L’INTERVISTA

Platform economy, ora l’intelligenza artificiale porta i pasti a domicilio

Tempo di bilanci per Frank, l’algoritmo sviluppato da Deliveroo e introdotto sul mercato da otto mesi. Il general manager per l’Italia Matteo Sarzana: “La tecnologia è al centro della nostra strategia, e i margini di miglioramento sono ancora infiniti”

Pubblicato il 20 Dic 2017

Sarzana-Matteo_Deliveroo

“L’algoritmo viene spesso considerato come un’entità astratta, ma in realtà è un concetto estremamente razionale che ha lo scopo di perseguire un unico obiettivo che viene definito dall’azienda. L’obiettivo scelto da Deliveroo è la soddisfazione di tutti gli attori coinvolti nel processo in cui opera: rider, ristoranti e clienti. Per semplificare un sistema molto complesso, ciò che Frank considera è come raggiungere l’efficienza e questo è un processo dove l’uomo non può arrivare in termini di potenza di calcolo. Le persone possono essere e sono brave a dare istruzioni e a trovare soluzioni creative a problemi complessi, ma non hanno le capacità per analizzare in tempo reale grandi quantità di dati e trarne analisi approfondite e previsioni attendibili”. Lo dice in un’intervista a CorCom Matteo Sarzana, general manager per l’Italia di Deliveroo, servizio di food delivery che da otto mesi ha introdotto il nuovo algoritmo “Frank” sulla propria piattaforma.

Sarzana, il vostro settore è uno di quelli dalle più grandi potenzialità, destinato a crescere man mano che il Paese sarà sempre più digitalizzato, ma la concorrenza tra piattaforme è già agguerrita. Quanto è importante l’innovazione tecnologica nel vostro business? 

L’innovazione è fondamentale, poter gestire la complessità di questo comparto senza il supporto tecnologico sarebbe difficilissimo, quasi impossibile. La nostra tipologia di lavoro si basa sulla perfetta combinazione di una serie di fattori: i clienti che ordinano, i ristoranti che preparano e i rider che scelgono di effettuare le consegne. Tutto deve funzionare alla perfezione, e senza la tecnologia non si potrebbe imparare da ciò che succede ogni giorno, e non si riuscirebbe a offrire progressivamente un’esperienza migliore a tutte e tre le parti coinvolte. Che si traduce, in pratica, nella diminuzione di tempi e delle distanze percorse dai rider, nel fornire ai ristoranti informazioni e dati puntuali sulla loro attività, che difficilmente potrebbero ottenere in un altro modo, e nel dare ai clienti un servizio sempre più efficiente e con tempi di attesa sempre più ridotti.

Deliveroo ha lanciato 8 mesi fa il nuovo algoritmo Frank, che lavora in real time ed è basato su modelli predittivi di apprendimento automatico. Come funziona, e come si declina questa innovazione sui vostri servizi?

Semplificando, Frank è in grado di prendere in considerazione tutto ciò che succede sulla piattaforma in tempo reale, incrociandolo con i dati che derivano dall’esperienza passata e con quello che immagina succederà nell’immediato futuro. Queste informazioni saranno poi incrociate con tutte le variabili, dalle condizioni meteorologiche a quelle del traffico, fino alla concomitanza di eventi nella zona, come nel caso delle partite di calcio. Così calcola in termini di millisecondi ciò che succede e che succederà, proponendo al rider la migliore consegna possibile in un determinato momento, in modo che faccia meno strada e attenda meno tempo al ristorante. Solo per fare un esempio, da quando è operativo Frank la distanza percorsa da ogni rider è diminuita in media del 10%. Ma questo si traduce anche in una minore attesa del cliente, mentre per il ristoratore poter contare sul nostro algoritmo significa avere tutte le informazioni sulla mole di lavoro che potrà attendersi a seconda dei giorni e degli orari, fino ad arrivare al dettaglio dei piatti più ordinati a seconda dei momenti, con vantaggi evidenti – a lungo andare – anche in termini di organizzazione della supply chain.

Al di là dei vantaggi tangibili introdotti da Frank, avevate il timore che potessero verificarsi anche effetti negativi?

Come per tutte le innovazioni, non si affronta mai un cambiamento che sia privo di eventuali rischi. Ma data la struttura e il modo in cui è stato progettato questo algoritmo,  che è dinamico e in grado di imparare, la certezza fin dal primo momento era che una volta rilasciato si sarebbe tarato nel modo migliore in tempo breve.

Quanto tempo è stato necessario e quanti sviluppatori hanno lavorato alla creazione di Frank?

A Londra lavora un team di sviluppo di più di 500 persone, di cui 300 assunti nell’ultimo anno. E’ uno sviluppo continuo, ma ci sono voluti sei mesi per la release della prima versione. Da allora l’algoritmo ogni giorno viene migliorato.

Grazie a Frank avete fatto un nuovo passo nel campo dell’intelligenza artificiale applicata al campo delle consegne a domicilio. Quali saranno i prossimi?

I margini di miglioramento sono infiniti, ma il settore in cui c’è più spazio di evoluzione è quello dell’accuratezza nella previsione. Quando i dati sono il più possibile certi e prendono in considerazione tutte le variabili dando loro il giusto peso, comprese le campagne di marketing, allora si riescono ad avere predizioni sempre più accurate e attendibili. L’altro settore in cui ci sono ancora margini di miglioramento è quello dei feedback che arrivano dagli attori coinvolti, che saranno sempre più presi in considerazione in tempo reale e integrati con tutte le altre informazioni a disposizione della piattaforma.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Antonello Salerno
Antonello Salerno

Professionista dal 2000, dopo la laurea in Filologia italiana e il biennio 1998-2000 all'Ifg di Urbino. Ho iniziato a Italia Radio (gruppo Espresso-La Repubblica). Poi a ilNuovo.it, tra i primi quotidiani online nati in Italia, e a seguire da caposervizio in un'agenzia di stampa romana. Dopo 10 anni da ufficio stampa istituzionale sono tornato a scrivere, su CorCom, nel 2013. Mi muovo su tutti i campi dell'economia digitale, con un occhio di riguardo per cybersecurity, copyright-pirateria online e industria 4.0.

Articoli correlati