Studi Kasus

Kakao Mobility menggunakan Gemini Nano di perangkat untuk mengurangi biaya dan meningkatkan konversi panggilan sebesar 45%

Waktu baca: 4 menit

Kakao Mobility adalah bisnis mobilitas terkemuka di Korea Selatan, yang menawarkan berbagai layanan transportasi dan pengiriman, termasuk layanan taksi online, navigasi, layanan berbagi sepeda dan skuter, parkir, dan pengiriman paket, melalui aplikasi Kakao T. Tim di Kakao Mobility menggunakan Gemini Nano melalui GenAI Prompt API ML Kit untuk menawarkan bantuan parkir bagi layanan berbagi sepedanya dan pengalaman entri alamat yang lebih baik untuk layanan navigasi dan pengirimannya.

Aplikasi Kakao T melayani lebih dari 30 juta total pengguna, dan layanan berbagi sepedanya adalah salah satu layanan yang paling populer. Namun sayangnya, banyak pengguna yang memarkir sepeda atau skuter secara tidak benar saat tidak digunakan. Perilaku ini menyebabkan banyaknya pelanggaran parkir dan masalah keselamatan, sehingga menimbulkan keluhan publik, denda, dan penderekan. Masalah ini mulai berdampak negatif terhadap persepsi publik tentang Kakao Mobility dan layanan berbagi sepedanya.

wisuk.png

“Dengan memanfaatkan GenAI Prompt API ML Kit dan Gemini Nano, kami dapat menerapkan fitur dengan cepat yang meningkatkan nilai sosial tanpa mengorbankan pengalaman pengguna. Kakao Mobility akan terus aktif menerapkan AI di perangkat untuk menyediakan layanan mobilitas yang lebih aman dan nyaman.” — Wisuk Ryu, Head of Client Development Div

Untuk mengatasi masalah ini, tim awalnya mendesain model pengenalan gambar untuk memberi tahu pengguna jika sepeda atau skuter mereka diparkir dengan benar sesuai dengan hukum dan standar keselamatan setempat. Menjalankan model ini melalui cloud akan menimbulkan biaya server yang signifikan. Selain itu, foto yang diupload pengguna berisi informasi tentang lokasi parkir mereka, sehingga tim ingin menghindari masalah privasi atau keamanan. Tim perlu menemukan solusi yang lebih andal dan hemat biaya.

Tim juga ingin meningkatkan pengalaman ekstraksi entitas untuk layanan pengiriman paket dalam aplikasi Kakao T. Sebelumnya, pengguna dapat dengan mudah memesan pengiriman paket di antarmuka chat, tetapi pengemudi harus memasukkan alamat ke dalam formulir pesanan secara manual untuk memulai pesanan pengiriman—proses yang rumit dan rentan terhadap kesalahan manusia. Tim berupaya menyederhanakan proses ini, sehingga formulir pesanan lebih cepat dan tidak membuat frustrasi petugas pengiriman.

Meningkatkan pengalaman pengguna dengan GenAI Prompt API ML Kit

Tim menguji dan membandingkan model Gemini berbasis cloud dengan Gemini Nano, yang diakses melalui GenAI Prompt API ML Kit. “Setelah meninjau privasi, biaya, akurasi, dan kecepatan respons, GenAI Prompt API ML Kit jelas merupakan pilihan yang optimal,” kata Jinwoo Park, developer aplikasi Android di Kakao Mobility. 

Untuk mengatasi masalah sepeda atau skuter yang diparkir secara tidak benar, tim menggunakan kemampuan multimodal Gemini Nano melalui ML Kit GenAI API SDK untuk mendeteksi saat sepeda atau skuter melanggar peraturan setempat dengan memarkir di ubin taktil berwarna kuning. Dengan perintah yang dibuat secara cermat, mereka dapat mengevaluasi lebih dari 200 gambar berlabel foto tempat parkir sambil terus menyempurnakan input. Evaluasi ini, yang diukur melalui metrik terkenal seperti akurasi, presisi, perolehan, dan skor F1, memastikan fitur tersebut memenuhi standar kualitas dan keandalan tingkat produksi.

