חברת Kakao Mobility משתמשת ב-Gemini Nano במכשיר כדי לצמצם עלויות ולהגדיל את שיעור ההמרה של שיחות ב-45%

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

אפליקציית Kakao T משרתת יותר מ-30 מיליון משתמשים, ושירות שיתוף האופניים שלה הוא אחד השירותים הפופולריים ביותר שלה. אבל לצערי, הרבה משתמשים לא חנו את האופניים או הקורקינטים בצורה נכונה כשהם לא היו בשימוש. ההתנהגות הזו הובילה לעלייה במספר הפרות חוק שקשורות לחנייה ולבעיות בטיחות, וכתוצאה מכך לתלונות מהציבור, לקנסות ולגרירות. הבעיות האלה התחילו להשפיע לרעה על התפיסה הציבורית של Kakao Mobility ושל שירותי שיתוף האופניים שלה.

"השימוש ב-Gemini Nano וב-GenAI Prompt API של ML Kit אפשר לנו 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". – Wisuk Ryu, Head of Client Development Div

כדי לפתור את הבעיות האלה, הצוות תכנן בהתחלה מודל לזיהוי תמונות, שמטרתו הייתה להודיע למשתמשים אם האופניים או הקורקינט שלהם חנו בצורה נכונה בהתאם לחוקים ולתקני הבטיחות המקומיים. הפעלת המודל הזה בענן הייתה כרוכה בעלויות שרת משמעותיות. בנוסף, התמונות שהמשתמשים העלו הכילו מידע על מיקום החנייה שלהם, ולכן הצוות רצה להימנע מבעיות שקשורות לפרטיות או לאבטחה. הצוות חיפש פתרון אמין ומשתלם יותר.

הצוות גם רצה לשפר את חוויית חילוץ הישויות בשירות משלוחי החבילות באפליקציית Kakao T. בעבר, משתמשים יכלו להזמין בקלות משלוח חבילות בממשק צ'אט, אבל הנהגים נדרשו להזין את הכתובת באופן ידני בטופס הזמנה כדי ליזום את הזמנת המשלוח – תהליך שהיה מסורבל ומועד לטעויות אנוש. הצוות רצה לייעל את התהליך הזה, כדי שטפסים להזמנת משלוחים יהיו מהירים יותר ופחות מתסכלים לצוות המשלוחים.

שיפור חוויית המשתמש באמצעות GenAI Prompt API של ML Kit

הצוות בדק והשווה בין מודלים של Gemini מבוססי-ענן לבין Gemini Nano, שהגישה אליו מתבצעת 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 האופטימלית", אומר ג'ינוו פארק, מפתח אפליקציות ל-Android ב-Kakao Mobility. 

כדי לפתור את הבעיה של אופניים או קורקינטים שחונים בצורה לא תקינה, הצוות השתמש ביכולת מולטימודאלית של Gemini Nano באמצעות ML Kit GenAI API SDK כדי לזהות מקרים שבהם אופניים או קורקינטים חונים בניגוד לתקנות המקומיות על משטחי אזהרה בצבע צהוב. בעזרת הנחיה מנוסחת בקפידה, הם הצליחו להעריך יותר מ-200 תמונות מתויגות של חניונים, תוך שיפור מתמיד של הקלט. ההערכה הזו, שנמדדת באמצעות מדדים מוכרים כמו דיוק, רמת דיוק, היזכרות וציון F1, הבטיחה שהתכונה עומדת בתקני האיכות והאמינות של שלב הייצור.

עכשיו המשתמשים יכולים לצלם תמונה של האופניים או הקורקינט החשמלי שלהם שחונים, והאפליקציה תודיע להם אם הם חונים בצורה נכונה, או תספק הנחיות אם לא. התהליך כולו מתבצע תוך שניות במכשיר, וכך מגן על המיקום והמידע של המשתמש. 

כדי ליצור תכונה יעילה לחילוץ ישויות, הצוות השתמש שוב ב-GenAI Prompt API של ML Kit כדי לעבד הזמנות משלוח של משתמשים שנכתבו בשפה טבעית. אם הם היו משתמשים בלמידת מכונה מסורתית, הם היו צריכים מערך נתונים גדול ללמידה ומומחיות מיוחדת בלמידת מכונה. במקום זאת, הם יכולים פשוט להתחיל בהנחיה כמו "תחלץ את השם, הכתובת ומספר הטלפון של הנמען מההודעה". הצוות הכין כ-200 דוגמאות להערכה באיכות גבוהה, והעריך את ההנחיה באמצעות הרבה סבבים של איטרציה כדי להגיע לתוצאה הטובה ביותר. השיטה הכי יעילה שבה השתמשנו נקראת הנחיה עם כמה דוגמאות (Few-shot), והתוצאות נותחו בקפידה כדי לוודא שהפלט מכיל הזיות מינימליות.

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

איך משיגים תוצאות משמעותיות באמצעות GenAI Prompt API של ML Kit

כתוצאה מכך, תכונת חילוץ הישויות מזהה בצורה נכונה את הפרטים הנדרשים של כל הזמנה, גם כשמוזנים כמה שמות וכתובות. כדי למקסם את טווח ההגעה של התכונה ולספק חלופה חזקה, הצוות הטמיע גם נתיב מבוסס-ענן באמצעות Gemini Flash.

הטמעת GenAI Prompt API של ML Kit הובילה לחיסכון משמעותי בעלויות עבור צוות Kakao Mobility, בעקבות המעבר ל-AI במכשיר. התכונה 'ניתוח חניית אופניים' עדיין לא הושקה, אבל השיפור בהזנת הכתובת כבר הניב תוצאות מצוינות: 

• זמן השלמת ההזמנה של הזמנות משלוח קוצר ב-24%.
• שיעור ההמרה עלה ב-45% בקרב משתמשים חדשים וב-6% בקרב משתמשים קיימים.
• בתקופות של ביקוש שיא, מספר ההזמנות שמבוססות על AI גדל ביותר מ-200%. 

"בעלי עסקים קטנים במיוחד שיתפו איתנו משוב חיובי מאוד, וציינו שהתכונה הזו הפכה את העבודה שלהם ליעילה יותר והפחיתה באופן משמעותי את הלחץ", הוסיף ויסוק.

אחרי השקת התכונה לזיהוי תמונות של חניית אופניים וקטנועים, הצוות של Kakao Mobility רוצה לשפר אותה עוד יותר. סביבות חנייה עירוניות יכולות להיות מאתגרות, והצוות בודק דרכים לסנן אזורים מיותרים מתמונות. 

ה-Prompt API של ML Kit לשימוש ב-AI גנרטיבי מציע תכונות באיכות גבוהה ללא תקורה נוספת "השימוש ב-Gemini הפחית את המאמץ של המפתחים, קיצר את זמן הפיתוח הכולל ואיפשר לנו להתמקד בהתאמת ההנחיות כדי לקבל תוצאות באיכות גבוהה יותר".

כדאי לנסות בעצמכם את GenAI Prompt API של ML Kit

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