Uber e OpenAI lançam assistentes de IA e pedido por voz para motoristas e passageiros

A Uber amplia a parceria com a OpenAI: a empresa integrou ferramentas de IA para dois públicos-chave ao mesmo tempo, motoristas e passageiros. Para os primeiros, são dicas de onde e quando compensa mais trabalhar; para os segundos, um jeito mais rápido de pedir uma corrida por voz, direto no aplicativo.

Um assistente para motoristas

A Uber opera um mercado enorme e em constante mudança. Segundo a empresa, o serviço processa cerca de 40 milhões de viagens por dia, reúne 10 milhões de motoristas e entregadores e atua em 15 mil cidades de mais de 70 países. Nesse sistema, o motorista precisa tomar dezenas de pequenas decisões em movimento. A Uber usa modelos da OpenAI para transformar esse fluxo de sinais em recomendações curtas e claras, em vez de deixar a pessoa sozinha diante de gráficos e mapas de calor.

O principal produto é o Uber Assistant, um assistente de IA para motoristas e entregadores. Ele acompanha o usuário por toda a jornada dentro da plataforma: do onboarding e das primeiras corridas até a otimização diária dos ganhos. O motorista pode fazer uma pergunta em linguagem comum e receber a resposta sem precisar entender a lógica interna complexa do marketplace. Na prática, a Uber tenta reduzir a carga cognitiva: menos tempo interpretando dados, mais tempo em pedidos reais. Segundo a OpenAI, centenas de milhares de motoristas nos EUA já receberam acesso à versão beta.

• Dicas de onde ficar agora
• Comparação de cenários: corridas, entregas, aeroporto
• Explicação de por que a renda de hoje difere da de ontem
• Ajuda a novos motoristas no início

Uma arquitetura de confiança e velocidade

Para a Uber, não basta dar uma resposta plausível. Se a dica de ganhos é imprecisa e a interface trava, o usuário logo deixa de confiar no sistema. Por isso a empresa construiu uma arquitetura multiagente: cada tipo de solicitação é encaminhado a um circuito especializado diferente. Perguntas sobre onboarding, ganhos, recomendações de posicionamento e ações transacionais não são tratadas da mesma forma, mas conforme o contexto e as exigências de precisão. Isso é especialmente crítico em um app em que a decisão precisa sair em segundos.

Uma camada à parte nesse esquema é o AI Guard, um nível interno de governança que verifica se as sugestões e respostas seguem as políticas de segurança, privacidade e qualidade. Para tarefas simples e rápidas, a Uber usa modelos mais leves; para as complexas, modelos de raciocínio com análise mais profunda. A abordagem não vem de um gosto por arquitetura elegante, mas da prática: latência mínima no app móvel e respostas previsíveis importam mais do que exibir a "mágica" da IA.

"Se os usuários não confiam no sistema, você os perde muito rápido."

Pedido de corridas por voz

A segunda parte de destaque do projeto são os cenários de voz para passageiros. Em vez de percorrer os menus passo a passo, o usuário pode tocar no ícone do microfone na barra de busca e descrever a situação em fala comum. Por exemplo, dizer que precisa de um transfer até o aeroporto, com bagagem e vários acompanhantes. O sistema interpreta a intenção, considera os endereços salvos e o contexto do cliente, e então sugere uma opção de corrida adequada e sincroniza a resposta de voz com a visual.

Para a Uber, isso não é só conveniência, mas também uma forma de tornar o serviço mais acessível. A voz é especialmente importante para quem tem dificuldade de ficar muito tempo na tela: idosos, pessoas com deficiência visual ou quem simplesmente quer resolver a tarefa mais rápido. Do lado dos motoristas, essas interfaces também ajudam: menos ações manuais no app e mais chance de usar o serviço sem se distrair digitando.

A empresa esclarece que o Voice Booking está sendo liberado gradualmente nas próximas semanas.

O que isso significa

A parceria entre Uber e OpenAI mostra a IA generativa saindo das demonstrações para produtos operacionais com exigências rígidas de velocidade, segurança e utilidade. Aqui a IA não "escreve textos"; ela ajuda a tomar decisões em tempo real dentro de um marketplace gigantesco. Se o rollout der certo, uma lógica parecida deve surgir rapidamente em outros serviços que precisam lidar ao mesmo tempo com logística, demanda, comportamento de usuários e interfaces de voz.