos conducteurs dans le but de détecter les imposteurs potentiels et de nous assurer que “le capitaine” qui conduit est le même que celui qui s’est enregistré et a réussi les contrôles réglementaires et d’autorisation. Du côté du client, nous utilisons l’IA pour détecter les inscriptions ou les connexions authentiques ou frauduleuses et les contrôles d’intégrité des transactions pour autoriser ou bloquer les transactions de la super-application.
L’IA fait partie du cadre décisionnel de Careem. Nous fixons des objectifs trimestriels pour mesurer et évaluer l’utilisation et l’impact de nos modèles ML sur les différents flux commerciaux. Nous utilisons des méthodologies statistiques rigoureuses, prenant en compte les effets de confusion, pour estimer avec précision l’impact du modèle sur les différents domaines de l’entreprise.
Quelle que soit la plate-forme numérique, les fraudeurs recherchent des failles à exploiter, que ce soit en créant des comptes avec une fausse identité ou en explorant des moyens de détourner des comptes ouverts. Notre équipe utilise des techniques d’IA avancées axées sur l’identité des utilisateurs pour détecter et prévenir les pertes résultant de la fraude. Un système que nous utilisons, appelé Crazy Wall, utilise un RGCN (relational graph convolutional network) pour cartographier différents points de données de l’identité d’un client. Il identifie également les caractéristiques partagées par différentes identités pour détecter et bloquer en masse les modèles frauduleux dans les activités des clients ou des capitaines.
L’espace de la mobilité mondiale est à une phase très naissante, avec des opportunités considérables à résoudre à l’aide de techniques d’IA. Chez Careem, nous avons la vision de créer un réseau de type Internet pour transporter des paquets d’atomes, comme la façon dont Internet transporte des paquets de bits, appelé “AtomNet”. L’AtomNet fournit une plate-forme de réseau ouvert qui connecte, gère et achemine les véhicules autonomes multimodes pour rendre le transport omniprésent. Semblable à la façon dont les paquets peuvent voyager à travers plusieurs modalités de transport (Wi-Fi, DSL, câble et fibre), les paquets sur l’AtomNet peuvent voyager dans des motos, des voitures, des camionnettes, des camions, des navires, des drones et des avions autonomes. Nous prévoyons un écosystème industriel AtomNet avec des protocoles de packages ouverts pour permettre la commutation de packages et une mobilité efficace des packages. Avec des protocoles ouverts, les coûts de coordination diminueront considérablement et les écarts de transport locaux, nationaux et internationaux se réduiront au fil des ans.
AtomNet prendra en charge le commerce rapide, les centres de distribution, les restaurants, les épiceries, les transports et le commerce transfrontalier de Careem. Nous voyons l’épicentre d’AtomNet commencer aux Émirats arabes unis en raison de sa réglementation progressive et de sa culture de l’innovation. La tendance actuelle à faire des compromis en améliorant la prédiction de l’IA sera renforcée au détriment de facteurs à court terme tels que les coûts, l’expérience client et l’excellence opérationnelle. Nous continuerons d’investir dans nos flux de données pour aider nos modèles à apprendre, créer et gérer des algorithmes à grande échelle.
Notre objectif est de fournir l’expérience client la plus simple et la meilleure possible. Pour simplifier les choses, il faut les rendre intuitives. Pour rendre les choses intuitivement simples, nous devons :