ข้อคิดสำคัญสำหรับ Driver ที่จะยึด Delivery Platform เป็นช่องทางทำมาหากินหลัก

พอดีผมได้มีโอกาสนั่งอ่าน ข่าวเกี่ยวกับ การรวมตัวประท้วงของพนักงานขนส่งของ Grab ที่ด้านหลังลานจอดรถห้างบิ๊กซีพัทยาใต้ เกี่ยวกับการเรียกร้องผลตอบแทนที่ดูเหมือนจะต่ำเตี้ยเรี่ยดินลงเรื่อย ๆ

นี่คือประเด็นสำคัญที่เหล่าพนักงาน Grab เข้ามาเรียกร้อง

“ครั้งล่าสุดที่เราชุมนุมประมาณเดือน พ.ย.62 ปรับจาก 50 กว่าบาทเหลือ 30 กว่าบาท และมาให้เราเก็บสะสมคะแนนเพื่อจะได้โบนัสมากขึ้น แต่ปัจจุบันมันลดต่ำลงไปเรื่อยๆ ซึ่งเรามันไม่ไหวกับสิ่งที่ตอบแทน คือเก็บสะสมเพชรถ้าได้ 250 เพชรขึ้นไป เราจะได้เพชรเม็ดละ 30 สตางค์ ตีเป็นเงิน 75 บาท รวมกับค่ารอบที่เราได้ 30 บาท ซึ่งบางคนเคยได้ 1,000 กว่าบาท เหลือ 300-400 บาท ซึ่งรายได้นั้นมันก็พออยู่ได้แต่มันไม่คุ้มในการที่เอารถเรามาวิ่ง ไหนจะค่าสึกหลอของรถ ค่าน้ำ ค่าไฟ ค่ากิน ค่าโรงเรียนลูก ซึ่งวันนี้พวกเราจะหยุดบริการทั้งวันไม่รับออเดอร์ลูกค้า”

ซึ่งต้องมองตามความเป็นจริงว่า สิ่งที่บริษัทพวกนี้โดยเฉพาะบริการที่แข่งกันหนักอย่าง Delivery Service หรือ แม้กระทั่ง Platform Ecommerce อย่าง Shopee , Lazada ยอมขาดทุนมหาศาลทุก ๆ ปี

แน่นอนอยู่แล้วว่าพวกเขาต้องการ Data จากพฤติกรรมผู้บริโภคของเรา ว่าชอบสั่งอาหารแบบไหน มูลค่าเท่าไหร่ หรือช่วงเวลาใด และสุดท้ายพฤติกรรมเหล่านี้ก็จะกลายเป็นพฤติกรรมที่เราเคยชิน เหมือนที่เราเห็นใน platform Ecommerce อย่าง Lazada , Shopee ที่คนไทยเริ่มเสพติดกันหนักขึ้นเรื่อย ๆ

ด้วยการอัดโปรโมชั่นมากมายที่ดูเหมือนเป็นการสปอย Driver ที่เข้ามาร่วมในระบบ ทำให้มีคนเข้าไป join ใน platform เหล่านี้ แน่นอนว่า รายได้ในช่วงแรก ๆ ต้องกระฉูด เพราะเป็น เฟส เผาเงินที่ได้รับจากนักลงทุน มันไม่ใช่เงินจากการทำธุรกิจจริง ๆ ซึ่งเป็นไปไม่ได้เลยในการอัดเงินให้ Driver มากมายขนาดนี้ ถ้าพวกเขาคิดจะใช้ Model นี้แบบยั่งยืนจริง ๆ

แต่บริษัทเหล่านี้ ไม่ใช่นักบุญแน่นอน มาหว่านเงินแจกเล่น เหมือนช่วงแรก ๆ พวกเขาเอาข้อมูลไปวิเคราะห์อยู่แล้ว ซึ่งสุดท้ายแล้วนั้น ธุรกิจ มันก็คือ ธุรกิจ ที่ต้องทำเงินสร้างผลกำไรออกมา

