Kakao Mobility 在设备端使用 Gemini Nano，降低了成本，并将来电转化率提高了 45%

Kakao Mobility 是韩国领先的出行服务企业，通过其 Kakao T 应用提供一系列交通和配送服务，包括叫车、导航、共享单车和滑板车、停车以及包裹配送。Kakao Mobility 团队通过 ML Kit 的 GenAI Prompt API 利用 Gemini Nano，为其共享单车服务提供停车辅助，并为其导航和配送服务提供更出色的地址输入体验。

Kakao T 应用的总用户数超过 3, 000 万，其共享单车服务是最受欢迎的服务之一。但遗憾的是，许多用户在不使用自行车或滑板车时，会将其不当停放。这种行为导致违规停车和安全问题激增，引发了公众投诉、罚款和拖车。这些问题开始对 Kakao Mobility 及其共享单车服务的公众形象产生负面影响。

“通过利用机器学习套件的 GenAI Prompt API 和 Gemini Nano，我们能够快速实现可提升社会价值的功能，同时不影响用户体验。Kakao Mobility 将继续积极采用设备端 AI，提供更安全、更便捷的出行服务。” - 客户端开发部门负责人 Wisuk Ryu

为了解决这些问题，该团队最初设计了一个图像识别模型，用于根据当地法律和安全标准通知用户其自行车或滑板车是否停放正确。如果通过云端运行此模型，会产生高昂的服务器费用。此外，用户上传的照片包含其停车位置信息，因此该团队希望避免任何隐私或安全问题。该团队需要找到更可靠、更具成本效益的解决方案。

该团队还希望改进 Kakao T 应用内包裹递送服务的实体提取体验。以前，用户可以轻松地在聊天界面上订购包裹递送服务，但司机需要手动将地址输入到订单中才能启动递送订单，这个过程很繁琐，而且容易出现人为错误。该团队希望简化这一流程，让配送人员能够更快地填写订单，减少挫败感。

利用机器学习套件的生成式 AI Prompt API 提升用户体验

该团队测试并比较了基于云的 Gemini 模型与通过机器学习套件的 GenAI Prompt API 访问的 Gemini Nano。“在评估了隐私保护、成本、准确性和响应速度后，我们发现 ML Kit 的 GenAI Prompt API 显然是最佳选择。”Kakao Mobility 的 Android 应用开发者 Jinwoo Park 说道。

为了解决自行车或滑板车不当停放的问题，该团队通过机器学习套件 GenAI API SDK 使用了 Gemini Nano 的多模态功能，以检测自行车或滑板车是否停放在黄色盲道上，从而违反当地法规。通过精心设计的提示，他们能够评估 200 多张带有标签的停车照片，同时不断优化输入。此评估通过准确率、精确率、召回率和 F1 得分等知名指标进行衡量，确保该功能达到商品级质量和可靠性标准。

现在，用户可以拍摄停放的自行车或滑板车的照片，应用会告知他们停放是否正确，如果不正确，还会提供指导。整个过程在设备上只需几秒钟即可完成，从而保护用户的位置信息和其他信息。

为了打造精简的实体提取功能，该团队再次使用机器学习套件的 GenAI Prompt API 来处理用户以自然语言编写的配送订单。如果采用传统的机器学习，则需要庞大的学习数据集和机器学习方面的专业知识。相反，他们只需从一个提示开始，例如“从消息中提取收件人的姓名、地址和电话号码”。该团队准备了大约 200 个高质量的评估样本，并通过多轮迭代评估其提示，以获得最佳结果。最有效的方法是采用少样本提示词技术，并仔细分析结果，确保输出内容中的幻觉降至最低。

“机器学习套件的 Prompt API 可降低开发者的开销，同时在设备端提供强大的安全性和可靠性。它支持快速原型设计，降低了基础架构依赖性，并且不会产生额外费用。没有理由不推荐它。” - Kakao Mobility 的 Android 应用开发者 Jinwoo Park

利用机器学习套件的生成式 AI Prompt API 取得显著成效

因此，即使输入了多个姓名和地址，实体提取功能也能正确识别每个订单的必要详细信息。为了最大限度地扩大该功能的覆盖范围并提供强大的后备方案，该团队还使用 Gemini Flash 实现了基于云的路径。

通过实现机器学习套件的生成式 AI Prompt API，Kakao Mobility 团队成功转向设备端 AI，从而节省了大量成本。虽然自行车停放分析功能尚未推出，但地址输入改进功能已经取得了显著成效：

• 外卖订单的完成时间缩短了 24%。
• 新用户的转化率提高了 45%，现有用户的转化率提高了 6%。
• 在旺季，AI 赋能的订单量会增加 200% 以上。

Wisuk 补充道：“尤其是小企业主，他们给出了非常积极的反馈，表示这项功能大大提高了他们的工作效率，并显著减轻了压力。”

在推出自行车和滑板车停车图像识别功能后，Kakao Mobility 团队渴望进一步改进该功能。城市停车环境可能具有挑战性，团队正在探索从图像中滤除不必要区域的方法。

Jinwoo 表示：“机器学习套件的生成式 AI Prompt API 可提供高质量的功能，而不会产生额外开销。”“这减少了开发者的工作量，缩短了整体开发时间，使我们能够专注于提示调优，以获得更高质量的结果。”

亲自试用机器学习套件的生成式 AI Prompt API

使用机器学习套件的 GenAI Prompt API 在应用中构建和部署设备端 AI，以充分利用 Gemini Nano 的功能。