Ultrahuman は、RING Air や M1 Live 持続血糖測定器(CGM)などのウェアラブル デバイスから得られる生体認証データに基づいて、ユーザーに日々の健康に関する分析情報を提供する、消費者向けヘルステック スタートアップです。Ultrahuman チームは、Gemini in Android Studio のコンテキストを認識するツールを利用して、開発プロセスを合理化し、加速させました。
Ultrahuman のアプリは、わずか 8 人のデベロッパーからなる少数精鋭のチームによって管理されています。ユーザーに好まれる機能の構築を優先しているため、バグのバックログや、必要なパフォーマンス改善に多くの時間がかかっています。チームは、人員を増やすことなく、機能改善の成果を拡大し、パフォーマンスの向上にも対応する必要がありました。同社にとって最大のチャンスの一つは、バックログにかかる時間と労力を削減することでした。メンテナンスにかかる時間を 1 時間でも節約できれば、その分をユーザー向けの機能開発に再投資できます。
Gemini で技術的なハードルを解決し、パフォーマンスを向上
同チームは、AI 強化ツールが多くの Android タスクを処理することでワークフローを改善できるかどうかを確認するために、Gemini in Android Studio を統合しました。まず、チームは Android Studio 内の Gemini とのチャットを利用しました。目標は、アプリケーションの Bluetooth Low Energy(BLE)接続用の GATT サーバー実装のプロトタイプを作成することでした。
Ultrahuman の Android 開発リードである Arka 氏は、「Gemini のおかげで、1 時間足らずで動作するプロトタイプを作成できました。Gemini がなければ、数時間はかかっていたでしょう」と述べています。Gemini が提供した BLE 実装は、アプリがバックグラウンドで実行されている間に大量の健康センサーデータを同期するのに最適でした。これにより、データ同期プロセスが改善され、ユーザーの Android スマートフォンと Ultrahuman のペア設定されたウェアラブル デバイスの両方でバッテリー駆動時間が節約されました。
このコアとなる課題以外にも、Gemini は、カスタム オープンソース ライブラリでのアルゴリズムの最適化の発見、役立つドキュメントの提示、コードのコメント付けの支援、クラッシュログの分析など、さまざまな場面で非常に役立ちました。Ultrahuman チームは、コード補完を使用して、繰り返しの多いコードを簡単に記述できるようにしました。また、Jetpack Compose プレビュー生成を使用して、UI 設計中に迅速なイテレーションを可能にしました。さらに、エージェント モードを使用して、バックエンド データモデルと UI モデルにマッピングされた新しい積み上げ棒グラフのレンダリングなど、プロジェクト全体にわたる複雑な変更を管理しました。
生産性を変革し、機能提供を加速する
これらの改善により、チームは毎週数十時間を節約できるようになりました。この削減された時間は、Ultrahuman のベータ版ユーザーに新機能を 10 ~ 15% 迅速に提供するために使用されています。たとえば、Gemini 2.5 Flash を活用した新しいアプリ内 AI アシスタントをユーザー向けに構築しました。この新機能の UI 設計、アーキテクチャ、ユーザー エクスペリエンスの一部は、Gemini in Android Studio によって最初に提案されたもので、AI 支援による開発プロセスが完全に循環していることを示しています。
Gemini で Android デベロッパーの作業を加速する
Gemini の Android に関する専門的なアドバイスは、Android Studio 全体に緊密に統合されており、Android デベロッパーがドキュメントを調べたり、ボイラープレート コードを記述したりする時間を短縮し、イノベーションに費やす時間を増やすことができます。
Gemini in Android Studio が、複雑な問題の解決、ワークフローの効率化、新機能の迅速なリリースにどのように役立つかをご確認ください。
-
事例紹介マインドフルネス アプリの Gratitude は、毎日の短い日記、アファメーション、ビジョンボードを通じて、継続を促します。このアプリは 600 万回以上ダウンロードされ、15 万件の 5 つ星評価を獲得し、1 億件の日記エントリが記録されています。
Amrit Sanjeev, Ash Nohe • 所要時間: 3 分 -
事例紹介銀行や SIM 登録用の本人確認アプリでは、なりすましやディープフェイクを検出するために、鮮明で高解像度の顔画像が必要です。ライブネス チェックやなりすまし防止チェックに十分な鮮明さのフレームを、メモリの少ないデバイスをクラッシュさせることなくキャプチャすることは、Android カメラ デベロッパーにとって共通の課題です。
Donovan McMurray • 所要時間: 4 分 -
事例紹介Grab は、東南アジアを代表するスーパーアプリです。1 つのアプリで、8 か国の数百万人のユーザーにデリバリー、モビリティ、金融サービスを提供しています。
Ajesh Pai, Nguyen Van Minh, Tracy Agyemang • 所要時間: 5 分
Android 開発に関する最新の分析情報を毎週メールでお届けします。