ซึ่งมันเป็นไปไม่ได้เลย ในโมเดลก่อนหน้าที่เราได้เห็นกันอยู่ มันเป็นคณิตศาสตร์ตัวเลขง่าย ๆ ว่าทำยังไงก็ขาดทุน สอดคล้องกับข่าวที่ออกมาช่วง COVID-19 ที่บริการพวกนี้ขาดทุนกันเป็นว่าเล่น เรียกได้ว่า ยิ่งโตยิ่งขาดทุน

เพราะฉะนั้น สิ่งที่พี่ ๆ Driver ควรทำ platform กับเหล่านี้ คือ รีบโกยมาให้มากที่สุด ให้เร็วที่สุด และควรหาทางเลือกสำรองไว้ ที่เราสามารถ control ทุกอย่างได้บ้าง (ตัวอย่างกรณี Ecommerce เช่น การสร้างเว๊บไซต์ของตัวเองขึ้นมาแทน) เพราะยังไงหากเป็นบ้านของตัวเองก็ไม่มีใครสามารถมาเปลี่ยนอะไรเราได้อยู่แล้ว

แล้วเปลี่ยนมุมมองกับพวก platform ต่าง ๆ เหล่านี้ ที่เรากำลังพึ่งพานั้นเป็นเพียงช่องทางหนึ่งในการหารายได้เพียงเท่านั้น อย่ามองเป็นช่องทางทำรายได้หลักเด็ดขาด เพราะวันนึง เค้าจะเปลี่ยนนโยบายอะไรก็ได้ เราไม่สามารถที่จะ control ได้เลย

ตัวอย่างมีให้เห็นมากมายแล้วที่อยู่ดี ๆ ก็เปลี่ยน policy ต่าง ๆ มากมาย ซึ่งสุดท้ายเราก็อยู่ไม่ได้ อย่างเช่นใน platform ใหญ่ ๆ อย่าง facebook , shopee , lazada หรือ อะไรก็แล้วแต่ ซึ่งสุดท้ายพวกนี้เค้าก็ต้องสร้างกำไรให้กับพวกเขาในท้ายที่สุดนั่นเองครับ

References Images : https://siamrath.co.th/

Go-Jek กับเส้นทางจากรถมอเตอร์ไซค์ 20 คัน สู่ Unicorn Startup

ในประเทศไทยหลายคนอาจจะไม่มีใครรู้เรื่องราวเกี่ยวกับ ‘Go-Jek’ เพราะในประเทศไทยนั้นถูกเปลี่ยนชื่อเป็น ‘Get’ อย่างไรก็ตามในวันนี้ชาวอาเซียนส่วนใหญ่ โดยเฉพาะที่อาศัยอยู่ในเมืองหลวงได้ยอมรับ ‘Go-Jek’ (Get) เป็นส่วนหนึ่งของชีวิตประจำวันของพวกเขาเป็นที่เรียบร้อยแล้ว

เรื่องราวมันเริ่มต้นที่เมืองหลวงของประเทศอินโดนีเซีย ที่เมืองจาร์กาตาร์ ซึ่ง รถมอเตอร์ไซด์รับจ้างหรือที่รู้จักในชื่อ ‘ojek’ เป็นส่วนหนึ่งของระบบการขนส่งของอินโดนีเซียมาเป็นเวลานาน อย่างไรก็ตาม Nadiem Makarim ได้นำมันไปสู่อีกระดับ ด้วยการเริ่มธุรกิจของเขาที่ชื่อ Go-Jek ซึ่งกล่าวโดยย่อคือบริการบนแอพมือถือสำหรับการจอง ojek นั่นเอง

มีรายงานว่ามีความคิดเกิดขึ้นเพราะ Nadiem มักใช้ ojek เป็นประจำอยู่เสมอ โดยในขณะที่คุยกับผู้ขับขี่ เขาพบว่าผู้ขี่ ojek ใช้เวลาส่วนใหญ่ในการรอลูกค้า ดังนั้นเพื่อช่วยให้ผู้ขับขี่ใช้เวลาได้อย่างมีประสิทธิภาพยิ่งขึ้น นอกเหนือจากการช่วยให้ลูกค้าที่มีศักยภาพสามารถเชื่อมต่อกับผู้ขี่ ojek เหล่านี้ (โดยไม่ต้องเดินไปที่ ‘สถานี ojek ที่ใกล้ที่สุด) ทีมของเขาจึงได้สร้างแอปพลิเคชั่นบนมือถือขึ้นมาในชื่อว่า Go-Jek หรือ Get ในประเทศไทยนั่นเอง

