Kakao Mobility เป็นธุรกิจด้านการเดินทางชั้นนำของเกาหลีใต้ โดยให้บริการด้านการขนส่งและการจัดส่งที่หลากหลาย ซึ่งรวมถึงการเรียกรถแท็กซี่ การนำทาง การแชร์จักรยานและสกู๊ตเตอร์ ที่จอดรถ และการจัดส่งพัสดุผ่านแอป Kakao T ทีมงานที่ Kakao Mobility ใช้ Gemini Nano ผ่าน GenAI Prompt API ของ ML Kit เพื่อให้ความช่วยเหลือด้านที่จอดรถสำหรับบริการแชร์จักรยาน และปรับปรุงประสบการณ์การป้อนที่อยู่สำหรับบริการนำทางและการจัดส่ง

แอป Kakao T มีผู้ใช้ทั้งหมดกว่า 30 ล้านคน และบริการแชร์จักรยานเป็นหนึ่งในบริการที่ได้รับความนิยมมากที่สุด แต่ผู้ใช้จำนวนมากจอดจักรยานหรือสกู๊ตเตอร์ไม่ถูกต้องเมื่อไม่ได้ใช้งาน พฤติกรรมนี้ทำให้เกิดการละเมิดกฎจราจรและข้อกังวลด้านความปลอดภัยจำนวนมาก ส่งผลให้เกิดการร้องเรียนจากสาธารณชน การปรับ และการลากรถ ปัญหาเหล่านี้เริ่มส่งผลเสียต่อการรับรู้ของสาธารณชนที่มีต่อ Kakao Mobility และบริการแชร์จักรยาน

"การใช้ประโยชน์จาก GenAI Prompt API ของ ML Kit และ Gemini Nano ช่วยให้เราสามารถใช้ฟีเจอร์ต่างๆ ที่ช่วยปรับปรุงคุณค่าทางสังคมได้อย่างรวดเร็วโดยไม่ส่งผลเสียต่อประสบการณ์ของผู้ใช้ Kakao Mobility จะยังคงนำ AI ในอุปกรณ์มาใช้อย่างจริงจังเพื่อให้บริการด้านการเดินทางที่ปลอดภัยและสะดวกสบายยิ่งขึ้น” — Wisuk Ryu หัวหน้าฝ่ายพัฒนาลูกค้า

เพื่อแก้ไขข้อกังวลเหล่านี้ ในตอนแรกทีมงานได้ออกแบบโมเดลการจดจำรูปภาพเพื่อแจ้งให้ผู้ใช้ทราบว่าจอดจักรยานหรือสกู๊ตเตอร์ถูกต้องตามกฎหมายท้องถิ่นและมาตรฐานความปลอดภัยหรือไม่ การเรียกใช้โมเดลนี้ผ่านระบบคลาวด์จะทำให้เกิดค่าใช้จ่ายเซิร์ฟเวอร์จำนวนมาก นอกจากนี้ รูปภาพที่ผู้ใช้อัปโหลดมีข้อมูลเกี่ยวกับสถานที่จอดรถ ดังนั้นทีมงานจึงต้องการหลีกเลี่ยงข้อกังวลด้านความเป็นส่วนตัวหรือความปลอดภัย ทีมงานจึงต้องหาโซลูชันที่เชื่อถือได้และคุ้มค่ากว่า

นอกจากนี้ ทีมงานยังต้องการปรับปรุงประสบการณ์การแยกเอนทิตีสำหรับบริการจัดส่งพัสดุภายในแอป Kakao T ก่อนหน้านี้ ผู้ใช้สามารถสั่งซื้อบริการจัดส่งพัสดุในอินเทอร์เฟซการแชทได้อย่างง่ายดาย แต่คนขับต้องป้อนที่อยู่ลงในแบบฟอร์มคำสั่งซื้อด้วยตนเองเพื่อเริ่มคำสั่งซื้อการจัดส่ง ซึ่งเป็นกระบวนการที่ยุ่งยากและมีโอกาสเกิดข้อผิดพลาดจากมนุษย์ ทีมงานจึงต้องการปรับปรุงกระบวนการนี้ให้มีประสิทธิภาพมากขึ้น ทำให้แบบฟอร์มคำสั่งซื้อรวดเร็วขึ้นและไม่ยุ่งยากสำหรับพนักงานจัดส่ง

