Uber Tech Center Santiago: ¿qué pasa detrás de un pedido?

Cuando abres Uber Eats y buscas algo para comer, la aplicación te muestra restaurantes, productos y recomendaciones que pueden ser diferentes a los que aparecen en el celular de otra persona. Si pides en un supermercado, también debe identificar qué productos están disponibles, ayudar a encontrar alternativas cuando algo se agota y coordinar la preparación de tu compra. Pero ¿cómo funciona todo esto detrás de la pantalla?

Parte de la respuesta está en el Uber Tech Center Santiago, en Chile, donde un equipo de 80 profesionales trabaja en la tecnología que hace posibles estas operaciones en diferentes países.

Este centro funciona en la Gran Torre Santiago, el edificio más alto de Sudamérica, y es uno de los 13 centros tecnológicos que Uber tiene en el mundo. Sin embargo, tiene una particularidad: es el único dedicado exclusivamente al desarrollo de Uber Eats.

Aquí no se reciben pedidos ni se atienden reclamos. Se crean herramientas para que la aplicación funcione, encuentre productos y responda a las necesidades de usuarios y comercios en todo el mundo.

Cristián Sepúlveda, responsable del centro tecnológico, explica que uno de los mayores desafíos es manejar la enorme cantidad de información que existe detrás de una compra. Y es que encontrar una hamburguesa entre varios restaurantes no es lo mismo que buscar un producto entre miles de artículos de supermercado.

¿Cómo sabe Uber Eats qué productos mostrarte?

Imagina que quieres comprar una Coca-Cola. Puede parecer una búsqueda sencilla, pero distintos supermercados pueden registrar la misma bebida con nombres, fotografías, tamaños y descripciones diferentes.

Para una persona es fácil reconocer que se trata del mismo producto. Para una aplicación que maneja millones de artículos, el proceso es mucho más complejo.

Por eso, desde Santiago se desarrolló una tecnología llamada Catálogo Canónico, que permite identificar y organizar más de cinco millones de productos únicos.

El sistema reconoce cuándo dos comercios están hablando del mismo artículo, aunque lo hayan registrado de manera distinta. También puede relacionar las diferentes presentaciones de un producto para que los resultados sean más fáciles de encontrar.

Pero hay otro detalle: no todos vemos lo mismo cuando abrimos la aplicación.

Según la explicación presentada por Uber, una búsqueda puede generar más de 100 grupos de recomendaciones posibles. La tecnología desarrollada en Chile selecciona inicialmente alrededor de 15, considerados los más relevantes para cada usuario en ese momento.

Esto ayuda a explicar por qué la experiencia de buscar productos puede variar de una persona a otra.

Y el trabajo no se limita a Latinoamérica. Uno de los proyectos más particulares del equipo estuvo relacionado con Japón, donde las búsquedas de supermercados representan un desafío adicional por el uso de tres sistemas de escritura.

“Desde este centro tecnológico resolvimos cómo la gente en Japón busca productos de supermercados”, cuenta Sepúlveda.

Los ingenieros de Santiago trabajaron para que la plataforma pudiera interpretar mejor esas búsquedas y ofrecer resultados más precisos a los usuarios japoneses.

¿Y si la inteligencia artificial hiciera tu lista de compras?

La inteligencia artificial también está cambiando la manera de comprar.

Una de las herramientas presentadas por Uber es AI Cart Assistant, un asistente al que puedes describir lo que necesitas en lugar de buscar cada producto por separado.

Por ejemplo, imagina que quieres preparar un almuerzo saludable para cuatro personas, pero todavía no sabes qué ingredientes comprar.

Con esta herramienta, basta con escribir lo que necesitas o compartir una fotografía. La inteligencia artificial interpreta la solicitud y propone un carrito con productos que existen en el comercio, incluyendo posibles alternativas.

La persona puede revisar la selección, cambiar artículos y agregar otros antes de confirmar su compra. La tecnología también ayuda cuando el pedido ya está en preparación.

Si un repartidor está seleccionando productos dentro de un supermercado, puede utilizar un sistema de escaneo desarrollado en Santiago para comprobar que está llevando el artículo correcto.

Por ejemplo, si el cliente pidió una bebida de determinado tamaño y el repartidor toma otra presentación, el sistema puede advertirle del error antes de llegar a la caja. Y si un producto está agotado, otros algoritmos pueden sugerir opciones similares.

Son pequeños procesos que pueden pasar desapercibidos para quien compra, pero que requieren que distintos sistemas intercambien información durante la preparación de un pedido.

¿Cómo sabe la aplicación cuánto tardará tu pedido?

Cuando haces una compra y aparece un tiempo estimado de entrega, ese número no surge al azar.

