Hace más de un año, iFood, líder en el mercado de América Latina de comida a domicilio, decidió que era hora de invertir en inteligencia artificial para ser más asertivo en los restaurantes y en el servicio a los consumidores. Para respaldar la nueva estructura, así como la demanda de procesamiento de grandes volúmenes de datos, la empresa confía en los servicios de Amazon Web Services, que ofrecen la flexibilidad y la escalabilidad necesarias para proporcionar información en tiempo real sobre varias de las operaciones de la empresa.
Fundada en 2011, iFood, líder en tecnología alimentaria en América Latina, opera en México y Colombia y, en sus primeros años, mejoró su modelo operativo, siguiendo la evolución del mercado y creciendo año tras año.
Inicialmente, iFood operaba como una red integrada para administrar los pedidos en línea de los restaurantes que participaban en ella. Con el paso del tiempo, la empresa comenzó a desarrollar su propia tecnología. Hace dieciocho meses, por ejemplo, la empresa comenzó a trabajar con su propia flota, a través de repartidores que se registran en la plataforma, y que hoy representan una parte importante de las entregas.
Hoy en día, más del 20 % de los pedidos realizados utilizan toda la plataforma de ventas de iFood, desde su propio marketplace hasta el CRM y el repartidor. “Ya había iniciativas de IA en la empresa, pero no estaban centralizadas y se utilizaban básicamente para responder preguntas sobre líneas de negocio”, recordó Sandor Caetano, científico jefe de datos de iFood, y señaló que la empresa ya se basaba en una estructura de datos.
Hace más de un año, iFood decidió crear su Academia de inteligencia artificial, enfocándose en el desarrollo de investigaciones sobre machine learning, aprendizaje profundo, eficiencia logística y otras áreas relacionadas con el ecosistema de la empresa. La iniciativa es el resultado de una inversión de 20 millones de USD, como parte de un aporte que efectuaron los accionistas en 2019.
“Creamos esta área para satisfacer la necesidad de crecer, escalar y hacer frente a la competencia”, explicó Caetano, recordando que el objetivo era contar con una estructura que tuviera en cuenta al equipo de IA existente y comenzara a apoyar las decisiones del consejo de administración de la empresa. “Eso cambiaría la forma en que se abordaba el machine learning, ya que comenzaría a utilizarse para la automatización de decisiones, proporcionando respuestas claras cuando había un exceso de datos”, dijo.
Para llevar a cabo los desarrollos, hacer las pruebas necesarias y ponerlas en funcionamiento, iFood necesitaría una infraestructura de TI sólida que, no obstante, se utilizaría plenamente solo en los momentos pico. La opción era buscar una empresa que ofreciera dicha infraestructura en la nube, que permitiera un modelo de pago por uso y proporcionara flexibilidad y escalabilidad en caso de necesidad.
iFood ya utilizaba los servicios de AWS, como el almacenamiento y la base de datos administrada, entre otros. Por lo tanto, ampliar el alcance del trabajo era el camino natural. “La estructura que ofrece AWS nos permite entrenar varios modelos en máquinas del tamaño que necesitamos y, como si fuera poco, poner estos modelos en producción de forma sencilla, sin necesidad de empezar desde cero. Además, confiamos en las herramientas que facilitan mucho la vida del científico de datos y permiten que sea lo más productivo posible”, dijo Caetano.
Estas son algunas de las principales soluciones utilizadas: Amazon SageMaker, que contiene toda la infraestructura de pruebas de modelos; Amazon Kinesis, que facilita la recopilación, el procesamiento y el análisis de datos de streaming en tiempo real; y Amazon Elastic Kubernetes Service (Amazon EKS) para mantener los modelos disponibles.
El uso de la infraestructura de AWS permitió a la Academia de inteligencia artificial de iFood ampliar el uso de algoritmos. Una de las primeras áreas en beneficiarse fue la de Logística. “Tenemos que decirle al cliente en cuánto tiempo recibirá la comida”, dijo. Para ello, iFood se basa actualmente en un simulador de rutas, donde es posible analizar diferentes parámetros de operación según los días y horarios de la semana.
Las simulaciones se llevan a cabo en un entorno seguro de AWS y, una vez probadas, se ponen en producción. “El uso de estos algoritmos aceleró el proceso de descubrimiento de nuevos parámetros y, por lo tanto, hoy en día nuestra Área de Logística es mucho más eficiente. Entregamos más hoy que hace dos años”, comparó Caetano.
Lo mismo aplica para las listas de recomendaciones a los clientes. La aplicación iFood recomienda restaurantes y platos según el gusto del usuario mediante modelos procesados en AWS. “Todo esto pasa por estos modelos. Hoy podemos controlar lo que se mostrará en la aplicación, las estrategias y las promociones, gracias a estos algoritmos. Este nivel de personalización del servicio es posible gracias a Amazon SageMaker, que procesa todos nuestros modelos”, recalcó.
Hoy, todos nuestros modelos probados por la Academia de inteligencia artificial de iFood se lanzan con un punto de referencia ya establecido. Por lo tanto, la empresa obtuvo ganancias demostradas en términos de productividad y mejoras en los niveles de servicio. Según Caetano, desde que se empezaron a utilizar los algoritmos, el SLA de entrega aumentó del 80 % al 95 %.
En el área de logística, la distancia recorrida por los repartidores se redujo un 12 % gracias a la optimización de las rutas. Lo mismo ocurrió con el tiempo de inactividad de estos profesionales, que se redujo en un 50 %.
“En lo que respecta a las recomendaciones, también hubo una mejora significativa en la conversión”, celebró Caetano, ya que hoy en día iFood puede optimizar las listas para asignar restaurantes cercanos a las casas de los clientes, optimizando así también las entregas.
Además, la empresa obtuvo ganancias como las siguientes:
Con más de un año de funcionamiento, la Academia debería seguir ampliando sus actividades. Según Caetano, la atención se centra en la expansión horizontal. “Esto recién comienza. Desarrollamos aplicaciones que facilitan la vida de los restaurantes”, reveló, teniendo en cuenta que, en este caso, existen dos enfoques diferentes. Uno de ellos prevé el uso de la IA para mejorar la imagen de los platos de los restaurantes que se muestran en la aplicación. En el otro, se utilizará inteligencia artificial para agregar datos a la descripción de dichas imágenes, lo que permitirá al cliente identificar los ingredientes de los platos, por ejemplo.