การปรับปรุงประสบการณ์ของผู้ใช้ด้วย GenAI Prompt API ของ ML Kit

ทีมงานได้ทดสอบและเปรียบเทียบโมเดล Gemini ในระบบคลาวด์กับ Gemini Nano ที่เข้าถึงผ่าน GenAI Prompt API ของ ML Kit "หลังจากตรวจสอบความเป็นส่วนตัว ต้นทุน ความแม่นยำ และความเร็วในการตอบสนองแล้ว GenAI Prompt API ของ ML Kit เป็นตัวเลือกที่ดีที่สุดอย่างชัดเจน" Jinwoo Park นักพัฒนาแอปพลิเคชัน Android ที่ Kakao Mobility กล่าว

เพื่อแก้ไขปัญหาการจอดจักรยานหรือสกู๊ตเตอร์ไม่ถูกต้อง ทีมงานได้ใช้ความสามารถในการประมวลผลข้อมูลหลายรูปแบบของ Gemini Nano ผ่าน ML Kit GenAI API SDK เพื่อตรวจหาเมื่อจักรยานหรือสกู๊ตเตอร์ละเมิดกฎระเบียบท้องถิ่นโดยการจอดบนทางเท้าสัมผัสสีเหลือง ด้วยพรอมต์ที่สร้างขึ้นอย่างระมัดระวัง ทีมงานสามารถประเมินรูปภาพที่ติดป้ายกำกับไว้มากกว่า 200 รูปของรูปภาพที่จอดรถพร้อมกับปรับแต่งอินพุตอย่างต่อเนื่อง การประเมินนี้วัดผ่านเมตริกที่รู้จักกันดี เช่น ความแม่นยำ ความเที่ยงตรง การเรียกคืน และคะแนน F1 เพื่อให้มั่นใจว่าฟีเจอร์นี้เป็นไปตามมาตรฐานคุณภาพและความน่าเชื่อถือระดับการผลิต

ตอนนี้ผู้ใช้สามารถถ่ายรูปจักรยานหรือสกู๊ตเตอร์ที่จอดไว้ และแอปจะแจ้งให้ทราบว่าจอดอย่างถูกต้องหรือไม่ หรือให้คำแนะนำหากจอดไม่ถูกต้อง กระบวนการทั้งหมดเกิดขึ้นภายในไม่กี่วินาทีในอุปกรณ์ ซึ่งช่วยปกป้องสถานที่และข้อมูลของผู้ใช้

ในการสร้างฟีเจอร์การแยกเอนทิตีที่มีประสิทธิภาพมากขึ้น ทีมงานได้ใช้ GenAI Prompt API ของ ML Kit อีกครั้งเพื่อประมวลผลคำสั่งซื้อการจัดส่งของผู้ใช้ที่เขียนด้วยภาษาธรรมชาติ หากใช้แมชชีนเลิร์นนิงแบบดั้งเดิม จะต้องใช้ชุดข้อมูลขนาดใหญ่และความเชี่ยวชาญพิเศษด้านแมชชีนเลิร์นนิง แต่ทีมงานสามารถเริ่มต้นด้วยพรอมต์ง่ายๆ เช่น "แยกชื่อ ที่อยู่ และหมายเลขโทรศัพท์ของผู้รับออกจากข้อความ" ทีมงานได้เตรียมตัวอย่างการประเมินคุณภาพสูงไว้ประมาณ 200 รายการ และประเมินพรอมต์ผ่านการทำซ้ำหลายรอบเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด วิธีที่มีประสิทธิภาพมากที่สุดที่ใช้คือเทคนิคที่เรียกว่า Few-Shot Prompting และทีมงานได้วิเคราะห์ผลลัพธ์อย่างละเอียดเพื่อให้แน่ใจว่าเอาต์พุตมีอาการหลอนของ AI น้อยที่สุด

