Kakao Mobility ใช้ Gemini Nano ในอุปกรณ์เพื่อลดต้นทุนและเพิ่ม Conversion การโทรได้ 45%

Kakao Mobility เป็นธุรกิจด้านการเดินทางชั้นนำของเกาหลีใต้ที่ให้บริการขนส่งและนำส่งที่หลากหลาย ซึ่งรวมถึงการเรียกรถแท็กซี่ การนำทาง การใช้จักรยานและสกูตเตอร์ร่วมกัน การจอดรถ และการนำส่งพัสดุผ่านแอป Kakao T ทีมงานของ Kakao Mobility ใช้ Gemini Nano ผ่าน GenAI Prompt API ของ ML Kit เพื่อให้ความช่วยเหลือด้านการจอดรถสำหรับบริการใช้จักรยานร่วมกัน และปรับปรุงประสบการณ์การป้อนที่อยู่สำหรับบริการนำทางและนำส่ง

แอป Kakao T มีผู้ใช้ทั้งหมดกว่า 30 ล้านคน และบริการแชร์จักรยานก็เป็นหนึ่งในบริการที่ได้รับความนิยมมากที่สุด แต่โชคร้ายที่ผู้ใช้หลายคนจอดจักรยานหรือสกูตเตอร์อย่างไม่เหมาะสมเมื่อไม่ได้ใช้งาน พฤติกรรมนี้ทำให้เกิดการละเมิดกฎการจอดรถและข้อกังวลด้านความปลอดภัยจำนวนมาก ส่งผลให้เกิดการร้องเรียนจากสาธารณะ การปรับ และการลากรถ ปัญหาเหล่านี้เริ่มส่งผลเสียต่อการรับรู้ของสาธารณชนที่มีต่อทั้ง Kakao Mobility และบริการใช้จักรยานร่วมกัน

"การใช้ GenAI Prompt API ของ ML Kit และ Gemini Nano ช่วยให้เราใช้ฟีเจอร์ที่ปรับปรุงคุณค่าทางสังคมได้อย่างรวดเร็วโดยไม่ส่งผลกระทบต่อประสบการณ์ของผู้ใช้ Kakao Mobility จะยังคงนำ AI ในอุปกรณ์มาใช้อย่างต่อเนื่องเพื่อให้บริการด้านการเดินทางที่ปลอดภัยและสะดวกสบายยิ่งขึ้น" — Wisuk Ryu, Head of Client Development Div

เพื่อแก้ไขข้อกังวลเหล่านี้ ในตอนแรกทีมได้ออกแบบโมเดลการจดจำรูปภาพเพื่อแจ้งให้ผู้ใช้ทราบว่าจักรยานหรือสกูตเตอร์ของตนจอดอย่างถูกต้องตามกฎหมายท้องถิ่นและมาตรฐานความปลอดภัยหรือไม่ การเรียกใช้โมเดลนี้ผ่านระบบคลาวด์จะทำให้เกิดค่าใช้จ่ายเซิร์ฟเวอร์จำนวนมาก นอกจากนี้ รูปภาพที่ผู้ใช้อัปโหลดมีข้อมูลเกี่ยวกับสถานที่จอดรถ ทีมจึงต้องการหลีกเลี่ยงข้อกังวลด้านความเป็นส่วนตัวหรือความปลอดภัย ทีมจึงต้องหาโซลูชันที่เชื่อถือได้และคุ้มค่ากว่า

นอกจากนี้ ทีมยังต้องการปรับปรุงประสบการณ์การดึงข้อมูลเอนทิตีสำหรับบริการจัดส่งพัสดุภายในแอป Kakao T ด้วย ก่อนหน้านี้ ผู้ใช้สามารถสั่งจัดส่งพัสดุในอินเทอร์เฟซแชทได้อย่างง่ายดาย แต่คนขับต้องป้อนที่อยู่ลงในแบบฟอร์มคำสั่งซื้อด้วยตนเองเพื่อเริ่มคำสั่งซื้อการจัดส่ง ซึ่งเป็นกระบวนการที่ยุ่งยากและมีแนวโน้มที่จะเกิดข้อผิดพลาดจากมนุษย์ ทีมจึงพยายามปรับปรุงกระบวนการนี้ให้มีประสิทธิภาพมากขึ้น เพื่อให้พนักงานจัดส่งสามารถกรอกแบบฟอร์มคำสั่งซื้อได้เร็วขึ้นและไม่ยุ่งยาก