โดยการดาวน์โหลดแอปลูกค้าสามารถใช้บริการ ojek ซึ่งจะเช็คจาก location ของลูกค้า และพาลูกค้าไปยังปลายทางของเขา  ซึ่งนั่นเป็นแนวคิดพื้นฐานโดยเฉพาะอย่างยิ่งสำหรับบริการขนส่งของ Go-Jek แต่ บริษัท ได้ขยายไปสู่บริการประเภทอื่น ๆ เช่น การส่งอาหารและ การสั่งซื้อตั๋วในบริการต่าง ๆ

Nadiem เริ่มต้น Go-Jek ด้วยพนักงาน 10 คนและพนักงานขับรถอีก 20 คน หนึ่งในความท้าทายแรกของเขาคือการรับสมัครพนักงานขับรถ เพราะในเวลานั้น Go-Jek เป็นชื่อที่ไม่มีใครรู้จัก 

มาปรับบริการขนส่งผ่านมอเตอร์ไซต์อย่าง ojek ให้ขึ้นมาบนออนไลน์
มาปรับบริการขนส่งผ่านมอเตอร์ไซต์อย่าง ojek ให้ขึ้นมาบนออนไลน์

ดังนั้น Nadiem จึงไปที่ ‘สถานี ojek’ ซึ่งคนขับ ojek มักจะรวมกันอยู่ และนั่งรอลูกค้าของพวกเขา ซึ่งที่นั่นเองเขาได้พูดคุยกับเหล่าพนักงานขับ ojek โดยเขามักซื้อกาแฟและบุหรี่เพื่อให้คนขับรถเปิดใจมากขึ้นกับเทคโนโลยีใหม่ที่เขากำลังนำเสนอ และในที่สุดเขาก็สามารถโน้มน้าวให้เหล่าพนักงานขับรถเหล่านี้เข้ามาร่วม Go-Jek ได้สำเร็จ

ความท้าทายอีกประการหนึ่งมาจากพนักงานขับ ojek ‘ดั้งเดิม’ ซึ่งแตกต่างจากพนักงานขับ Go-Jek ที่อยู่บนออนไลน์ เนื่องจากราคาที่ถูกกว่าโดยเฉพาะอย่างยิ่ง เนื่องจากมีการส่งเสริมการขายและทำโปรโมชั่นที่มากขึ้นเพื่อดึงดูดให้คนหันมาใช้บริการ Go-Jek

ทำให้ Go-Jek ได้รับความนิยมมากขึ้น ซึ่งโดยทั่วไปแล้วเหล่าคนขับเก่า ๆ นั้นจะสูญเสียลูกค้าไป บางครั้งพวกเขากำลังก้าวร้าวต่อเหล่าพนักงานขับรถของ Go-Jek โดย มีรายงานว่ามีเหตุการณ์หลากหลายรูปแบบเกิดขึ้น ตั้งแต่การคุกคามจนถึงการโจมตีพนักงานขับรถของ Go-Jek เหล่านี้

ในขณะเดียวกันเมื่อ Go-Jek เป็นที่นิยมมากขึ้น ก็เริ่มมีคู่แข่งที่ต้องการเข้าร่วมในตลาดนี้ ซึ่งมี แอปพลิเคชั่น ojek ออนไลน์อื่น ๆ ได้เริ่มปรากฏขึ้น และหนึ่งในการแข่งขันที่ดุเดือดที่สุดก็ คือ GrabBike จากมาเลเซีย ซึ่งเป็นบริการแอพพลิเคชั่นที่นำเสนอโดยกลุ่ม GrabTaxi ที่มีรูปแบบธุรกิจที่คล้ายกัน ประสบการณ์ผู้ใช้ในแอปและการแข่งขันด้านราคาทำให้ทั้งสองบริการนั้นมีชื่อเสียงเป็นอย่างมากในหมู่ชาวอินโดนีเซีย

