Entwicklung einer auf generativer KI gestützten Kontaktcenter-Lösung für DoorDash mithilfe von Amazon Bedrock, Amazon Connect und Claude von Anthropic

DoorDash wurde 2013 mit dem Ziel gegründet, die lokale Wirtschaft zu fördern und zu stärken – den Erfolg lokaler Unternehmen zu unterstützen, die Verbraucher bequem mit dem Besten in ihrer Nachbarschaft zu verbinden und Dashern flexible Verdienstmöglichkeiten zu bieten. Bis Ende 2023 wuchs die Zahl der Benutzer auf mehr als 37 Millionen aktive Verbraucher, die DoorDash jeden Monat nutzen, und über 2 Millionen monatlich aktive Dasher.

Um die Bedürfnisse von Verbrauchern, Händlern und Dashern zu erfüllen, nutzt DoorDash Amazon Connect, ein KI-gestütztes Kontaktcenter von AWS. Über Amazon Connect wickelt DoorDash ein kollektives Volumen von Hunderttausenden von Anrufen pro Tag ab, auch von Dashern, die Hilfe bei Routinethemen benötigen, die von der Fehlerbehebung in der App bis hin zu Anmeldungen und Zahlungsoptionen reichen.

Bei der Kontaktaufnahme mit dem Support werden die Benutzer durch ein interaktives Sprachdialogsystem (Interactive Voice Response, IVR) geführt, das von Amazon Connect und Amazon Lex unterstützt wird. Dadurch konnte DoorDash die Zahl der Weiterleitungen durch Kundendienstmitarbeiter um 49 Prozent reduzieren und die Zahl der Erstkontakte um 12 Prozent steigern. Das führte zu einem besseren Erlebnis für die DoorDash-Benutzer und zu Einsparungen bei den Betriebskosten in Höhe von 3 Millionen Dollar im Jahr.. Da die meisten Anrufe jedoch immer noch an echte Kundendienstmitarbeiter weitergeleitet werden, sah DoorDash eine Möglichkeit, sein Self-Service-Angebot weiter zu verbessern. „Wir wollten Dasher in die Lage versetzen, so schnell und effizient wie möglich Hilfe bei ihren häufigsten Fragen und Problemen zu erhalten, um ihnen Zeit und Mühe zu ersparen und ihr Vertrauen in die Self-Service-Funktionen von DoorDash zu stärken“, sagt Chaitanya Hari, Contact Center Product Lead bei DoorDash.

Die Kunden ziehen es im Allgemeinen vor, den Support aufzurufen, anstatt zu chatten, während sie unterwegs zu oder von einem Händler- oder Kundenstandort sind. Sie verlassen sich darauf, dass der Telefonsupport ihnen schnell und zuverlässig hilft. Daher ist die Reaktionszeit bei einer Self-Service-Lösung doppelt wichtig. DoorDash musste dafür sorgen, dass Dasher so wenig Zeit wie möglich am Telefon verbringen müssen, daher war eine niedrige Antwortlatenz ein Schlüsselfaktor für die Telefonlösung.

Um den Dasher-Support zu rationalisieren, wollte das Contact Center-Team von DoorDash generative KI für den Self-Service innerhalb von Amazon Connect einsetzen. Das Team suchte nach einer Lösung, die es schnell und skalierend einführen und gleichzeitig einen hohen Standard bei der Problemlösung und der Kundenzufriedenheit aufrechterhalten konnte. Das Team entschied sich für Amazon Bedrock, einen vollständig verwalteten Service, der über eine einzige API eine Auswahl an leistungsstarken Basismodellen führender KI-Unternehmen bietet und als Grundlage für seine Lösung dient.

Das AWS GenAIIC hat in DoorDash investiert und mit dem Unternehmen zusammengearbeitet, um eine maßgeschneiderte generative KI-Lösung zu entwerfen, zu entwickeln und bereitzustellen, die den bestehenden Voice-KI-Assistenten des Unternehmens verbessert. Innerhalb von 8 Wochen iterierten die Teams von DoorDash und GenAIIC das Design und die Implementierung und entwickelten eine Referenzarchitektur, die für A/B-Tests in der Produktion geeignet war. Die auf Amazon Bedrock basierende Lösung reduzierte die Entwicklungszeit für generative KI-Anwendungen um 50 Prozent.

Für den Aufbau seiner Lösung entschied sich DoorDash für die Verwendung der Claude-Modelle von Anthropic in Amazon Bedrock. Mit Amazon Bedrock hatte DoorDash schnell Zugriff auf alle benötigten Modelle. Claude war für das Projekt von entscheidender Bedeutung, da es in der Lage ist, Halluzinationen und Promptinjektion-Ereignisse zu entschärfen und missbräuchliche Sprache zu erkennen. Mit der Veröffentlichung von Claude 3 Haiku erreichte DoorDash die Genauigkeit und Geschwindigkeit, die es für seine Sprachanwendung benötigte, und erreichte eine Antwortlatenz von 2,5 Sekunden oder weniger. DoorDash stellt keine persönlichen Daten zur Verfügung, auf die über diese generativen KI-Lösungen zugegriffen werden kann. Darüber hinaus ermöglicht Amazon Bedrock Datensicherheit durch Verschlüsselung und stellt sicher, dass Daten von DoorDash oder seinen Kunden nur in der DoorDash-Anwendung verwendet werden.

