Kakao Mobility sử dụng Gemini Nano trên thiết bị để giảm chi phí và tăng 45% lượt chuyển đổi dạng cuộc gọi

Kakao Mobility là doanh nghiệp di động hàng đầu của Hàn Quốc, cung cấp nhiều dịch vụ vận chuyển và giao hàng, bao gồm gọi taxi, đi theo chỉ dẫn, dịch vụ cho thuê xe đạp công cộng và xe tay ga, đỗ xe và giao bưu kiện, thông qua ứng dụng Kakao T. Nhóm tại Kakao Mobility đã sử dụng Gemini Nano thông qua GenAI Prompt API của Bộ công cụ học máy để cung cấp dịch vụ hỗ trợ đỗ xe cho dịch vụ cho thuê xe đạp công cộng và cải thiện trải nghiệm nhập địa chỉ cho các dịch vụ đi theo chỉ dẫn và giao hàng.

Ứng dụng Kakao T phục vụ tổng cộng hơn 30 triệu người dùng và dịch vụ cho thuê xe đạp công cộng là một trong những dịch vụ phổ biến nhất của ứng dụng này. Nhưng không may là nhiều người dùng đã đỗ xe đạp hoặc xe tay ga không đúng cách khi không sử dụng. Hành vi này dẫn đến tình trạng vi phạm quy định về đỗ xe và các mối lo ngại về an toàn, khiến người dân khiếu nại, bị phạt và bị kéo xe. Những vấn đề này bắt đầu ảnh hưởng tiêu cực đến nhận thức của công chúng về cả Kakao Mobility và dịch vụ cho thuê xe đạp công cộng của công ty này.

"Bằng cách tận dụng Prompt API GenAI của Bộ công cụ học máy và Gemini Nano, chúng tôi có thể nhanh chóng triển khai các tính năng giúp cải thiện giá trị xã hội mà không ảnh hưởng đến trải nghiệm người dùng. Kakao Mobility sẽ tiếp tục tích cực áp dụng AI trên thiết bị để cung cấp các dịch vụ di chuyển an toàn và thuận tiện hơn." — Wisuk Ryu, Trưởng bộ phận Phát triển khách hàng

Để giải quyết những mối lo ngại này, ban đầu, nhóm đã thiết kế một mô hình nhận dạng hình ảnh để thông báo cho người dùng biết liệu xe đạp hoặc xe tay ga của họ có được đỗ đúng cách theo luật pháp địa phương và tiêu chuẩn an toàn hay không. Việc chạy mô hình này thông qua đám mây sẽ làm phát sinh chi phí máy chủ đáng kể. Ngoài ra, ảnh do người dùng tải lên có chứa thông tin về vị trí đỗ xe của họ, vì vậy, nhóm muốn tránh mọi vấn đề về quyền riêng tư hoặc bảo mật. Nhóm cần tìm một giải pháp đáng tin cậy và tiết kiệm chi phí hơn.

Nhóm cũng muốn cải thiện trải nghiệm trích xuất thực thể cho dịch vụ giao bưu kiện trong ứng dụng Kakao T. Trước đây, người dùng có thể dễ dàng đặt dịch vụ giao bưu kiện trên giao diện trò chuyện, nhưng tài xế cần nhập địa chỉ vào biểu mẫu đơn đặt hàng theo cách thủ công để bắt đầu đơn đặt hàng giao hàng – một quy trình rườm rà và dễ xảy ra lỗi do con người. Nhóm này tìm cách đơn giản hoá quy trình này, giúp nhân viên giao hàng xử lý mẫu đơn đặt hàng nhanh hơn và ít gặp khó khăn hơn.

Nâng cao trải nghiệm người dùng bằng GenAI Prompt API của Bộ công cụ học máy

Nhóm đã thử nghiệm và so sánh các mô hình Gemini dựa trên đám mây với Gemini Nano, được truy cập thông qua API GenAI Prompt của Bộ công cụ học máy. Jinwoo Park, nhà phát triển ứng dụng Android tại Kakao Mobility, cho biết: "Sau khi xem xét quyền riêng tư, chi phí, độ chính xác và tốc độ phản hồi, chúng tôi nhận thấy Prompt API GenAI của Bộ công cụ học máy rõ ràng là lựa chọn tối ưu". 

Để giải quyết vấn đề xe đạp hoặc xe tay ga đỗ không đúng quy định, nhóm đã sử dụng khả năng đa phương thức của Gemini Nano thông qua SDK API AI tạo sinh của Bộ công cụ học máy để phát hiện trường hợp xe đạp hoặc xe tay ga vi phạm quy định của địa phương khi đỗ trên vạch lát màu vàng. Bằng cách soạn câu lệnh một cách cẩn thận, họ có thể đánh giá hơn 200 hình ảnh có gắn nhãn về bãi đỗ xe, đồng thời liên tục tinh chỉnh dữ liệu đầu vào. Quá trình đánh giá này (được đo lường thông qua các chỉ số phổ biến như độ chính xác, độ chuẩn xác, độ nhạy và điểm F1) đảm bảo tính năng này đáp ứng các tiêu chuẩn về chất lượng và độ tin cậy ở cấp độ sản xuất.