ความท้าทายอีกอย่างนึง นั้นมาจากกระทรวงคมนาคมที่ห้ามการใช้งาน ojek แบบออนไลน์ อย่างไรก็ตามลูกค้ารู้สึกว่าการเกิดขึ้นของ Go-Jek ทำให้พวกเขาได้รับประโยชน์โดยเฉพาะอย่างยิ่ง การให้บริการขนส่งที่รวดเร็วต่อการจราจรติดขัดของเมือง

หัวหน้าหน่วยงานคุ้มครองผู้บริโภค Tulus Abadi กล่าว่า “การเพิ่มขึ้นของมอเตอร์ไซค์ และ ojek เนื่องจากรัฐบาลไม่สามารถให้บริการขนส่งสาธารณะได้อย่างเหมาะสม แม้ว่าเมื่อมี (บริการ ojek ออนไลน์) มันทำให้กลายเป็นปรากฏการณ์ ที่มากำจัดระบบขนส่งสาธารณะอย่างเป็นทางการนั่นเอง”

ซึ่งหลังจากได้รับความนิยมอย่างสูง จนกลายเป็นบริการยอดฮิตในประเทศอินโดนีเซีย Nadiem ก็ไม่รอช้าที่จะขยายบริการไปสู่ส่วนอื่น ๆ ไม่ว่าจะเป็น การขนส่งอาหาร และ บริการช้อปปิ้ง ตอนนี้พวกเขาได้เพิ่ม Go-Food, Go-Mart, Go-Glam, Go-Clean, Go-Massage, Go-Box, Go-Busway และ Go-Tix และอีกมากมายให้กับประชาชนชาวอินโดนีเซีย

ขยายบริการไปยังส่วนต่าง ๆ ครอบคลุมทุกบริการผ่าน app Go-Jek
ขยายบริการไปยังส่วนต่าง ๆ ครอบคลุมทุกบริการผ่าน app Go-Jek

ในวันนี้ชาวอินโดนีเซียโดยเฉพาะที่อาศัยอยู่ในเมืองหลวงจาการ์ตาและเมืองปริมณฑลได้ยอมรับ Go-Jek เป็นส่วนหนึ่งของชีวิตประจำวันของพวกเขาเป็นที่เรียบร้อยแล้ว

ซึ่งเพียงแค่ภายในหนึ่งปีแรก แอปพลิเคชั่น Go-Jek มียอดดาวน์โหลดเกือบ 10 ล้านครั้ง มีพนักงานขับรถของ ojek มากกว่า 200,000 คน และขยายกิจการไปทั่วภูมิภาคอาเซียนอย่างรวดเร็ว

ปัจจุบัน Go-Jek ได้กลายเป็น Super App ที่ให้บริการต่าง ๆ มากมาย ได้รับการสนับสนุนจากผู้ให้บริการสินเชื่อและการชำระเงินระดับโลกอย่าง VISA ซึ่งได้เข้าร่วมในการระดมทุนรอบ Series F ที่ต่อเนื่องของ Go-Jek ด้วยจำนวนเงินที่ไม่เปิดเผย 

สำหรับนักลงทุนอื่น ๆ ที่ร่วมลงทุนกับ Go-Jek ได้แก่ Mitsubishi Motors Corporation, Mitsubishi Corporation และการลงทุนจาก Mitsubishi UFJ Lease & Finance รวมถึงธนาคารไทยพาณิชย์ในประเทศไทย

เมื่อต้นปี 2019 มีรายงานว่า Go-Jek ได้รับการประเมินมูลค่าประมาณ 10,000 ล้านเหรียญ ส่วนผู้ก่อตั้งอย่าง Nadiem ได้ลาออกจากบริษัท เพื่อเข้ารับตำแหน่งในคณะรัฐมนตรีของอินโดนีเซียของประธานาธิบดี Joko Widodo โดยเขาจะเป็นรัฐมนตรีว่าการกระทรวงศึกษาและวัฒนธรรม (Education and Cultural Affairs Minister)

References : https://www.todayonline.com/commentary/lessons-go-jek https://greenhouse.co/blog/go-jek-story-indonesias-unicorn-journey/ https://www.globalindonesianvoices.com/24550/the-go-jeks-story/ https://www.crowdfundinsider.com/2019/07/149566-unicorn-gojek-receives-investment-from-visa/

