НОВОСТЬ · COMPANIES · #2826
DoorDash сократил время повтора заказа на продукты с ~16 с до ~2 с с помощью AI-агентов
DoorDash сократил задержку в потоке повторного заказа продуктов с примерно 16 с до 2 с, заранее вычисляя кандидатов на регулярные покупки (по 90 дням истории) с помощью пакетного вывода LLM, детерминированной валидации и сохранения повторно используемых данных списка покупок; путь обслуживания затем привязывает позиции к актуальному каталогу. Изменение удвоило просмотры списков и увеличило конверсию заказов примерно на 34%, опираясь на общую платформу агентов и интерфейс Ask DoorDash.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- DoorDash сократил задержку в потоке повторного заказа продуктов с примерно 16 с до 2 с, заранее вычисляя кандидатов на регулярные покупки (по 90 дням истории) с помощью пакетного вывода LLM, детерминированной валидации и сохранения повторно используемых данных списка покупок; путь обслуживания затем привязывает позиции к актуальному каталогу.
- Изменение удвоило просмотры списков и увеличило конверсию заказов примерно на 34%, опираясь на общую платформу агентов и интерфейс Ask DoorDash.
- Это демонстрирует эффективный архитектурный выбор для агентов: перенос исторического рассуждения в офлайн (batch LLM) и разрешение текущего состояния каталога при запросе может существенно снизить задержки и повысить конверсию в разговорном шопинге.
ПОЧЕМУ ЭТО ВАЖНО
Это демонстрирует эффективный архитектурный выбор для агентов: перенос исторического рассуждения в офлайн (batch LLM) и разрешение текущего состояния каталога при запросе может существенно снизить задержки и повысить конверсию в разговорном шопинге.