DoorDash har kortat väntetiden för sin AI-drivna funktion för att beställa matvaror igen från omkring 16 sekunder till 2 sekunder genom att förbereda återkommande inköpsbehov i förväg. Företaget uppger att förändringen fördubblade antalet visningar av inköpslistor och ökade andelen beställningar via funktionen med omkring 34%. Funktionen finns i Ask DoorDash, företagets konversationsbaserade shoppingassistent.
I stället för att be en AI-modell återskapa kundens sannolika behov varje gång en förfrågan om att beställa igen öppnas analyserar DoorDash 90 dagars köphistorik och signaler från kundprofilen i förväg. En stor språkmodell (LLM) – den typ av AI som ligger bakom chattbotar – föreslår varor som kan vara återkommande köp. Därefter kontrollerar en separat uppsättning fasta regler förslagen innan den återanvändbara listinformationen sparas.
Vad händer när en kund öppnar en lista?
Den direkta förfrågan hämtar den förberedda listan och kontrollerar varje vara mot den aktuella produktkatalogen. Systemet försöker först hitta samma vara i den ursprungliga butiken, därefter en produkt via katalogens ID och till sist en sökterm. Den ordningen gör det lättare att hantera varor som har ändrats eller inte längre finns tillgängliga, utan att upprepa analysen av köphistoriken för varje förfrågan.
Alla åtgärder kräver inte ytterligare ett AI-svar. Kunder kan ändra antal eller ta bort varor direkt, och den uppdaterade listan blir utgångspunkten för agentens nästa steg. DoorDash uppger att Grocery-agenten fortfarande används när en förfrågan kräver mer omdöme, till exempel för att hitta billigare alternativ utifrån aktuella priser, erbjudanden, förpackningsstorlekar, lagerstatus och kundens preferenser.
En gemensam plattform för andra agenter
Grocery-systemet använder DoorDashs gemensamma agentplattform, som erbjuder verktyg för att samordna agenter, hantera minne, ge tillgång till modeller samt spåra, utvärdera och stegvis lansera funktioner. De enskilda teamen ansvarar fortfarande för sina agenters instruktioner, verktyg och utvärderingskriterier. DoorDash-ingenjören Twisha Jain beskrev upplägget som ett sätt att avgöra vilket arbete som ska ske i agentens direkta arbetsflöde och vad som kan göras tidigare.
DoorDash uppger att det tog en vecka att lägga till Reservations-agenten på den gemensamma plattformen, ungefär tio gånger snabbare än att bygga företagets första domänspecifika agenter. Det pekar på ett andra mål utöver snabbare matvaruomköp: att göra det enklare för team att bygga agenter på en gemensam infrastruktur. I företagets utformning är inköpslistan också ett redigerbart objekt, inte bara en logg över chattmeddelanden, så kundens egna ändringar gäller framför annat.
Varför det spelar roll
För DoorDash-kunder innebär den rapporterade förändringen att en lista för att beställa matvaror igen kan laddas snabbare, samtidigt som kunderna fortfarande kan redigera den direkt och få träffar från den aktuella produktkatalogen. DoorDash rapporterar fler listvisningar och beställningar, men siffrorna visar inte hur funktionen fungerar för varje kund eller hur stor del av ökningen som beror på den kortare väntetiden.