ขับห่วยก็ออกไป! Uber ประกาศแบนคนขับที่มี Rating ต่ำ

เป็นเวลาหลายปีแล้วที่คุณนั่งอยู่บนเบาะหลังของ Ubers โดยไม่ได้ตั้งใจ แต่คนขับรถของห่วยแตก พวกเขาโดนให้คะแนนต่ำ แต่ดูเหมือนว่าก่อนหน้านี้จะไม่เป็นเรื่องสำคัญ ตอนนี้วันเหล่านั้นจบลงแล้ว วันนี้บริษัท Uber ประกาศว่าเหล่าคนขับที่มีคะแนนต่ำกว่าค่าเฉลี่ย จะถูกปิดการใช้งานแอพ

นี่คือความกลัวที่ผู้ขับขี่รู้ดี ตั้งแต่ Uber เปิดตัวครั้งแรกผู้ขับขี่ทราบดีว่าคะแนนต่ำจากผู้ขับขี่สามารถนำไปสู่การเลิกใช้งานได้ แต่ตอนนี้กำลังถูกแบนโดย Uber ซึ่งบอกว่าจะเริ่มปิดการขับขี่ที่ผู้ที่ดูเหมือนจะไม่สามารถปรับปรุงพฤติกรรมของพวกเขาได้

จากข้อมูลของ Kate Parker หัวหน้าฝ่ายความปลอดภัยที่ Uber :

ผู้ขับขี่อาจสูญเสียการเข้าถึง Uber หากพวกเขาได้คะแนนต่ำกว่าค่าเฉลี่ยอย่างมีนัยสำคัญ ผู้ขับขี่จะได้รับเคล็ดลับในการปรับปรุงการให้คะแนนของพวกเขาเช่นการส่งเสริมพฤติกรรมที่สุภาพหลีกเลี่ยงการทิ้งขยะในยานพาหนะและหลีกเลี่ยงการร้องขอให้ผู้ขับขี่ขับเกินความเร็ว ผู้ขับขี่จะมีโอกาสมากมายในการปรับปรุงการให้คะแนนก่อนที่จะสูญเสียการเข้าถึงแอป Uber

ผู้โดยสารหลายคนอาจจะไม่ทราบว่าผู้ขับขี่ก็สามารถให้คะแนนได้เช่นเดียวกับที่พวกเขาจัดอันดับผู้ขับขี่ (การให้คะแนนของคุณจะแสดงภายใต้ชื่อของคุณในแถบเมนู) การให้คะแนนจะถูกรายงานเป็นค่าเฉลี่ยเสมอและผู้ขับจะไม่เห็นการให้คะแนนของการเดินทางแต่ละครั้ง

Uber เริ่มลงมาตรการขั้นเด็ดขาดกับคนขับที่พฤติกรรมแย่
Uber เริ่มลงมาตรการขั้นเด็ดขาดกับคนขับที่พฤติกรรมแย่

ความเสี่ยงของผู้ขับในการปิดการใช้งานเมื่อคะแนนของพวกเขาต่ำกว่าระดับที่กำหนด (4.6 ตามเอกสารรั่วไหลออกมาจากปี 2015) Uber จะไม่พูดว่าเกณฑ์นั้นจะตัดสินอะไรกับผู้ขับขี่

Uber ได้ทำการทดลองกับวิธีการที่แตกต่างกันสำหรับผู้ขับขี่ในการให้ข้อเสนอแนะกับผู้ขับขี่เป็นเวลาหลายปี ในปี 2017 บริษัท ได้เปิดตัวฟีเจอร์ที่อนุญาตให้ผู้ขับขี่แสดงความคิดเห็นเพิ่มเติมเกี่ยวกับพฤติกรรมของตัวเองได้ ผู้ขับขี่จะเลือกจากรายการเหตุผล:“ การรอเวลานาน”         “ความอดทน” “ จำนวนผู้ขับที่มากไป” “ ทัศนคติ”“ ต้องการเส้นทางใหม่” หรือ“ อื่น ๆ ” หากผู้ขับขี่ได้รับผู้โดยสารคนเดียวกันภายในสองครั้ง โดย หลังจากนั้น 30 วัน การแจ้งเตือนจะปรากฏขึ้นเมื่อพวกเขาเปิดแอป Uber เพื่อให้พวกเขารู้ว่าพฤติกรรมของพวกเขาส่งผลกระทบต่อการให้คะแนนของพวกเขา