Sepúlveda explica que Uber analiza diferentes datos para calcularlo: la ubicación, el tiempo que normalmente tarda un restaurante en preparar sus pedidos, la cantidad de solicitudes que recibe en ese momento y la disponibilidad de repartidores. Incluso el clima influye, porque puede modificar la demanda de pedidos.

También importa si el repartidor utiliza una motocicleta, una bicicleta o un automóvil, ya que el tipo de vehículo influye en las órdenes que puede completar.

Toda esta información ayuda a calcular los tiempos estimados y a mostrar el avance del pedido. Los comercios, por su parte, pueden consultar cuántas órdenes están recibiendo y cuáles permanecen pendientes.

La dificultad está en procesar información que cambia constantemente mientras miles de personas utilizan la plataforma.

Para Sepúlveda, uno de los grandes retos es precisamente entender todos esos datos y utilizarlos para que el usuario encuentre lo que busca y pueda recibirlo.

La inteligencia artificial también ayuda a crear la aplicación

Detrás de las funciones que utilizan los consumidores hay equipos de profesionales que escriben, revisan y prueban el código necesario para que la plataforma funcione. Pero la manera de realizar ese trabajo está cambiando.

Uber ha incorporado agentes de inteligencia artificial que ayudan a sus ingenieros a programar, detectar errores, hacer pruebas y revisar posibles mejoras.

Esto no significa que la IA construya por sí sola toda la aplicación. Los profesionales siguen tomando las decisiones sobre qué desarrollar, cómo debe funcionar y qué problemas necesitan resolver.

Según cifras de la compañía, más del 70% de las propuestas de cambios de código que realizan sus equipos en el mundo ya cuentan con alguna intervención de estos agentes.

Uber también reporta más de 30.000 tareas automatizadas diariamente y más de 3.600 habilidades desarrolladas para sus sistemas de inteligencia artificial.

Para entender la diferencia que puede representar esta tecnología, la compañía presentó una prueba interna: un problema que anteriormente había tomado más de 20 minutos y produjo una respuesta incorrecta pudo resolverse correctamente en 38 segundos al proporcionar al agente la información necesaria.

“La IA funciona entonces como un multiplicador de capacidad para nuestros equipos, no como un reemplazo de ese talento”, explica Sepúlveda.

¿Quiénes son las personas que trabajan detrás de la app de Uber Eats?

Aunque muchas de estas funciones parecen automáticas, detrás hay profesionales de distintas especialidades.

En el Uber Tech Center Santiago trabajan ingenieros de software, científicos de datos, diseñadores de producto y especialistas encargados de comprobar que las herramientas funcionen correctamente.

También hay profesionales dedicados a organizar proyectos tecnológicos y estudiar cómo se utilizan las distintas funciones de la plataforma.

Según Uber, más del 80% de los 80 trabajadores del centro se especializa en ciencias de la computación e ingeniería de software.

Sepúlveda conoce de cerca el crecimiento del equipo. Llegó a Uber en 2022 como el primer ingeniero contratado en Santiago, después de haber trabajado en Silicon Valley y en empresas como Groupon y Evernote.

¿En el futuro podremos pedir comida sin tocar el celular?

La forma en que utilizamos las aplicaciones también podría cambiar durante los próximos años.

Actualmente, hacer un pedido implica abrir una aplicación, escribir lo que buscamos, revisar opciones y seleccionar productos.

Sin embargo, Uber está trabajando en herramientas que conectan diferentes servicios dentro de una misma experiencia.

Una de ellas es One Search, que busca integrar las búsquedas de movilidad, restaurantes y productos para que las personas puedan encontrar lo que necesitan sin tener que pensar primero qué aplicación abrir.

En algunas ciudades también se están probando experiencias que combinan ambos servicios. Por ejemplo, una persona que reserva un Uber Black puede agregar una bebida o un snack de Uber Eats para recibirlo cuando suba al vehículo.

Para lograrlo, la tecnología debe coordinar el recorrido del automóvil con el tiempo de preparación del pedido.

Sepúlveda cree que, a futuro, la relación con las aplicaciones podría ser mucho más parecida a una conversación.

En lugar de buscar y seleccionar todo manualmente, los usuarios podrían expresar lo que necesitan mediante instrucciones cada vez más naturales. “Probablemente sean órdenes por notas de voz, quién sabe”, comenta.

Aunque todavía es difícil anticipar cómo será hacer un pedido dentro de cinco años, el trabajo que se desarrolla en Santiago permite entender algo de lo que ya ocurre: detrás de una acción tan cotidiana como pedir comida o comprar en un supermercado existen millones de datos, sistemas que toman decisiones en segundos y profesionales latinoamericanos que trabajan para que todo funcione desde una pantalla.