Karrot to hiperlokalna aplikacja z rynkiem peer-to-peer opartym na społeczności, która umożliwia użytkownikom kupowanie, sprzedawanie i wymienianie przedmiotów z innymi zweryfikowanymi użytkownikami. Od czasu wprowadzenia na rynek w Korei Południowej w 2015 roku platforma rozszerzyła swoją działalność na rynki globalne, gromadząc ponad 43 mln zarejestrowanych użytkowników. 

Po wprowadzeniu aplikacji w Ameryce Północnej inżynierowie z Karrot zauważyli, że 30% użytkowników w tym regionie korzysta z urządzeń w języku innym niż angielski, np. hiszpańskim. Aby zwiększyć dostępność aplikacji, zespół chciał szybko i na dużą skalę wprowadzić do niej funkcję płynnego tłumaczenia. Deweloperzy uznali, że najskuteczniejszym sposobem na wdrożenie wysokiej jakości tłumaczeń będzie zintegrowanie z aplikacją usługi AI. Wybrali więc Firebase AI Logic i pakiet SDK na Androida, aby uzyskać dostęp do Gemini Flash Lite. Dzięki temu zwiększyli liczbę konwersji wśród użytkowników, którzy nie posługują się językiem angielskim.

Integracja Gemini z Firebase AI Logic

Zespół początkowo przetestował 2 opcje na urządzeniu: pakiet SDK do tłumaczenia ML Kit i Gemini Nano. Zespół napotkał jednak problemy z każdym z nich: ML Kit Translation nie spełniał oczekiwań zespołu pod względem jakości, a Gemini Nano, jeśli nie był jeszcze na urządzeniu, wymagał pobrania danych modelu przez użytkownika.

Następnie zespół przetestował Firebase AI Logic. Dzięki wywoływaniu interfejsu Gemini API bezpośrednio z aplikacji usługa Firebase AI Logic zapewniała dokładność z szybkością odzwierciedlającą naturalną kadencję rozmowy. 

Według TaeGyu Ana, inżyniera oprogramowania na Androida w zespole platformy mobilnej Karrot, integracja Firebase AI Logic z aplikacją była „niezwykle prosta”. TaeGyu i jego zespół skorzystali z dokumentacji i przykładowych kodów platformy, aby w niecałe 3 godziny stworzyć wersję demonstracyjną. 

Dzięki temu zespół mógł poświęcić więcej czasu na dopracowywanie promptów i znajdowanie optymalnych wartości konfiguracji. „Nawet bez dużego doświadczenia w pisaniu promptów przewodniki i wskazówki w oficjalnej dokumentacji ułatwiły mi szybkie określenie właściwego kierunku poprawy jakości tłumaczenia” – mówi WonJoong Lee, inżynier oprogramowania na Androida w zespole ds. produktów w Ameryce Północnej w firmie Karrot.

Niski próg wejścia i krótki czas realizacji pozwoliły inżynierom utrzymać niskie koszty rozwoju i w ciągu zaledwie 2 tygodni przejść od modelu koncepcyjnego do kodu produkcyjnego – a wszystko to bez konfigurowania dedykowanego backendu. Dzięki temu zyskali czas na skupienie się na UX i projektowaniu zasad, takich jak zachowanie użytkowników po wyrażeniu zgody i warunki wyświetlania banera z tłumaczeniem.

Zwiększanie sprzedaży dzięki ulepszonym funkcjom AI

Od czasu wdrożenia tłumaczenia za pomocą Gemini i Firebase AI Logic zespół Karrot zaobserwował wyższy współczynnik konwersji wśród użytkowników nieanglojęzycznych, co wskazuje, że funkcja tłumaczenia pomaga zwiększać sprzedaż.

Wśród użytkowników, którzy korzystali z urządzeń w języku innym niż angielski, co trzeci, któremu wyświetlono baner z tłumaczeniem, aktywnie korzystał z tej funkcji. Zespół zauważył też, że kupujący, którym zaoferowano funkcję tłumaczenia, 2,4 raza częściej rozpoczynali czat  ze sprzedawcą niż kupujący, którzy nie mieli takiej możliwości.

Elastyczność i prostota wdrażania Firebase AI Logic sprawiły, że zespół zaczął badać inne funkcje, które mogłyby uprościć procesy pracy inżynierów. „Tworzenie funkcji, które działają na różnych urządzeniach z Androidem, a jednocześnie pomagają sąsiadom nawiązywać kontakty i wchodzić w interakcje w ramach lokalnych społeczności, daje mi wiele satysfakcji” – podsumowuje TaeGyu.

W przyszłości zespół planuje wdrożyć szablony promptów na serwerze, aby dostosowywać prompty po wydaniu aplikacji bez publikowania jej nowej wersji. W połączeniu z Zdalną konfiguracją powinno to pomóc zespołowi w szybszym wprowadzaniu zmian i zmniejszeniu kosztów operacyjnych.

Rozpocznij

Dowiedz się, jak tworzyć funkcje oparte na Gemini, takie jak tłumaczenia AI czy personalizacja w aplikacji, za pomocą Firebase AI Logic, aby szybciej zapewniać użytkownikom lepsze wrażenia.