iFood alcança 12 milhões de pedidos em fevereiro impulsionados por LLM proprietário
O iFood anuncia o marco de 12 milhões de pedidos realizados em fevereiro com apoio do Large Commerce Model (LCM), modelo proprietário de inteligência artificial generativa desenvolvido em parceria com sua controladora, a Prosus. O LCM é um modelo de linguagem inspirado nos LLMs, treinado para responder aos desafios específicos do comércio e do delivery, que aprende a partir de bilhões de interações reais, como cliques, buscas, cancelamentos e avaliações.
Personalização e eficiência operacional
Lançado há quatro meses, essa tecnologia permite ao iFood entender muito melhor cada usuário, enquanto preserva sua privacidade com o uso de dados anonimizados para treinamento. O recorde se refere, sobretudo, à capacidade de transformar esse nível de conhecimento em personalização. Significa, por exemplo, compreender o que cada usuário quer, em cada momento do dia, e enviar notificações mais relevantes e aderentes; mostrar uma página inicial do aplicativo sob medida; expor prioritariamente categorias de comidas de acordo com a preferência de cada usuário dentro de programas como o Hits, de comida barata, e o Gourmet, de restaurante premium.
O LCM também dá suporte ao Ailo, agente conversacional que permite ao consumidor fazer pedidos por meio de conversa, com respostas baseadas no interesse de cada um. O LCM opera a custos 60 vezes menores do que referências internacionais e com retorno sobre o investimento até 12 vezes maior do que modelos de mercado. O uso do LCM também trouxe ganhos relevantes de eficiência. Em tarefas como a compreensão do perfil dos usuários, que é a base para personalização de recomendações e comunicações, o custo de processamento caiu cerca de 98% em comparação com o uso de modelos de mercado.
Marco de interações com IA Generativa
Impulsionado pelo LCM, o iFood registrou o marco de 3 bilhões de interações com inteligência artificial generativa apenas nos dois primeiros meses deste ano. Esse número corresponde ao acionamento de modelos de linguagem por sistemas e serviços da empresa, incluindo agentes de IA para consumidores, entregadores e restaurantes, que apoiam respostas, recomendações e orientações para todo o ecossistema. Esse avanço no uso da inteligência artificial consolida a tecnologia como base da operação do iFood.
Um agente como Ailo ou como Cris, que ajuda o restaurante a entender melhor a operação no iFood e ter insights para conseguir aumentar vendas, operam a partir do acionamento de modelos de IA generativa por meio de APIs internas, que processam dados, interpretam contexto e geram respostas em tempo real. Cada recomendação ou sugestão gerada representa uma interação com modelos de linguagem, que recebem informações, processam comandos e devolvem respostas personalizadas. Além de Ailo e Cris, há mais de 200 serviços do iFood que usam IA generativa.
Genplat: a infraestrutura que viabiliza a escala da IA no iFood
Todas essas interações passam pela Genplat, uma infraestrutura desenvolvida pelo iFood, responsável por organizar e garantir o acesso aos melhores modelos externos com segurança e privacidade, além de integrar o LCM. A plataforma conecta sistemas internos aos modelos de IA, centralizando autenticação, controle de acesso, anonimização de dados sensíveis e governança. Na prática, isso permite que a tecnologia processe informações para gerar valor (como sugerir uma refeição baseada nas preferências do consumidor), mantendo a privacidade como um pilar estrutural da arquitetura e garantindo o uso responsável e ético da IA.
A Genplat processa atualmente 4 trilhões de tokens por mês, que são fragmentos de linguagem que os sistemas de IA usam para interpretar comandos e gerar respostas. Chegar a essa quantidade de uso teria sido inviável apenas com modelos de mercado. Para sustentar essa escala, o LCM tem se mostrado fundamental. Integrado à Genplat, o Large Commerce Model, responsável por 90% das interações com IA generativa, permite operar com maior eficiência de custo, controle e especialização, viabilizando aplicações em larga escala como recomendações, personalização de comunicações e apoio a decisões operacionais.
Impacto financeiro e operacional
Nas 40 aplicações em que o LCM está presente, o custo foi, em média, cerca de 10 vezes menor do que seria com o uso exclusivo de modelos de mercado, e o retorno sobre o investimento aumentou mais de 250 vezes em alguns cenários. Os cliques em notificações via push cresceram 75% e os pedidos gerados por elas, 50%. Também por conta do LCM, em tarefas como a compreensão do perfil dos usuários, que é a base para a personalização de recomendações e comunicações, o custo de processamento caiu mais de 98% em comparação com o uso de modelos de mercado.
Paul van der Boor, vice-presidente de Inteligência Artificial do iFood, explica: “O uso de IA generativa ajudou a melhorar e automatizar os atendimentos. Isso foi um salto enorme. Outra mudança que isso proporcionou foi a possibilidade de entender com precisão o consumidor e ser muito mais eficiente nas recomendações. Isso tudo tem impulsionado tanto a conveniência ao usuário quanto as vendas dos parceiros conectados à plataforma”.
Uso da Genplat para acelerar o Ciclo de Vida de Desenvolvimento de Software
A Genplat também é usada diariamente por desenvolvedores do iFood para acessar modelos de IA generativa que ajudam na criação, revisão e documentação de código. Hoje, mais de 60% do código produzido na companhia já conta com o suporte de inteligência artificial, acelerando ciclos de desenvolvimento dos nossos produtos. Isso demonstra como a IA não apenas impacta o produto final, mas também a eficiência interna da engenharia de software.
Implicações para a segurança de dados
A implementação do LCM e da Genplat destaca a importância da governança de dados em ambientes de IA. A anonimização de dados para treinamento e o controle de acesso centralizado são práticas essenciais para garantir a conformidade com a LGPD e proteger a privacidade dos usuários.
O caso do iFood serve como um exemplo de como empresas brasileiras podem desenvolver soluções proprietárias de IA que oferecem vantagens competitivas em custo e eficiência, sem depender exclusivamente de modelos de mercado globais.
O que os CISOs devem observar
Para profissionais de segurança, o uso massivo de IA generativa exige monitoramento contínuo de vazamentos de dados e garantias de que os modelos não estão sendo manipulados para gerar respostas inadequadas. A centralização da governança na Genplat é um modelo que pode ser replicado em outras organizações.
Perguntas frequentes
Qual é a diferença entre o LCM e modelos de mercado?
O LCM é proprietário, treinado especificamente para o comércio e delivery, resultando em custos 60 vezes menores e maior eficiência na compreensão de perfis de usuários.
Como o iFood protege a privacidade dos usuários?
O iFood utiliza dados anonimizados para treinamento e centraliza o controle de acesso e anonimização de dados sensíveis na plataforma Genplat.
Qual o impacto no desenvolvimento de software?
Mais de 60% do código produzido na companhia já conta com o suporte de inteligência artificial, acelerando ciclos de desenvolvimento.