บริษัท ไม่ได้มุ่งเน้นไปที่พฤติกรรมของผู้ขับขี่เท่านั้น เมื่อเดือนที่แล้วUber ได้อัปเดตแอปเพื่อให้ความมั่นใจแก่ผู้ขับขี่ว่าได้รับการตรวจสอบอย่างปลอดภัยแล้ว เหตุการณ์นี้เกิดขึ้นเป็นเวลาหลายสัปดาห์หลังจากชายคนหนึ่งถูกกล่าวหาว่าเป็นนักศึกษาขับรถ Uber ของมหาวิทยาลัยเซาท์แคโรไลนา

ลองดู Features นี้แล้ว น่าจะมาปรับใช้กับ Taxi บ้างนะครับ จะได้ปรับปรุงการบริการให้ดีขึ้นบ้าง แล้วเพื่อน ๆ ล่ะครับเห็นว่ายังไงกันบ้าง

References : 
https://www.theverge.com/2019/5/29/18644143/uber-deactivate-rider-below-average-rating

Deep Learning ทำนายได้ว่าคุณต้องการ Taxi เมื่อไหร่?

คอมพิวเตอร์สามารถที่จะทำนายความต้องการบริการรถแท็กซี่และแบ่งปันเส้นทางในการขับขี่ให้กับเหล่าคนขับแท็กซีได้ดีขึ้น ซึ่งจะปูทางไปสู่ Smart City ที่มีความปลอดภัยและยั่งยืนมากขึ้น

ในการศึกษานักวิจัยใช้ Neural networks  วิเคราะห์รูปแบบความต้องการรถแท็กซี่ ซึ่งการใช้ร่วมกับเทคโนโลยีของ Deep Learning ซึ่งจะช่วยให้คอมพิวเตอร์สามารถที่จะเรียนรู้ด้วยตัวเอง และทำนายรูปแบบความต้องการอย่างมีนัยสำคัญได้ดีกว่าเทคโนโลยีที่มีอยู่ในปัจจุบัน

“บริการอย่าง Uber ในสหรัฐอเมริกา และ Didi Chuxing ในประเทศจีนกำลังได้รับความนิยมมากขึ้นเรื่อย ๆ และเปลี่ยนวิธีการเข้าถึงการขนส่งของเหล่าผู้คนทั่วไป” เจสซี หลี่ รองศาสตราจารย์ด้านเทคโนโลยีสารสนเทศและเทคโนโลยีของ Penn State กล่าวว่า “คุณสามารถจินตนาการได้ว่าการคาดการณ์ความต้องการรถแท็กซี่มีความสำคัญมากเพียงใดเนื่องจากจะช่วยให้บริษัทรถแท็กซี่สามารถจัดส่งรถยนต์ไปถึงลูกค้าได้ก่อนที่ความต้องการจะเกิดขึ้น”

บริการเรียกแท็กซี่ชื่อดังอย่าง Uber และ Didi
บริการเรียกแท็กซี่ชื่อดังอย่าง Uber และ Didi Chuxing

การคาดการณ์ที่ดีขึ้นสามารถลดเวลาที่รถแท็กซี่ไม่ได้ใช้งานต้องมาวิ่งบนถนนโดยเปล่าประโยชน์ และยังมีส่วนลดมลพิษในเมืองได้ดีขึ้น เนื่องจากอุบัติเหตุมักเกิดขึ้นบ่อยครั้งในพื้นที่แออัด เทคโนโลยีการทำนายการขับขี่ที่ดีขึ้นก็สามารถปรับปรุงความปลอดภัยได้เช่นกัน