การปรับปรุงประสบการณ์ของผู้ใช้ด้วย GenAI Prompt API ของ ML Kit

ทีมได้ทดสอบและเปรียบเทียบโมเดล Gemini ในระบบคลาวด์กับ Gemini Nano ซึ่งเข้าถึงผ่าน GenAI Prompt API ของ ML Kit "หลังจากตรวจสอบความเป็นส่วนตัว ต้นทุน ความถูกต้อง และความเร็วในการตอบสนองแล้ว GenAI Prompt API ของ ML Kit เป็นตัวเลือกที่ดีที่สุดอย่างชัดเจน" Jinwoo Park นักพัฒนาแอปพลิเคชัน Android ของ Kakao Mobility กล่าว 

เพื่อแก้ปัญหาการจอดจักรยานหรือสกูตเตอร์อย่างไม่เหมาะสม ทีมได้ใช้ความสามารถแบบหลายโมดัลของ Gemini Nano ผ่าน ML Kit GenAI API SDK เพื่อตรวจจับเมื่อจักรยานหรือสกูตเตอร์ละเมิดกฎระเบียบในท้องถิ่นด้วยการจอดบนทางเท้าที่มีปุ่มสัมผัสสีเหลือง ด้วยพรอมต์ที่สร้างขึ้นอย่างรอบคอบ ทีมสามารถประเมินรูปภาพที่จอดรถที่ติดป้ายกำกับได้มากกว่า 200 รูป พร้อมทั้งปรับแต่งอินพุตอย่างต่อเนื่อง การประเมินนี้วัดผ่านเมตริกที่รู้จักกันดี เช่น ความถูกต้อง ความแม่นยำ ความครอบคลุม และคะแนน F1 เพื่อให้มั่นใจว่าฟีเจอร์นี้เป็นไปตามมาตรฐานคุณภาพและความน่าเชื่อถือระดับสินค้า

ตอนนี้ผู้ใช้สามารถถ่ายภาพจักรยานหรือสกูตเตอร์ที่จอดอยู่ และแอปจะแจ้งให้ทราบว่าจอดอย่างถูกต้องหรือไม่ หรือให้คำแนะนำหากจอดไม่ถูกต้อง กระบวนการทั้งหมดเกิดขึ้นในไม่กี่วินาทีบนอุปกรณ์ ซึ่งช่วยปกป้องตำแหน่งและข้อมูลของผู้ใช้ 

ในการสร้างฟีเจอร์การดึงข้อมูลเอนทิตีที่มีประสิทธิภาพ ทีมได้ใช้ GenAI Prompt API ของ ML Kit อีกครั้งเพื่อประมวลผลคำสั่งซื้อแบบนำส่งของผู้ใช้ที่เขียนด้วยภาษาธรรมชาติ หากใช้แมชชีนเลิร์นนิงแบบดั้งเดิม ก็จะต้องใช้ชุดข้อมูลการเรียนรู้ขนาดใหญ่และความเชี่ยวชาญพิเศษด้านแมชชีนเลิร์นนิง แต่สามารถเริ่มต้นด้วยพรอมต์ง่ายๆ เช่น "ดึงข้อมูลชื่อ ที่อยู่ และหมายเลขโทรศัพท์ของผู้รับจากข้อความ" ทีมได้เตรียมตัวอย่างการประเมินคุณภาพสูงไว้ประมาณ 200 รายการ และประเมินพรอมต์ผ่านการทำซ้ำหลายรอบเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด วิธีการที่มีประสิทธิภาพที่สุดที่ใช้คือเทคนิคที่เรียกว่า Few-Shot Prompting และผลลัพธ์ได้รับการวิเคราะห์อย่างรอบคอบเพื่อให้แน่ใจว่าเอาต์พุตมีอาการหลอนน้อยที่สุด

