Czy algorytm decyduje o pensji kuriera? Wolt pokazał, jak działa jego AI

Wolt tłumaczy, że algorytmy nie wybierają „kto zarobi najwięcej”, tylko „kto najszybciej i najbezpieczniej dowiezie zamówienie”. Firma opisuje, jak system przydziela zlecenia, szacuje czasy i wycenia kursy — oraz zapewnia, że decyzje kluczowe dla kurierów podlegają ludzkiej kontroli.

Wolt opublikował wyjaśnienie, jak jego sztuczna inteligencja wspiera działanie platformy dostawczej. W komunikacie z 22 października 2025 r. firma pisze, że każde kliknięcie „zamów” uruchamia łańcuch mikrodecyzji: od ułożenia listy restauracji w aplikacji, przez przewidywany czas dostawy, po wskazanie kuriera, który dostanie propozycję kursu. Wolt podkreśla, że ta technologia ma „wspierać ludzi, a nie ich zastępować”, a decyzje, które wpływają na pracę kurierów partnerskich, są weryfikowane przez człowieka. To deklaracja ważna, bo odpowiada na częste obawy o „czarną skrzynkę”, która rzekomo dyktuje zarobki. Jak podaje Wolt, równolegle ukazała się czwarta edycja corocznego Algorithmic Transparency Report 2025 z opisem konkretnych mechanizmów.

Kluczowe pytanie brzmi: czy algorytm decyduje, ile zarobi kurier. Z materiałów firmy wynika, że system nie układa rankingu „lepszych” i „gorszych” dostawców, tylko wybiera wykonawcę pojedynczego zlecenia według bieżących warunków. Wolt opisuje tak zwany task algorithm, który bierze pod uwagę, czy kurier jest aktualnie dostępny, gdzie się znajduje, jakim jedzie pojazdem i czy ma uprawnienia do konkretnego typu zleceń (np. zamówień z płatnością gotówką lub odbiorów z aptek). Propozycję można przyjąć albo odrzucić, a jeśli kurier nie zareaguje w czasie, oferta idzie do następnej osoby spełniającej kryteria.

Drugi filar to szacowanie czasów dostawy. Wolt wyjaśnia, że korzysta z modeli uczących się na danych historycznych i bieżących: ruchu, pogodzie, typie pojazdu, a nawet na trudnościach z dojazdem i parkowaniem. Firma deklaruje, że w 2024 roku przeszła z prostszych modeli drzewiastych na sieci głębokiego uczenia, co miało poprawić trafność przewidywań i zmniejszyć odchylenia w realnych warunkach. Dla kurierów oznacza to, według Wolt, mniej „pustych przestojów”, a więc potencjalnie stabilniejsze zarobki w danej godzinie pracy. To jednak nadal opis działania ze strony operatora platformy, nie niezależny audyt skutków.

Najbardziej wrażliwy element dotyczy wyceny pojedynczego kursu. Wolt pisze, że „nie wszystkie dostawy są równe”, więc cena dla kuriera powinna odzwierciedlać wysiłek: dystans i czas przejazdu, gabaryt zamówienia, łatwość dojazdu do lokalu i klienta, typ pojazdu oraz aktualne warunki, takie jak ruch czy pogoda. Aplikacja ma pokazywać przewidywaną kwotę za zlecenie z góry, zanim kurier podejmie decyzję.

W komunikacie Wolt opisuje też funkcje, które mają wzmacniać sprawczość kurierów: podgląd zarobków i czasu pracy, mapy „gorących” rejonów miasta i szybkie wypłaty po kursie. Firma informuje ponadto o automatycznej rekompensacie za oczekiwanie w restauracji, gdy przygotowanie zamówienia się przedłuża.

Osobny wątek dotyczy personalizacji w aplikacji po stronie klienta. Wolt przyznaje, że korzysta z modeli rekomendacyjnych, które uczą się z zachowań użytkowników i użytkowniczek o podobnych gustach, aby mieszać „pewniaki” z propozycjami do odkrycia. Część układów karuzel jest kuratorowana ręcznie, na przykład przy akcjach promocyjnych. Firma zapewnia również, że algorytmy nie analizują takich cech jak płeć, wiek czy narodowość. Trzeba jednak zaznaczyć, że w tego typu systemach zawsze pojawia się pytanie o wpływ płatnych promocji i reklamy na kolejność wyświetlania — Wolt opisuje to w raporcie, ale bez twardych wag i progów, co pozostawia pewien margines niejasności.

Jak oceniać te wyjaśnienia. Po pierwsze, plus za konsekwencję: Wolt publikuje raport przejrzystości corocznie i opisuje nie tylko to, „co działa”, ale też zmiany w podejściu do szacowania czasów czy dopasowania zleceń. Po drugie, trzeba pamiętać, że źródłem informacji jest sama platforma i dokument korporacyjny. Nie ma tu zewnętrznych testów porównawczych, które pokazałyby, czy algorytm rzeczywiście rozkłada zlecenia w sposób najbardziej korzystny dla kurierów w porównaniu z innymi rozwiązaniami na rynku. Po trzecie, obietnica „ludzkiej kontroli” brzmi rozsądnie, ale nie dowiadujemy się, ile decyzji realnie wraca do człowieka i w jakich scenariuszach dochodzi do ręcznych korekt. To istotne pytania na przyszłość, także w kontekście europejskich przepisów o pracy platformowej.

Jeśli przyjmiemy, że system przydziela zlecenia przede wszystkim według dostępności, odległości i typu pojazdu, a cena kursu ma rosnąć wraz z wysiłkiem, to algorytm może stabilizować dochód godzinowy kuriera w typowych warunkach ruchu. Jednocześnie w godzinach szczytu albo przy złej pogodzie stawki i kolejność zleceń będą zmieniały się dynamicznie, co z punktu widzenia dostawcy oznacza większą niepewność krótkoterminową. Transparentne pokazywanie kwoty przed akceptacją zlecenia pomaga tę niepewność ograniczyć, ale nie rozwiązuje wszystkiego. Jak podaje Wolt, część parametrów optymalizuje się dziś automatycznie, miasto po mieście, co pokazuje skalę automatyzacji i kierunek rozwoju — mniej ręcznych nastaw, więcej uczenia ze wzmocnieniem w tle. To z kolei jeszcze mocniej podbija wagę jawnych zasad i czytelnej komunikacji.

Na koniec warto dodać kontekst. Wolt eksponuje uznanie ze strony Fundacji WageIndicator i publikuje raport jako element „przejrzystości algorytmicznej”. To dobry kierunek, ale pełny obraz dałby dopiero niezależny przegląd metod oraz testy skutków dla różnych grup kurierów: według pojazdu, pory dnia, pogody, miasta. Do tego dochodzi temat ustawowych zmian w Europie dotyczących pracy na platformach, które mogą wymuszać dodatkowe wyjaśnienia i otwartość. Na razie mamy spójny opis działania z pierwszej ręki i coroczny raport. Dla użytkowników aplikacji to sygnał, że personalizacja i prognozy czasu nie biorą się „znikąd”. Dla kurierów — że kluczowe decyzje można sprawdzić w apce przed startem kursu. Dla regulatorów i badaczy — że jest punkt wyjścia do zadawania precyzyjnych pytań o wpływ tej technologii na wynagrodzenia i warunki pracy.

Źródło: Wolt