นักวิจัยวิเคราะห์ชุดข้อมูลขนาดใหญ่ของการร้องขอการขับขี่ไปยัง Didi Chuxing หนึ่งใน บริษัท รถยนต์ที่ใหญ่ที่สุดในประเทศจีนจากข้อมูลของ Huaxiu Yao นักศึกษาปริญญาเอกสาขาวิทยาศาสตร์ข้อมูลและเทคโนโลยี

เมื่อผู้ใช้ต้องการนั่งรถพวกเขาจะทำการร้องขอผ่านทางแอปพลิเคชัน- ตัวอย่างเช่นแอพในโทรศัพท์มือถือ นักวิจัยกล่าวว่าการใช้คำร้องขอขี่เหล่านี้แทนที่จะอาศัยข้อมูลการขี่เพียงอย่างเดียวนั้นสะท้อนความต้องการโดยรวมได้ดีกว่า

ด้วยข้อมูลประวัติซึ่งรวมถึงเวลาและสถานที่ตั้งของการเรียกบริการแท็กซี่ ทำให้สามารถคาดการณ์ความต้องการที่จะมีความเปลี่ยนแปลงอยู่ตลอดเวลา ซึ่งเมื่อเห็นภาพข้อมูลต่าง ๆ บนแผนที่ นักวิจัยสามารถเห็นความต้องการที่เปลี่ยนแปลงไปได้

“ในตอนเช้าคุณจะเห็นว่าในส่วนที่พักอาศัยมีรถปิคอัพมากขึ้นและมีรถไปส่งในตัวเมืองมากขึ้น” หลี่กล่าว “ในตอนเย็นมันกลับด้านสิ่งที่เรากำลังทำอยู่คือการใช้ข้อมูลรถกระบะในอดีตเพื่อคาดการณ์ว่าแผนที่นี้เปลี่ยนไปอย่างไรในอีก 30 นาที หรืออีกชั่วโมงต่อไปเป็นต้น”

ใช้ข้อมูลจากฐานข้อมูลจำนวนมหาศาลจาก Didi Chuxing  มาวิเคราะห์ผ่าน Deep Learning
ใช้ข้อมูลจากฐานข้อมูลจำนวนมหาศาลจาก Didi Chuxing มาวิเคราะห์ผ่าน Deep Learning

นักวิจัยที่นำเสนอสิ่งที่ค้นพบในการประชุม AAAI เมื่อเร็ว ๆ นี้ที่เป็นการประชุมทางด้านวิชาการที่เกี่ยวข้องปัญญาประดิษฐ์ ซึ่งเป็นหนึ่งในการประชุมที่ใหญ่ที่สุดในด้านการวิจัยของ AI

การใช้ข้อมูลเกี่ยวกับการเรียกบริการแท็กซี่ในกวางโจวประเทศจีนตั้งแต่วันที่ 1 กุมภาพันธ์ถึง 26 มีนาคม 2017 ประมาณ 300,000 ครั้งต่อวัน จากการเปรียบเทียบ ในเมืองนิวยอร์กซึ่งมีประมาณ 500,000 ครั้งต่อวัน

ในขณะที่เทคโนโลยีใช้ Neural Network โดยนักวิจัยได้รวมเครือข่ายประสาทสองเครือข่ายซึ่ง ได้แก่ convolutional neural network (CNN) และ  Long Short Term Memory network (LSTM) เพื่อช่วยลำดับการทำนายที่มีความซับซ้อน โดย CNN สามารถสร้างแบบจำลองความสัมพันธ์เชิงพื้นที่ ที่มีความซับซ้อนได้ดียิ่งขึ้น และ LSTM สามารถจัดการกับแบบจำลองตามลำดับได้ดียิ่งขึ้น

“โดยทั่วไปเราใช้ Neural Network ที่มีความซับซ้อนมากๆ ในการจำลองว่าผู้คนย่อยข้อมูลที่เป็นรูปแบบของการจราจรได้อย่างไร” หลี่กล่าว

หลี่กล่าวว่าการเข้าถึงชุดข้อมูลขนาดใหญ่ (Big Data) และความก้าวหน้าในเทคโนโลยีคอมพิวเตอร์ที่สามารถประมวลผลข้อมูลจำนวนมากได้ ซึ่งช่วยให้โครงการนี้สามารถใช้ Deep Learning ในรูปแบบวิธีอื่น ๆ ได้

