TecnologíaDesarrollo de Producto

Cómo Rappi redujo la latencia de búsqueda un 40 % con Oracle AI Vector Search

Rappi, la aplicación de entrega bajo demanda de más rápido crecimiento en América Latina con presencia en más de 300 ciudades, sustituyó su motor de búsqueda basado en palabras clave por Oracle AI Vector Search y Oracle Cloud Infrastructure Generative AI para habilitar el descubrimiento de productos por búsqueda semántica e imagen. La mejora redujo la latencia de respuesta un 40 % y aumentó la tasa de conversión un 25 %, impulsando mayor interacción y volumen de pedidos en toda la plataforma.

Resultados

40%Reducción de latencia de búsqueda
25%Mejora de la tasa de conversión

Herramientas y tecnologías

1OA
Oracle Autonomous AI Database
Self-driving cloud database that automates tuning, patching, and scaling while supporting AI workloads and vector operations.
2OA
Oracle AI Vector Search
Enables semantic and image-based search by storing and querying vector embeddings directly inside Oracle Database.
3OC
Oracle Cloud Infrastructure Generative AI
Fully managed cloud service for building and running LLM-powered applications on OCI without infrastructure overhead.

Categorías de IA

Desafío

El motor de búsqueda basado en palabras clave de Rappi no podía gestionar consultas vagas, errores tipográficos ni palabras clave con poca interacción, lo que limitaba su capacidad para interpretar con precisión la intención del usuario y mostrar productos relevantes en un catálogo de millones de artículos.

Solución

Rappi desplegó Oracle AI Vector Search sobre Oracle Autonomous AI Database y Oracle Cloud Infrastructure Generative AI para habilitar una búsqueda semántica e imagen que interpreta la intención del usuario y empareja las consultas con el catálogo según el significado subyacente, sin necesidad de mover datos entre sistemas.

Historia completa

Rappi fue fundada en 2015 como un servicio de entrega de comestibles y desde entonces se ha expandido a una super app que cubre alimentación, retail, farmacia y servicios financieros en más de 300 ciudades latinoamericanas. Con millones de consultas de usuario por minuto en su plataforma y un catálogo que abarca restaurantes y comercios minoristas, la calidad de la experiencia de búsqueda determina directamente la conversión de pedidos y la fidelización de clientes.

Accede a 456+ casos de uso de IA, 428+ herramientas y rankings de señales de adopción.

Fuente

Casos similares

1A
How Aquant Uses Pinecone to Cut Service Resolution Time 49%
Aquant
98%+Retrieval accuracy
2R
How Replit and Azure Enable Non-Engineers to Build Enterprise Software in Minutes
Replit
75%Non-Engineer Users
3A
How ASAPP Uses Amazon Bedrock to Achieve 91% First-Call Resolution
ASAPP
91%First-call resolution rate
4H
How Hexaware Uses Elastic AI Assistant to Cut Engineer Training Time by 75%
Hexaware
From 12–18 months to 3 monthsNew hire onboarding time reduction
5FA
How Fiber AI Uses Elasticsearch to Scale Sales Automation to $1M ARR
Fiber AI
$1M+ ARRAnnual recurring revenue at launch
6Z
How Zapier Achieves 89% AI Adoption with Claude Enterprise
Zapier
89%AI adoption rate across all employees
7Z
How Zapier’s Teams Condensed Days of Work into Minutes with Claude Cowork
Zapier
~15 minutesTime to produce shareable homepage concept draft
8CE
How Conrad Electronic Uses Celonis to Double Order Automation and Realize €10M in Value
Conrad Electronic
€10M+Realised value over 3 years
Ver todos los casos →