„Der Einsatz von KI-generierten Antworten für den Telefonsupport war mit einzigartigen Herausforderungen verbunden, die innovative Strategien zur Verbesserung der Reaktionszeiten und der Antwortqualität erforderten, um Dashern erstklassigen Support zu bieten. Amazon Bedrock erwies sich als perfekte Lösung für unsere Anforderungen, so dass wir uns auf die Verfeinerung der Lösung konzentrieren konnten“, sagt Vraj Shah, Lead Project Engineer bei DoorDash.  

Der Zugriff auf eine umfassende Wissensdatenbank war ein weiterer wichtiger Faktor für die Self-Service-Lösung. Je umfassender und vielfältiger die Wissensdatenbank ist, desto effektiver ist die Lösung. DoorDash fügte Daten aus seinem öffentlich zugänglichen Help Center hinzu, um Retrieval Augmented Generation (RAG) zu verwenden, eine Technik, die Daten aus Unternehmensquellen abruft und den Prompt anreichert, um den Dashern relevantere und genauere Antworten zu geben.

Für die Indizierung vorhandener Inhalte wurde Knowledge Bases for Amazon Bedrock verwendet, eine vollständig verwaltete Funktion, die Unternehmen bei der Implementierung des gesamten RAG-Workflows von der Datenerfassung bis zum Abruf und der Anreicherung von Prompts unterstützt, ohne dass benutzerdefinierte Integrationen zu Datenquellen erstellt und Datenflüsse verwaltet werden müssen. Wissensdatenbanken für Amazon Bedrock hat die Backend-Arbeit für DoorDash übernommen.

Mit Hilfe von GenAIIC konnte DoorDash auch die Kapazität zum Testen seiner Lösung erhöhen. Zuvor musste das Team die Kundendienstmitarbeiter des Kontaktcenters von den Warteschlangen abziehen, um eine kleine Anzahl von manuellen Testfällen pro Stunde durchzuführen. Mit Hilfe von Amazon SageMaker, mit dem Entwickler Machine-Learning-Modelle erstellen, trainieren und bereitstellen können, hat DoorDash ein Test- und Evaluierungs-Framework entwickelt, das schnell Insights aus A/B-Tests gewinnen und wichtige Erfolgsmetriken in großem Umfang auswerten konnte. Mit diesem Framework kann DoorDash Tausende von automatisierten Tests pro Stunde durchführen - eine 50-fache Steigerung der Kapazität - und die Antworten semantisch anhand von Basisdaten auswerten.

Durch die automatische Bearbeitung gängiger Dasher-Anfragen hat DoorDash die Self-Service-Workflows verbessert und die Geschwindigkeit der Problemlösung erhöht, wodurch die Lieferzeiten verkürzt und die Produktivität und Zufriedenheit der Dasher gesteigert werden konnten. Durch die Bearbeitung von Routinefragen mit generativer KI konnten die echten Kundendienstmitarbeiter von DoorDash auch komplexere Probleme lösen, die von der Fehlerbehebung durch Menschen profitieren.

Nach einem erfolgreichen Test der generativen KI-Lösung Anfang 2024 hat DoorDash inzwischen die Einführung der neuen Selbstbedienungsoptionen für alle Dasher abgeschlossen. Die Lösung bearbeitet derzeit täglich Hunderttausende von Dasher-Supportanfragen und hat zu einer erheblichen Verringerung des Anrufvolumens für Dasher-bezogene Supportanfragen geführt. Die Lösung hat auch die Anzahl der Eskalationen an echte Kundendienstmitarbeiter um Tausende pro Tag reduziert und die Anzahl der Aufgaben der Live-Agenten, die zur Lösung von Supportanfragen erforderlich sind, verringert.

Angesichts des frühen Erfolgs der Einführung arbeitet das Team derzeit daran, die Lösung mit weiteren Funktionen auszustatten, den Umfang der verfügbaren Wissensdatenbanken zu erweitern, aus denen die Lösung schöpfen kann, und den ereignisgesteuerten Logistik-Workflow-Service von DoorDash einzubinden, um nicht nur Fragen zu beantworten, sondern auch Maßnahmen im Namen des Benutzers zu ergreifen.

„Mit AWS und Anthropic's Claude haben wir eine Lösung entwickelt, die Dashern einen zuverlässigen und leicht verständlichen Zugang zu den Informationen bietet, die sie brauchen, wenn sie sie brauchen“, sagt Hari. „Das hat positive Auswirkungen auf unsere Benutzer und die Plattform als Ganzes, und wir freuen uns darauf, in Zukunft neue Anwendungsfälle zu erschließen.“