‫Kakao Mobility היא חברת התחבורה המובילה בקוריאה הדרומית, שמציעה מגוון שירותי תחבורה ומשלוחים, כולל הזמנת מוניות, ניווט, שיתוף אופניים וקורקינטים, חנייה ומשלוח חבילות, באמצעות אפליקציית Kakao T. הצוות של Kakao Mobility השתמש ב-Gemini Nano באמצעות ML Kit’s GenAI Prompt API כדי להציע סיוע 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 חנו את האופניים או הקורקינטים בצורה לא 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 בתחילה מודל לזיהוי תמונות שיעדכן את המשתמשים אם האופניים או הקורקינט שלהם חונים בצורה נכונה בהתאם לחוקים המקומיים ולתקני הבטיחות. הפעלת המודל הזה בענן הייתה כרוכה בעלויות שרתים 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.

בנוסף, הצוות 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 להתחיל את הזמנת המשלוח – תהליך שהיה מסורבל ומועד לשגיאות 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 היא 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 מרובת-האופנים של Gemini Nano באמצעות ML Kit GenAI API SDK כדי לזהות מקרים שבהם אופניים או קורקינטים חונים בניגוד לתקנות המקומיות על ריצוף מישוש צהוב. בעזרת הנחיה מנוסחת בקפידה, הם הצליחו להעריך יותר מ-200 תמונות מתויגות של חניונים, תוך שהם משפרים ללא הרף את 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 כשהם חונים, והאפליקציה תודיע להם אם החנייה תקינה או תספק הנחיות אם היא לא תקינה. התהליך כולו מתרחש תוך שניות במכשיר, ומגן 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 קבוצת נתונים גדולה ללמידה ומומחיות מיוחדת בתחום למידת המכונה. במקום זאת, הם יכולים פשוט להתחיל בהנחיה כמו "תמצת 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, תוך שהוא מציע אבטחה ואמינות חזקות במכשיר. הוא מאפשר יצירת אב טיפוס מהירה, מפחית את התלות בתשתית ולא כרוך בעלות נוספת. אין סיבה לא להמליץ עליהם". – ג'ינוו פארק, מפתח אפליקציות ל-Android ב-Kakao Mobility

השגת 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.
• בעונות השיא, ההזמנות שמבוססות על AI גדלות ביותר מ-200%. 

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

אחרי ההשקה של תכונת זיהוי התמונות לחניית אופניים וקטנועים, צוות Kakao Mobility רוצה לשפר אותה עוד יותר. סביבות חנייה עירוניות יכולות להיות מאתגרות, והצוות בודק דרכים לסנן אזורים מיותרים מתמונות. 

‫“ML Kit’s GenAI Prompt API מציע תכונות באיכות גבוהה ללא תקורה נוספת”, אמר ג'ינוו. השימוש ב-Gemini הפחית את המאמץ של המפתחים, קיצר את זמן הפיתוח הכולל ואיפשר לנו להתמקד בכוונון ההנחיות כדי לקבל תוצאות באיכות גבוהה יותר.

כדאי לנסות את GenAI Prompt API של ML Kit

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