DoorDash、食料品の再注文を16秒から2秒に短縮

DoorDashは、繰り返し購入する商品を事前に予測することで、AIを活用した食料品の再注文機能の待ち時間を約16秒から2秒に短縮した。同社によると、この変更により買い物リストの閲覧数は2倍になり、この機能の注文率は約34%上昇した。この機能は、対話型ショッピングアシスタント「Ask DoorDash」を通じて提供される。

顧客が再注文の画面を開くたびに、AIモデルに必要な商品を推測させるのではなく、DoorDashは購入履歴90日分とプロフィール情報をあらかじめ分析する。チャットボットなどに使われるAIである大規模言語モデル（LLM）が、繰り返し購入される可能性のある商品を提案する。その後、別の一連の固定ルールによるチェックで提案内容を検証し、再利用できるリストデータとして保存する。

顧客がリストを開くと何が起きる？

リアルタイムのリクエストでは、事前に作成したリストを取得し、各商品が現在の商品カタログに掲載されているか確認する。まず元の店舗の商品を探し、次にカタログの商品ID、最後に検索語を使う。この順序により、過去の購入状況を毎回分析し直さなくても、商品が変更されたり販売終了になったりした場合に対応できる。

すべての操作でAIに再度応答させる必要はない。顧客は数量の変更や商品の削除を直接行え、更新されたリストは次のエージェントとのやり取りの起点となる。DoorDashによると、現在の価格や割引、パッケージのサイズ、在庫状況、顧客の好みを踏まえて安い商品を探すなど、より高度な判断が必要なリクエストでは、引き続きGroceryエージェントが使われる。

他のエージェントにも使える共通基盤

食料品の再注文システムは、DoorDashの共通エージェント基盤を利用している。この基盤は、エージェント間の連携、メモリー、モデルへのアクセス、トレーシング、評価、段階的なロールアウトのためのツールを提供する。一方、各チームは引き続き、自分たちのエージェントの指示やツール、評価基準を管理する。DoorDashのエンジニア、Twisha Jain氏は、どの処理をエージェントのリアルタイムの処理に含め、どれを事前に済ませるかを見極めるアプローチだと説明した。

DoorDashによると、共通基盤へのReservationsエージェントの追加には1週間かかり、最初の領域別エージェントを構築したときと比べて約10倍速かった。これは、食料品の再注文を速くするだけでなく、共通のインフラ上で各チームがエージェントを構築しやすくすることも狙いであることを示している。また同社は、買い物リストをチャットメッセージの記録ではなく、編集可能なデータとして扱う設計を採用しているため、顧客が直接変更した内容が優先される。