ML-алгоритмы помогли «Яндексу» повысить доступность своих кикшеринговых самокатов до 83% в сезоне 2025 года

В «Яндексе» сообщили Хабру, что алгоритмы машинного обучения (ML) помогли повысить доступность кикшеринговых самокатов компании до 83% в сезоне 2025 года. Это на 15% больше, чем в прошлом году. Самокаты «Яндекса» были чаще доступны для аренды пользователями благодаря оптимизации операционных процессов и внедрению ИИ. Алгоритмы помогли ускорить процесс технического обслуживания средств индивидуальной мобильности (СИМ) и быстрее находить потерянные устройства.

Первая ML‑модель помогает «Яндексу» выявлять поломки самоката на ранних стадиях. ИИ анализирует сигналы о каждом устройстве и определяет, какие из них первыми отправить на проверку и ремонт. Модель оценивает жалобы в поддержку, долю отмен и успешных поездок, а также сигналы телематики. Это помогает сократить простой части парка СИМ. После внедрения модели обращений в поддержку о техническом состоянии самокатов стало на 3% меньше. 

Вторая ML‑модель сокращает число потерянных самокатов. Часть устройств теряет связь, например, из-за сбоев геолокации или в случаях, когда самокат оставили далеко за зоной парковки, и он разрядился. ИИ оценивает последние сигналы устройства — геопозицию, данные телематики, историю поездок — и выявляет самокаты, которые найти сложнее всего. Так алгоритм помогает понять, с какими случаями справятся полевые специалисты, а где нужна помощь специальной команды службы безопасности. Модель разделяет область с потерянными самокатами на рабочие зоны и распределяет нагрузку между специалистами, ранжируя самокаты по срочности поиска. В результате внедрения ИИ число потерянных самокатов уменьшилось в 2 раза по сравнению с прошлым сезоном. 

В итоге потеряшки‑самокаты ищут полевые специалисты «Яндекса» и техники СБ — им как раз ML‑алгоритмы помогают