"Prompt API ของ ML Kit ช่วยลดค่าใช้จ่ายของนักพัฒนาแอปในขณะที่ให้ความปลอดภัยและความน่าเชื่อถือสูงในอุปกรณ์ ซึ่งช่วยให้สร้างต้นแบบได้อย่างรวดเร็ว ลดการพึ่งพาโครงสร้างพื้นฐาน และไม่มีค่าใช้จ่ายเพิ่มเติม จึงไม่มีเหตุผลที่จะไม่แนะนำ" — Jinwoo Park นักพัฒนาแอปพลิเคชัน Android ที่ Kakao Mobility

การมอบผลลัพธ์ที่ยอดเยี่ยมด้วย GenAI Prompt API ของ ML Kit

ด้วยเหตุนี้ ฟีเจอร์การแยกเอนทิตีจึงระบุรายละเอียดที่จำเป็นของคำสั่งซื้อแต่ละรายการได้อย่างถูกต้อง แม้ว่าจะมีการป้อนชื่อและที่อยู่หลายรายการก็ตาม ทีมงานยังได้ใช้เส้นทางในระบบคลาวด์โดยใช้ Gemini Flash เพื่อเพิ่มการเข้าถึงของฟีเจอร์และมอบการทำงานสำรองที่มีประสิทธิภาพ

การใช้ GenAI Prompt API ของ ML Kit ช่วยให้ทีม Kakao Mobility ประหยัดค่าใช้จ่ายได้เป็นจำนวนมากด้วยการเปลี่ยนไปใช้ AI ในอุปกรณ์ แม้ว่าฟีเจอร์การวิเคราะห์การจอดจักรยานจะยังไม่เปิดตัว แต่การปรับปรุงการป้อนที่อยู่ได้มอบผลลัพธ์ที่ยอดเยี่ยมแล้ว ดังนี้

• เวลาในการดำเนินการคำสั่งซื้อการจัดส่งเสร็จสมบูรณ์ลดลง 24%
• อัตรา Conversion เพิ่มขึ้น 45% สำหรับผู้ใช้ใหม่และ 6% สำหรับผู้ใช้เดิม
• ในช่วงฤดูท่องเที่ยว คำสั่งซื้อที่ทำงานด้วยระบบ AI เพิ่มขึ้นกว่า 200%

"โดยเฉพาะเจ้าของธุรกิจขนาดเล็กได้แชร์ความคิดเห็นในเชิงบวกอย่างมาก โดยบอกว่าฟีเจอร์นี้ช่วยให้การทำงานมีประสิทธิภาพมากขึ้นและลดความเครียดลงอย่างมาก" Wisuk กล่าวเสริม

หลังจากเปิดตัวฟีเจอร์การจดจำรูปภาพสำหรับการจอดจักรยานและสกู๊ตเตอร์แล้ว ทีม Kakao Mobility ก็กระตือรือร้นที่จะปรับปรุงฟีเจอร์นี้ให้ดียิ่งขึ้น สภาพแวดล้อมการจอดรถในเมืองอาจเป็นเรื่องท้าทาย และทีมงานกำลังหาวิธีกรองภูมิภาคที่ไม่จำเป็นออกจากรูปภาพ

"GenAI Prompt API ของ ML Kit มีฟีเจอร์คุณภาพสูงโดยไม่มีค่าใช้จ่ายเพิ่มเติม" Jinwoo กล่าว ซึ่งช่วยลดความพยายามของนักพัฒนา ลดระยะเวลาการพัฒนาโดยรวม และช่วยให้เรามุ่งเน้นไปที่การปรับพรอมต์เพื่อให้ได้ผลลัพธ์ที่มีคุณภาพสูงขึ้น

ลองใช้ GenAI Prompt API ของ ML Kit ด้วยตัวคุณเอง

สร้างและติดตั้งใช้งาน AI ในอุปกรณ์ในแอปด้วย GenAI Prompt API ของ ML Kit เพื่อใช้ประโยชน์จากความสามารถของ Gemini Nano