Giờ đây, người dùng có thể chụp ảnh xe đạp hoặc xe tay ga đã đỗ và ứng dụng sẽ thông báo cho họ biết liệu xe đã được đỗ đúng cách hay chưa, hoặc hướng dẫn nếu xe chưa được đỗ đúng cách. Toàn bộ quá trình này diễn ra trong vài giây trên thiết bị, giúp bảo vệ thông tin và vị trí của người dùng. 

Để tạo một tính năng trích xuất thực thể tinh gọn, nhóm lại sử dụng Prompt API của AI tạo sinh trong Bộ công cụ học máy để xử lý đơn đặt hàng giao hàng của người dùng được viết bằng ngôn ngữ tự nhiên. Nếu sử dụng công nghệ học máy truyền thống, họ sẽ cần một tập dữ liệu học tập lớn và chuyên môn đặc biệt về học máy. Thay vào đó, họ chỉ cần bắt đầu bằng một câu lệnh như "Trích xuất tên, địa chỉ và số điện thoại của người nhận từ tin nhắn". Nhóm đã chuẩn bị khoảng 200 ví dụ đánh giá chất lượng cao và đánh giá câu lệnh của họ qua nhiều vòng lặp để có được kết quả tốt nhất. Phương pháp hiệu quả nhất được sử dụng là kỹ thuật đặt câu lệnh dựa trên một vài ví dụ, và kết quả được phân tích kỹ lưỡng để đảm bảo kết quả đầu ra chứa ít ảo tưởng nhất.

"Prompt API của Bộ công cụ học máy giúp giảm bớt gánh nặng cho nhà phát triển, đồng thời mang lại khả năng bảo mật và độ tin cậy cao trên thiết bị. Tính năng này cho phép tạo nguyên mẫu nhanh chóng, giảm sự phụ thuộc vào cơ sở hạ tầng và không phát sinh thêm chi phí. Không có lý do gì để không đề xuất công cụ này." — Jinwoo Park, Nhà phát triển ứng dụng Android tại Kakao Mobility

Mang lại kết quả ấn tượng nhờ Prompt API của Bộ công cụ học máy

Nhờ đó, tính năng trích xuất thực thể xác định chính xác thông tin chi tiết cần thiết của từng đơn đặt hàng, ngay cả khi có nhiều tên và địa chỉ được nhập. Để tối đa hoá phạm vi tiếp cận của tính năng này và cung cấp một phương án dự phòng mạnh mẽ, nhóm cũng triển khai một đường dẫn dựa trên đám mây bằng Gemini Flash.

Việc triển khai Prompt API GenAI của Bộ công cụ học máy đã giúp nhóm Kakao Mobility tiết kiệm được một khoản chi phí đáng kể nhờ chuyển sang AI trên thiết bị. Mặc dù tính năng phân tích bãi đỗ xe đạp chưa ra mắt, nhưng việc cải thiện tính năng nhập địa chỉ đã mang lại kết quả tuyệt vời: 

• Thời gian hoàn thành đơn đặt hàng giao tận nơi đã giảm 24%.
• Tỷ lệ chuyển đổi đã tăng 45% đối với người dùng mới và 6% đối với người dùng hiện tại.
• Trong mùa cao điểm, số lượng đơn đặt hàng sử dụng AI tăng hơn 200%. 

Wisuk cho biết thêm: "Đặc biệt, các chủ doanh nghiệp nhỏ đã chia sẻ ý kiến phản hồi rất tích cực, cho biết tính năng này giúp họ làm việc hiệu quả hơn và giảm bớt căng thẳng đáng kể".

Sau khi ra mắt tính năng nhận dạng hình ảnh cho bãi đỗ xe đạp và xe tay ga, nhóm Kakao Mobility rất mong muốn cải thiện tính năng này hơn nữa. Môi trường đỗ xe ở đô thị có thể gặp nhiều khó khăn và nhóm đang tìm cách lọc bỏ những khu vực không cần thiết khỏi hình ảnh. 

Jinwoo cho biết: "Prompt API của AI tạo sinh trong Bộ công cụ học máy cung cấp các tính năng chất lượng cao mà không tốn thêm chi phí." "Điều này giúp giảm công sức của nhà phát triển, rút ngắn tổng thời gian phát triển và cho phép chúng tôi tập trung vào việc điều chỉnh câu lệnh để có kết quả chất lượng cao hơn."

Tự trải nghiệm Prompt API GenAI của Bộ công cụ học máy

Tạo và triển khai AI trên thiết bị trong ứng dụng của bạn bằng GenAI Prompt API của Bộ công cụ học máy để khai thác các chức năng của Gemini Nano.