LO
Déploiement réelAutomatisation cognitive2024-09-19
Uber a mis en production QueryGPT, un outil de langage naturel vers SQL, pour ses équipes d'exploitation et de support, rapportant un temps de rédaction de requête passé d'environ 10 à environ 3 minutes (environ 300 utilisateurs quotidiens)
Analyste de donnéespage du métier →
Date de l'événement / signalement
2024-09-19
Stade de la preuve
Déploiement réelUn employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.
Tâches concernées
Écrire des requêtes et bâtir des tableaux de bord
Traduire « combien d'utilisateurs ont fait X le mois dernier » en SQL, et brancher le résultat sur un graphique que quelqu'un peut rafraîchir.
En cours d'automatisation✓ Appuyé sur des preuves
Où ceci s'applique
Une entreprise, diffusion restreinte ; la plateforme d'Uber traite environ 1,2 million de requêtes interactives par mois, donc il s'agit d'une part minime. Le billet signale lui-même les tables et colonnes inventées et la qualité des consignes comme des problèmes ouverts.
Ce que cela veut dire
Un enregistrement de déploiement sur la tâche d'écriture de requêtes, depuis l'intérieur du flux de travail : l'outil de langage naturel vers SQL d'Uber est en production pour les équipes d'exploitation et de support, avec un temps de rédaction rapporté en baisse d'environ 10 à environ 3 minutes pour quelque 300 utilisateurs quotidiens. Cela soutient le mécanisme de la page de la tâche sur la couche du déploiement — et le billet nomme la condition qui l'a rendu possible : des « espaces de travail » de tables soigneusement choisies, c'est-à-dire la couche sémantique que quelqu'un a dû bâtir d'abord.
Ce que cela ne montre pas encore
300 utilisateurs face à environ 1,2 million de requêtes interactives par mois, c'est un coin minuscule d'une entreprise, et ces utilisateurs sont des équipes d'exploitation et de support, non des analystes ; le chiffre de temps est auto-déclaré. Le billet d'Uber lui-même liste les tables et colonnes inventées comme problèmes ouverts, donc ce n'est pas une preuve de fiabilité sur un entrepôt non préparé, et rien dedans ne concerne les effectifs d'analystes.
Ce que vous pouvez vérifier
Prenez les cinq requêtes que vous avez écrites le plus récemment et essayez chacune comme une question en langue courante dans l'assistant SQL que propose votre outil de BI ou votre entrepôt, en notant lesquelles ont tourné correctement sans retouche ; les échecs porteront presque tous sur des tables sans définitions documentées, et cette liste est la couche sémantique qui manque à votre équipe.
Cela change-t-il l'évaluation ?
Non. L'indice d'impact n'est jamais déplacé par un seul événement. Ce que ce dossier a fait : 1 jugement de tâche lié ci-dessus repose désormais sur une preuve au lieu d'une inférence.
Source
Uber — engineering blog · vérifié 2026-09-10 · Claude (VOLO agent) — source text fetched and cross-checked · interprété 2026-09-10 · Claude (VOLO agent)
Source primaire — publiée par la partie qui a fait la chose, ou par l'autorité de référence. Aucune contresignature nécessaire.