Com a tecnologia da AWS, o iFood implementa área de IA para aprimorar a experiência de clientes e restaurantes

Fundado em 2011, o iFood, líder em tecnologia de alimentos na América Latina, opera no México e na Colômbia e, em seus primeiros anos, aprimorou seu modelo operacional, acompanhando a evolução do mercado e crescendo a cada ano.

Inicialmente, o iFood operava como uma rede integrada para atender pedidos on-line dos restaurantes participantes. Com o passar do tempo, a empresa começou a desenvolver sua própria tecnologia. Há dezoito meses, por exemplo, eles passaram a trabalhar com frota própria, por meio de entregadores que se cadastram na plataforma e que hoje respondem por uma parte significativa das entregas.

Atualmente, mais de 20% dos pedidos feitos usam toda a plataforma de vendas do iFood, desde o próprio marketplace até o CRM e o entregador. “Já havia iniciativas de IA na empresa, mas elas não eram centralizadas e eram usadas basicamente para responder perguntas sobre áreas de negócios”, lembra Sandor Caetano, cientista-chefe de dados do iFood, apontando que a empresa já contava com uma estrutura de dados.

Há mais de um ano, o iFood decidiu criar sua Academia de Inteligência Artificial, com foco no desenvolvimento de pesquisas sobre aprendizado de máquina, aprendizado profundo, eficiência logística e outras áreas relacionadas ao ecossistema da empresa. A iniciativa é o resultado de um investimento de 20 milhões de dólares, como parte de uma entrada feita pelos acionistas em 2019.

“Criamos essa área para atender à necessidade de crescer, escalar e enfrentar a concorrência”, explica Caetano, lembrando que o objetivo era contar com uma estrutura que levasse em consideração a equipe de IA existente e passasse a apoiar as decisões do conselho da empresa. “Isso mudaria a forma como o aprendizado de máquina era tratado, já que ele começaria a ser usado para a automação de decisões, fornecendo respostas claras onde havia excesso de dados”, disse ele.

Para realizar os desenvolvimentos, fazer os testes necessários e colocá-los em funcionamento, o iFood precisaria de uma infraestrutura de TI robusta que, no entanto, seria totalmente utilizada apenas nos momentos de pico. A opção era procurar uma empresa que oferecesse essa infraestrutura na nuvem, permitindo um modelo de pagamento por uso e fornecendo flexibilidade e escalabilidade em caso de necessidade.

O iFood já usava serviços da AWS, como armazenamento e banco de dados gerenciado, entre outros. Assim, ampliar o escopo do trabalho foi o caminho natural. “A estrutura oferecida pela AWS nos permite treinar vários modelos em máquinas dimensionadas da maneira que precisamos e, mais do que isso, colocar esses modelos em produção de forma simples, sem precisar começar do zero. Além disso, contamos com ferramentas que facilitam muito a vida do cientista de dados, tornando-o o mais produtivo possível”, diz Caetano.

Estas são algumas das principais soluções usadas: Amazon SageMaker, que detém toda a infraestrutura de teste de modelos; Amazon Kinesis, que facilita a coleta, processamento e análise de dados de streaming em tempo real; e Amazon Elastic Kubernetes Service (Amazon EKS) para manter os modelos no ar.

O uso da infraestrutura da AWS permitiu que a Academia de Inteligência Artificial do iFood expandisse o uso de algoritmos. Uma das primeiras áreas a se beneficiar disso foi a logística. “Precisamos informar ao cliente quanto tempo levará para que sua refeição seja entregue”, diz ele. Para isso, o iFood conta atualmente com um simulador de rotas, onde é possível analisar diferentes parâmetros de operação de acordo com os dias e horários da semana.

As simulações são realizadas no ambiente seguro da AWS e, uma vez comprovadas, são colocadas em produção. “O uso desses algoritmos acelerou o processo de descoberta de novos parâmetros e, portanto, nossa área de Logística é muito mais eficiente atualmente. Entregamos mais hoje do que há dois anos”, compara Caetano.

O mesmo se aplica às listas de recomendações aos clientes. O aplicativo iFood recomenda restaurantes e pratos de acordo com o gosto do usuário por meio de modelos processados na AWS. “Tudo isso passa por esses modelos. Hoje, podemos controlar o que será mostrado no aplicativo, estratégias e promoções, graças a esses algoritmos. Esse nível de personalização do serviço é possível graças ao Amazon SageMaker, que processa todos os nossos modelos”, enfatiza.

Hoje, todos os nossos modelos testados pela Academia de Inteligência Artificial do iFood entram no ar com um benchmark já estabelecido. Portanto, a empresa vem obtendo ganhos expressivos em termos de produtividade e melhorias em seus níveis de serviço. De acordo com Caetano, desde que os algoritmos começaram a ser usados, o SLA de entrega aumentou de 80% para 95%.

Na área de logística, a distância percorrida pelos entregadores teve uma redução de 12% graças à otimização das rotas. O mesmo aconteceu com o tempo ocioso desses profissionais, que foi reduzido em 50%.

“Quando se trata de recomendações, também houve uma melhora significativa na conversão”, comemora Caetano, na medida em que hoje é possível que o iFood otimize listas para que eles indiquem restaurantes próximos às casas dos clientes, otimizando também as entregas.

Além disso, a empresa obteve ganhos como:

• A empresa alcançou mais de mil cidades;

• O ecossistema atingiu 220 mil restaurantes e 170 mil entregadores cadastrados usando a plataforma;

• O iFood completa mais de 39 milhões de pedidos por mês.

Com mais de um ano de operação, a Academia deve continuar expandindo suas atividades. De acordo com Caetano, o foco está na expansão horizontal. “Ainda estamos no começo. Há aplicativos que foram desenvolvidos por nós para facilitar a vida dos restaurantes”, revela ele, tendo em mente que, aqui, existem duas abordagens diferentes.

Um deles prevê o uso da IA para melhorar a imagem dos pratos que os restaurantes exibem no aplicativo. Em outro, a Inteligência Artificial será usada para agregar dados à descrição dessas imagens, permitindo que o cliente identifique os ingredientes dos pratos, por exemplo.