Sekarang pengguna dapat mengambil foto sepeda atau skuter yang diparkir, dan aplikasi akan memberi tahu mereka jika diparkir dengan benar, atau memberikan panduan jika tidak. Seluruh proses terjadi dalam hitungan detik di perangkat, sehingga melindungi lokasi dan informasi pengguna. 

bike.jpg

Untuk membuat fitur ekstraksi entitas yang disederhanakan, tim kembali menggunakan GenAI Prompt API ML Kit untuk memproses pesanan pengiriman pengguna yang ditulis dalam bahasa alami. Jika mereka menggunakan machine learning tradisional, mereka akan memerlukan set data pembelajaran yang besar dan keahlian khusus dalam machine learning. Sebagai gantinya, mereka cukup memulai dengan perintah seperti, "Ekstrak nama, alamat, dan nomor telepon penerima dari pesan". Tim menyiapkan sekitar 200 contoh evaluasi berkualitas tinggi, dan mengevaluasi perintahnya melalui banyak putaran iterasi untuk mendapatkan hasil terbaik. Metode paling efektif yang digunakan adalah teknik yang disebut few-shot prompting, dan hasilnya dianalisis dengan cermat untuk memastikan output berisi halusinasi minimal.

jinwoo.png


“Prompt API ML Kit mengurangi overhead developer sekaligus menawarkan keamanan dan keandalan yang kuat di perangkat. Solusi ini memungkinkan pembuatan prototipe yang cepat, mengurangi ketergantungan infrastruktur, dan tidak menimbulkan biaya tambahan. Tidak ada alasan untuk tidak merekomendasikannya.” — Jinwoo Park, developer aplikasi Android di Kakao Mobility

Memberikan hasil yang signifikan dengan GenAI Prompt API ML Kit

Hasilnya, fitur ekstraksi entity mengidentifikasi dengan benar detail yang diperlukan dari setiap pesanan, meskipun beberapa nama dan alamat dimasukkan. Untuk memaksimalkan jangkauan fitur dan menyediakan penggantian yang andal, tim juga menerapkan jalur berbasis cloud menggunakan Gemini Flash.

Penerapan GenAI Prompt API ML Kit telah menghasilkan penghematan biaya yang signifikan bagi tim Kakao Mobility dengan beralih ke AI di perangkat. Meskipun fitur analisis tempat parkir sepeda belum diluncurkan, peningkatan entri alamat telah memberikan hasil yang sangat baik: 

  • Waktu penyelesaian pesanan untuk pesanan pengiriman telah berkurang sebesar 24%.
  • Rasio konversi meningkat sebesar 45% untuk pengguna baru dan 6% untuk pengguna lama.
  • Selama musim puncak, pesanan yang didukung AI meningkat lebih dari 200%. 

“Khususnya pemilik bisnis kecil telah memberikan masukan yang sangat positif, dengan mengatakan bahwa fitur ini telah membuat pekerjaan mereka jauh lebih efisien dan mengurangi stres secara signifikan,” tambah Wisuk.

Setelah fitur pengenalan gambar untuk parkir sepeda dan skuter diluncurkan, tim Kakao Mobility bersemangat untuk terus menyempurnakannya. Lingkungan parkir di perkotaan bisa jadi sulit, dan tim sedang mencari cara untuk memfilter region yang tidak perlu dari gambar. 

“GenAI Prompt API ML Kit menawarkan fitur berkualitas tinggi tanpa overhead tambahan,” kata Jinwoo. “Hal ini mengurangi upaya developer, mempersingkat waktu pengembangan secara keseluruhan, dan memungkinkan kami berfokus pada penyesuaian perintah untuk mendapatkan hasil yang berkualitas lebih tinggi.”

Coba sendiri GenAI Prompt API ML Kit

Bangun dan deploy AI di perangkat dalam aplikasi Anda dengan GenAI Prompt API ML Kit untuk memanfaatkan kemampuan Gemini Nano.

Ditulis oleh:

Lanjutkan membaca