“ ในการเขียนโปรแกรมคอมพิวเตอร์แบบดั้งเดิมผู้คนจำเป็นต้องบอกคอมพิวเตอร์ว่าใช้ค่าตัวแปรอะไร ซึ่งมันจำเป็นต้องดูจากข้อมูล ณ ขณะนั้น ทำให้ต้องสร้างแบบจำลองซึ่งต้องใช้ความพยายามอย่างมากในการแก้ปัญหาดังกล่าว” หลี่กล่าว “แต่ Deep Learning คือการปฏิวัติที่ทำให้ตอนนี้เราสามารถข้ามขั้นตอนนั้นไปได้ คุณสามารถใส่ข้อมูลภาพจำนวนมหาศาลให้กับคอมพิวเตอร์เพื่อวิเคราะห์ได้ทันที  และไม่จำเป็นต้องบอกคอมพิวเตอร์ว่าต้องมาวิเคราะห์อะไรอีกต่อไป เพราะการพัฒนาของเทคโนโลยี Deep Learning ที่มาช่วยเติมเต็มในส่วนนี้นั่นเอง”

References : 
https://phys.org/news/2018-03-deep-people.html

LineMan , Grab หลบไป Google มาแล้วพร้อมบุกตลาด Delivery

Google ประกาศในวันนี้ว่า บริษัท กำลังเปิดตัวความสามารถใหม่ในการสั่งซื้อรวมถึงการจัดส่งอาหารโดยตรงจาก Google Search, Maps และ Google Assistant แม้ Google จะไม่ได้เข้าสู่ตลาดนี้โดยตรง แต่จะเป็นพันธมิตรกับ บริษัท ต่างๆ เช่น DoorDash, Postmates, Delivery.com, Slice และ ChowNow และอื่น ๆ 

อย่างไรก็ตามลูกค้าจะได้ประสบการณ์ในการสั่งซื้อในเครื่องมือของ Google อย่างมีประสิทธิภาพ และจะสามารถชำระเงินด้วย Google Pay ได้ ซึ่งเป็นการควบรวมทุกอย่างไว้ใน Service ของ Google ทั้งหมด

สำหรับร้านอาหารที่เข้าร่วมจะเห็นปุ่ม “สั่งซื้อออนไลน์” ในการค้นหาและแผนที่ในไม่ช้า เมื่อทำการค้นหาร้านอาหารหรืออาหารที่เฉพาะเจาะจงผ่านทางบริการต่าง ๆ ของ Google

บริการใน Google Service
บริการใน Google Service

แม้ว่า Seach และ Maps อาจเป็นวิธีที่คนส่วนใหญ่ใช้คุณลักษณะนี้ แต่ Google ก็กำลังสร้าง Features เหล่านี้ให้อยู่ใน Google Assistant ซึ่งลูกค้าจะสามารถสั่งงานด้วยเสียงเช่น : “Hey กูเกิลสั่งอาหารจาก [ชื่อร้านอาหาร : ซื้อกลับบ้าน]” ซึ่ง Features เหล่านี้ได้รับสามารถใช้งานได้ทั้งบน Android และ iOS 

รวมเข้ากับบริการ Google Assistant
รวมเข้ากับบริการ Google Assistant

แต่ลูกค้ายังสามารถสั่งอาหารตามปกติได้โดยไม่ต้องใช้เสียงผ่าน Google Assistant  เนื่องจากมันค่อนข้างจะเป็นไปไม่ได้เลยที่จะให้ Google Assistant มานั่งไล่เมนูอาหารของคุณ

คำสั่ง Default นั้นจะเปิดประสบการณ์การใช้งานแบบ tap-driven ซึ่งนั่นหมายถึงลูกค้าได้เลือกรายการเมนูและยืนยันการสั่งซื้อ หากต้องการมาสั่งซื้อใหม่อีกครั้ง ลูกค้าก็ไม่จำเป็นต้องมาทำซ้ำอีก กับอาหารเดิม ๆ ที่ชอบสั่ง

References : 
https://techcrunch.com/2019/05/23/the-google-assistant-can-now-order-food-delivery-for-you/