‫Kakao Mobility משתמשת ב-Gemini Nano במכשיר כדי להפחית עלויות ולהגדיל את ההמרות לשיחות ב-45%

‫Kakao Mobility היא חברת הניידות המובילה בדרום קוריאה, שמציעה מגוון שירותי תחבורה ומשלוחים, כולל הזמנת מוניות, ניווט, שיתוף אופניים וקורקינטים, חנייה ומשלוח חבילות, דרך האפליקציה Kakao T. הצוות של Kakao Mobility השתמש ב-Gemini Nano דרך Prompt API של GenAI ב-ML Kit כדי להציע סיוע בחנייה לשירות שיתוף האופניים שלה, ולשפר את חוויית הזנת הכתובת בשירותי הניווט והמשלוחים שלה.

לאפליקציית Kakao T יש יותר מ-30 מיליון משתמשים, והשירות שלה להשכרת אופניים הוא אחד מהשירותים הכי פופולריים שלה. אבל לצערנו, הרבה משתמשים חנו את האופניים או הקורקינטים בצורה לא נכונה כשהם לא השתמשו בהם. ההתנהגות הזו הובילה לעלייה במספר עבירות החנייה ולבעיות בטיחות, וכתוצאה מכך לתלונות מהציבור, לקנסות ולגרירת רכבים. הבעיות האלה התחילו להשפיע לרעה על התפיסה הציבורית של Kakao Mobility ושל שירותי השכרת האופניים שלה.

"בעזרת Prompt API של ML Kit ו-Gemini Nano, הצלחנו להטמיע במהירות תכונות שמשפרות את הערך החברתי בלי לפגוע בחוויית המשתמש. ‫Kakao Mobility תמשיך להטמיע באופן פעיל AI במכשיר כדי לספק שירותי ניידות בטוחים ונוחים יותר". – ויסוק ריו, ראש חטיבת פיתוח הלקוחות

כדי לטפל בבעיות האלה, הצוות פיתח בהתחלה מודל לזיהוי תמונות שמודיע למשתמשים אם האופניים או הקורקינט שלהם חונים בצורה נכונה בהתאם לחוקים המקומיים ולתקני הבטיחות. אם היינו מריצים את המודל הזה בענן, זה היה עולה לנו הרבה כסף. בנוסף, התמונות שהמשתמשים העלו הכילו מידע על מיקום החנייה שלהם, ולכן הצוות רצה להימנע מבעיות שקשורות לפרטיות או לאבטחה. הצוות היה צריך למצוא פתרון אמין ומשתלם יותר.

הצוות גם רצה לשפר את חוויית חילוץ הישויות בשירות משלוח החבילות באפליקציית Kakao T. בעבר, המשתמשים יכלו להזמין בקלות משלוח חבילה בממשק צ'אט, אבל הנהגים היו צריכים להזין את הכתובת בטופס הזמנה באופן ידני כדי להתחיל את הזמנת המשלוח – תהליך שהיה מסורבל ומועד לטעויות אנוש. הצוות רצה לייעל את התהליך הזה, כדי שטופסי ההזמנה יהיו מהירים יותר ופחות מתסכלים עבור צוות המשלוחים.

שיפור חוויית המשתמש באמצעות GenAI Prompt API של ML Kit

הצוות בדק והשווה בין מודלי Gemini מבוססי-ענן לבין Gemini Nano, שאליו ניגשים דרך GenAI Prompt API של ML Kit. "אחרי שבדקנו את הפרטיות, העלות, הדיוק ומהירות התגובה, היה ברור ש-GenAI Prompt API של ML Kit הוא הבחירה הכי טובה", אומר ג'ינוו פארק, מפתח אפליקציות ל-Android ב-Kakao Mobility. 

כדי לטפל בבעיה של אופניים או קורקינטים שחונים בצורה לא תקינה, הצוות השתמש ביכולת המולטימודלית של Gemini Nano דרך ML Kit GenAI API SDK כדי לזהות מתי אופניים או קורקינט חונים על ריצוף טקטי צהוב, בניגוד לתקנות המקומיות. בעזרת הנחיה מנוסחת היטב, הם הצליחו להעריך יותר מ-200 תמונות מתויגות של מקומות חנייה, תוך כדי שיפור מתמיד של הקלט. ההערכה הזו, שנמדדה באמצעות מדדים מוכרים כמו דיוק, דיוק, זיכרון וציון F1, הבטיחה שהתכונה עומדת בתקני האיכות והאמינות ברמת הייצור.

