A Kakao Mobility usa o Gemini Nano no dispositivo para reduzir custos e aumentar a conversão de chamadas em 45%

A Kakao Mobility é a principal empresa de mobilidade da Coreia do Sul, oferecendo uma variedade de serviços de transporte e entrega, incluindo táxis, navegação, aluguel de bicicletas e patinetes, estacionamento e entrega de encomendas, pelo app Kakao T. A equipe da Kakao Mobility usou o Gemini Nano com a API GenAI Prompt do Kit de ML para oferecer assistência de estacionamento no serviço de aluguel de bicicletas e uma experiência aprimorada de entrada de endereço nos serviços de navegação e entrega.

O app Kakao T atende a mais de 30 milhões de usuários, e o serviço de aluguel de bicicletas é um dos mais usados. Mas, infelizmente, muitos usuários estavam estacionando as bicicletas ou patinetes de forma inadequada quando não estavam em uso. Esse comportamento levou a um aumento nas infrações de estacionamento e nas preocupações com a segurança, resultando em reclamações públicas, multas e reboques. Esses problemas começaram a afetar negativamente a percepção pública da Kakao Mobility e dos serviços de aluguel de bicicletas.

"Ao usar a API GenAI Prompt do Kit de ML e o Gemini Nano, conseguimos implementar rapidamente recursos que melhoram o valor social sem comprometer a experiência do usuário. A Kakao Mobility vai continuar adotando ativamente a IA no dispositivo para oferecer serviços de mobilidade mais seguros e convenientes." — Wisuk Ryu, chefe da divisão de desenvolvimento de clientes

Para resolver esses problemas, a equipe inicialmente projetou um modelo de reconhecimento de imagem para notificar os usuários se a bicicleta ou patinete estava estacionado corretamente de acordo com as leis locais e os padrões de segurança. Executar esse modelo na nuvem teria gerado custos significativos de servidor. Além disso, as fotos enviadas pelos usuários continham informações sobre o local de estacionamento, então a equipe queria evitar problemas de privacidade ou segurança. A equipe precisava encontrar uma solução mais confiável e econômica.

A equipe também queria melhorar a experiência de extração de entidades para o serviço de entrega de encomendas no app Kakao T. Antes, os usuários podiam pedir entregas facilmente em uma interface de chat, mas os motoristas precisavam inserir o endereço em um formulário de pedido manualmente para iniciar o pedido de entrega, um processo que era complicado e propenso a erros humanos. A equipe queria simplificar esse processo, tornando os formulários de pedido mais rápidos e menos frustrantes para os entregadores.

Melhorar a experiência do usuário com a API GenAI Prompt do Kit de ML

A equipe testou e comparou os modelos do Gemini baseados na nuvem com o Gemini Nano, acessado pela API GenAI Prompt do Kit de ML. "Depois de analisar a privacidade, o custo, a precisão e a velocidade de resposta, a API GenAI Prompt do Kit de ML foi claramente a melhor escolha", disse Jinwoo Park, desenvolvedor de apps Android na Kakao Mobility. 

Para resolver o problema de bicicletas ou patinetes estacionados de forma inadequada, a equipe usou o recurso multimodal do Gemini Nano com o SDK da API GenAI do Kit de ML para detectar quando uma bicicleta ou patinete viola as regulamentações locais ao estacionar em pisos táteis amarelos. Com um comando cuidadosamente elaborado, eles conseguiram avaliar mais de 200 imagens rotuladas de fotos de estacionamento enquanto refinavam continuamente as entradas. Essa avaliação, medida por métricas conhecidas, como acurácia, precisão, recall e pontuação F1, garantiu que o recurso atendesse aos padrões de qualidade e confiabilidade de nível de produção.

Agora os usuários podem tirar uma foto da bicicleta ou patinete estacionado, e o app vai informar se o veículo está estacionado corretamente ou dar orientações se não estiver. Todo o processo acontece em segundos no dispositivo, protegendo a localização e as informações do usuário. 

Para criar um recurso simplificado de extração de entidades, a equipe usou novamente a API GenAI Prompt do Kit de ML para processar os pedidos de entrega dos usuários escritos em linguagem natural. Se tivessem usado o machine learning tradicional, precisariam de um grande conjunto de dados de aprendizado e de conhecimento especializado em machine learning. Em vez disso, eles podem simplesmente começar com um comando como "Extraia o nome, o endereço e o número de telefone do destinatário da mensagem". A equipe preparou cerca de 200 exemplos de avaliação de alta qualidade e avaliou o comando em várias rodadas de iteração para conseguir o melhor resultado. O método mais eficaz empregado foi uma técnica chamada de comando de poucos disparos, e os resultados foram analisados com cuidado para garantir que a saída contivesse o mínimo de alucinações.

"A API Prompt do Kit de ML reduz a sobrecarga do desenvolvedor e oferece segurança e confiabilidade no dispositivo. Ele permite a prototipagem rápida, reduz a dependência de infraestrutura e não gera custos adicionais. Não há motivo para não recomendá-lo." — Jinwoo Park, desenvolvedor de apps Android na Kakao Mobility

Como gerar grandes resultados com a API GenAI Prompt do Kit de ML

Como resultado, o recurso de extração de entidades identifica corretamente os detalhes necessários de cada pedido, mesmo quando vários nomes e endereços são inseridos. Para maximizar o alcance do recurso e oferecer um substituto robusto, a equipe também implementou um caminho baseado na nuvem usando o Gemini Flash.

A implementação da API GenAI Prompt do Kit de ML gerou uma economia significativa para a equipe da Kakao Mobility ao migrar para a IA no dispositivo. Embora o recurso de análise de estacionamento de bicicletas ainda não tenha sido lançado, a melhoria na entrada de endereços já apresentou excelentes resultados: 

• O tempo de conclusão dos pedidos de entrega foi reduzido em 24%.
• A taxa de conversão aumentou 45% para novos usuários e 6% para os atuais.
• Durante as altas temporadas, os pedidos com tecnologia de IA aumentam em mais de 200%. 

"Os proprietários de pequenas empresas, em especial, compartilharam feedback muito positivo, dizendo que o recurso tornou o trabalho deles muito mais eficiente e reduziu significativamente o estresse", acrescentou Wisuk.

Após o lançamento do recurso de reconhecimento de imagem para estacionamento de bicicletas e patinetes, a equipe da Kakao Mobility quer melhorar ainda mais o recurso. Os ambientes de estacionamento urbano podem ser desafiadores, e a equipe está explorando maneiras de filtrar regiões desnecessárias das imagens. 

"A API GenAI Prompt do Kit de ML oferece recursos de alta qualidade sem sobrecarga adicional", disse Jinwoo. "Isso reduziu o esforço dos desenvolvedores, encurtou o tempo geral de desenvolvimento e nos permitiu focar no ajuste de comandos para resultados de maior qualidade."

Teste a API GenAI Prompt do Kit de ML

Crie e implante IA no dispositivo no seu app com a API GenAI Prompt do Kit de ML para aproveitar os recursos do Gemini Nano.