"Prompt API ของ ML Kit ช่วยลดภาระงานของนักพัฒนาแอป พร้อมทั้งให้ความปลอดภัยและความน่าเชื่อถือสูงในอุปกรณ์ ซึ่งช่วยให้สร้างต้นแบบได้อย่างรวดเร็ว ลดการพึ่งพาโครงสร้างพื้นฐาน และไม่มีค่าใช้จ่ายเพิ่มเติม ไม่มีเหตุผลใดที่จะไม่แนะนำให้ใช้" - Jinwoo Park นักพัฒนาแอปพลิเคชัน Android ของ Kakao Mobility

สร้างผลลัพธ์ที่ยอดเยี่ยมด้วย GenAI Prompt API ของ ML Kit

ด้วยเหตุนี้ ฟีเจอร์การดึงข้อมูลเอนทิตีจึงระบุรายละเอียดที่จำเป็นของคำสั่งซื้อแต่ละรายการได้อย่างถูกต้อง แม้ว่าจะมีการป้อนชื่อและที่อยู่หลายรายการก็ตาม ทีมยังได้ใช้เส้นทางในระบบคลาวด์โดยใช้ Gemini Flash เพื่อเพิ่มการเข้าถึงของฟีเจอร์นี้ให้ได้สูงสุดและมีทางเลือกสำรองที่มีประสิทธิภาพ

การใช้ GenAI Prompt API ของ ML Kit ช่วยให้ทีม Kakao Mobility ประหยัดค่าใช้จ่ายได้เป็นจำนวนมากด้วยการเปลี่ยนไปใช้ AI ในอุปกรณ์ แม้ว่าฟีเจอร์การวิเคราะห์ที่จอดจักรยานจะยังไม่ได้เปิดตัว แต่การปรับปรุงการป้อนที่อยู่ก็ให้ผลลัพธ์ที่ยอดเยี่ยมแล้ว ดังนี้ 

• เวลาในการดำเนินการคำสั่งซื้อสำหรับการจัดส่งลดลง 24%
• อัตรา Conversion เพิ่มขึ้น 45% สำหรับผู้ใช้ใหม่ และ 6% สำหรับผู้ใช้เดิม
• ในช่วงไฮซีซัน คำสั่งซื้อที่ทำงานด้วยระบบ AI เพิ่มขึ้นกว่า 200% 

"โดยเฉพาะเจ้าของธุรกิจขนาดเล็กได้แชร์ความคิดเห็นเชิงบวกอย่างมาก โดยกล่าวว่าฟีเจอร์นี้ช่วยให้ทำงานได้อย่างมีประสิทธิภาพมากขึ้นและลดความเครียดลงอย่างมาก" Wisuk กล่าวเสริม

หลังจากเปิดตัวฟีเจอร์การจดจำรูปภาพสำหรับที่จอดจักรยานและสกูตเตอร์แล้ว ทีม Kakao Mobility ก็กระตือรือร้นที่จะปรับปรุงฟีเจอร์นี้ให้ดียิ่งขึ้น สภาพแวดล้อมการจอดรถในเมืองอาจเป็นเรื่องที่ท้าทาย และทีมกำลังหาวิธีกรองพื้นที่ที่ไม่จำเป็นออกจากรูปภาพ 

"GenAI Prompt API ของ ML Kit มีฟีเจอร์คุณภาพสูงโดยไม่มีค่าใช้จ่ายเพิ่มเติม" Jinwoo กล่าว "ซึ่งช่วยลดภาระงานของนักพัฒนาซอฟต์แวร์ ลดเวลาในการพัฒนาโดยรวม และช่วยให้เรามุ่งเน้นไปที่การปรับแต่งพรอมต์เพื่อให้ได้ผลลัพธ์ที่มีคุณภาพสูงขึ้น"

ลองใช้ GenAI Prompt API ของ ML Kit ด้วยตัวคุณเอง

สร้างและติดตั้งใช้งาน AI ในอุปกรณ์ในแอปของคุณด้วย GenAI Prompt API ของ ML Kit เพื่อใช้ประโยชน์จากความสามารถของ Gemini Nano