עכשיו המשתמשים יכולים לצלם את האופניים או הקורקינט שחנו, והאפליקציה תודיע להם אם הם חנו כמו שצריך, או תספק הנחיות אם לא. התהליך כולו מתרחש תוך שניות במכשיר, וכך המיקום והמידע של המשתמש מוגנים. 

כדי ליצור תכונה יעילה לחילוץ ישויות, הצוות השתמש שוב ב-GenAI Prompt API של ML Kit כדי לעבד את הזמנות המשלוחים של המשתמשים שנכתבו בשפה טבעית. אם הם היו משתמשים בלמידת מכונה מסורתית, הם היו צריכים קבוצת נתונים גדולה ללמידה ומומחיות מיוחדת בלמידת מכונה. במקום זאת, הם יכולים פשוט להתחיל בהנחיה כמו "חלץ את השם, הכתובת ומספר הטלפון של הנמען מההודעה". הצוות הכין כ-200 דוגמאות להערכה באיכות גבוהה, והעריך את ההנחיה שלו באמצעות סבבים רבים של חזרות כדי לקבל את התוצאה הטובה ביותר. השיטה הכי יעילה שבה השתמשנו הייתה טכניקה שנקראת "הנחיה עם כמה דוגמאות" (few-shot prompting), וניתחנו בקפידה את התוצאות כדי לוודא שהפלט מכיל כמה שפחות הזיות.

"‫Prompt API של ML Kit מפחית את התקורה של המפתחים ומציע אבטחה ואמינות חזקות במכשיר. הוא מאפשר ליצור אב טיפוס במהירות, מפחית את התלות בתשתית ולא כרוך בעלות נוספת. אין סיבה לא להמליץ עליו". — ג'ינוו פארק, מפתח אפליקציות ל-Android ב-Kakao Mobility

איך להשיג תוצאות מעולות עם GenAI Prompt API של ML Kit

כתוצאה מכך, התכונה "חילוץ ישויות" מזהה בצורה נכונה את הפרטים הנדרשים של כל הזמנה, גם כשמזינים כמה שמות וכתובות. כדי למקסם את פוטנציאל החשיפה של התכונה ולספק חלופה חזקה, הצוות הטמיע גם נתיב מבוסס-ענן באמצעות Gemini Flash.

הטמעת GenAI Prompt API של ML Kit הניבה חיסכון משמעותי בעלויות לצוות של Kakao Mobility, בזכות המעבר ל-AI במכשיר. התכונה לניתוח חניית אופניים עדיין לא הושקה, אבל השיפור בהזנת הכתובת כבר הניב תוצאות מצוינות: 

• זמן השלמת ההזמנה למשלוחים הצטמצם ב-24%.
• שיעור ההמרה עלה ב-45% בקרב משתמשים חדשים וב-6% בקרב משתמשים קיימים.
• בתקופות של ביקוש שיא, מספר ההזמנות שמתקבלות באמצעות AI גדל ביותר מ-200%. 

"בעלי עסקים קטנים במיוחד שיתפו משוב חיובי מאוד, ואמרו שהתכונה הפכה את העבודה שלהם להרבה יותר יעילה והפחיתה את הלחץ באופן משמעותי", הוסיף ויסוק.

אחרי ההשקה של תכונת זיהוי התמונות לחניית אופניים וקורקינטים, הצוות של Kakao Mobility רוצה לשפר אותה עוד יותר. סביבות חנייה עירוניות יכולות להיות מאתגרות, והצוות בוחן דרכים לסנן אזורים מיותרים מהתמונות. 

"‫GenAI Prompt API של ML Kit מציע תכונות באיכות גבוהה בלי תקורה נוספת", אמר ג'ינוו. "זה הפחית את המאמץ של המפתחים, קיצר את זמן הפיתוח הכולל ואפשר לנו להתמקד בכוונון ההנחיות כדי לקבל תוצאות באיכות גבוהה יותר".

רוצים לנסות את GenAI Prompt API של ML Kit?

אתם יכולים לפתח ולפרוס AI במכשיר באפליקציה שלכם באמצעות GenAI Prompt API של ML Kit כדי לנצל את היכולות של Gemini Nano.