A Kakao Mobility é a principal empresa de mobilidade da Coreia do Sul, oferecendo uma variedade de serviços de transporte e entrega, incluindo táxi, navegação, compartilhamento de bicicletas e scooters, estacionamento e entrega de encomendas, pelo app Kakao T. A equipe da Kakao Mobility usou o Gemini Nano pela API GenAI Prompt do Kit de ML para oferecer assistência de estacionamento para o serviço de compartilhamento de bicicletas e uma experiência de entrada de endereço aprimorada para os serviços de navegação e entrega.

O app Kakao T atende mais de 30 milhões de usuários, e o serviço de compartilhamento de bicicletas é um dos mais populares. No entanto, muitos usuários estacionavam as bicicletas ou scooters de maneira inadequada quando não estavam em uso. Esse comportamento levou a um aumento de infrações de estacionamento e preocupações com a segurança, resultando em reclamações públicas, multas e reboques. Esses problemas começaram a afetar negativamente a percepção pública da Kakao Mobility e dos serviços de compartilhamento de bicicletas.

"Ao aproveitar a API GenAI Prompt do Kit de ML e o Gemini Nano, conseguimos implementar rapidamente recursos que melhoram o valor social sem comprometer a experiência do usuário. A Kakao Mobility vai continuar adotando ativamente a IA no dispositivo para oferecer serviços de mobilidade mais seguros e convenientes." — Wisuk Ryu, chefe da divisão de desenvolvimento de clientes

Para resolver essas preocupações, a equipe inicialmente projetou um modelo de reconhecimento de imagem para notificar os usuários se a bicicleta ou scooter estava estacionada corretamente de acordo com as leis locais e os padrões de segurança. A execução desse modelo na nuvem teria gerado custos significativos de servidor. Além disso, as fotos enviadas pelos usuários continham informações sobre o local de estacionamento, então a equipe queria evitar problemas de privacidade ou segurança. A equipe precisava encontrar uma solução mais confiável e econômica.

A equipe também queria melhorar a experiência de extração de entidades para o serviço de entrega de encomendas no app Kakao T. Antes, os usuários podiam pedir a entrega de encomendas em uma interface de chat, mas os motoristas precisavam inserir o endereço em um formulário de pedido manualmente para iniciar o pedido de entrega, um processo complicado e propenso a erros humanos. A equipe procurou simplificar esse processo, tornando os formulários de pedido mais rápidos e menos frustrantes para os entregadores.

Como melhorar a experiência do usuário com a API GenAI Prompt do Kit de ML

A equipe testou e comparou modelos do Gemini baseados na nuvem com o Gemini Nano, acessado pela API GenAI Prompt do Kit de ML. "Depois de analisar privacidade, custo, acurácia e velocidade de resposta, a API de comando GenAI do Kit de ML foi claramente a melhor opção", disse Jinwoo Park, desenvolvedor de app Android da Kakao Mobility. 

Para resolver o problema de bicicletas ou scooters estacionadas de maneira inadequada, a equipe usou a capacidade multimodal do Gemini Nano pela API GenAI do Kit de ML SDK para detectar quando uma bicicleta ou scooter viola as regulamentações locais ao estacionar em pavimentos táteis amarelos. Com um comando cuidadosamente elaborado, eles puderam avaliar mais de 200 imagens rotuladas de fotos de estacionamento, refinando continuamente as entradas. Essa avaliação, medida por métricas conhecidas, como acurácia, precisão, recall e pontuação F1, garantiu que o recurso atendesse aos padrões de qualidade e confiabilidade de produção.

Agora, os usuários podem tirar uma foto da bicicleta ou scooter estacionada, e o app vai informar se ela está estacionada corretamente ou fornecer orientações se não estiver. Todo o processo acontece em segundos no dispositivo, protegendo a localização e as informações do usuário. 

Para criar um recurso de extração de entidades simplificado, a equipe usou novamente a API GenAI Prompt do Kit de ML para processar os pedidos de entrega dos usuários escritos em linguagem natural. Se eles tivessem usado o machine learning tradicional, isso teria exigido um grande conjunto de dados de aprendizado e experiência especial em machine learning. Em vez disso, eles poderiam simplesmente começar com um comando como "Extraia o nome, o endereço e o número de telefone do destinatário da mensagem". A equipe preparou cerca de 200 exemplos de avaliação de alta qualidade e avaliou o comando em muitas rodadas de iteração para obter o melhor resultado. O método mais eficaz usado foi uma técnica chamada "few-shot prompting", e os resultados foram analisados com cuidado para garantir que a saída contivesse alucinações mínimas.

A API Prompt do Kit de ML reduz a sobrecarga do desenvolvedor, oferecendo segurança e confiabilidade no dispositivo. Ela permite a prototipagem rápida, reduz a dependência da infraestrutura e não gera custos adicionais. Não há motivo para não recomendá-la." — Jinwoo Park, desenvolvedor de app Android da Kakao Mobility

Como gerar grandes resultados com a API GenAI Prompt do Kit de ML

Como resultado, o recurso de extração de entidades identifica corretamente os detalhes necessários de cada pedido, mesmo quando vários nomes e endereços são inseridos. Para maximizar o alcance do recurso e fornecer um fallback robusto, a equipe também implementou um caminho baseado na nuvem usando o Gemini Flash.

A implementação da API GenAI Prompt do Kit de ML gerou uma economia significativa de custos para a equipe da Kakao Mobility ao mudar para a IA no dispositivo. Embora o recurso de análise de estacionamento de bicicletas ainda não tenha sido lançado, a melhoria da entrada de endereço já gerou excelentes resultados: 

• O tempo de conclusão do pedido de entrega foi reduzido em 24%.
• A taxa de conversão aumentou em 45% para novos usuários e 6% para usuários atuais.
• Durante as temporadas de pico, os pedidos com tecnologia de IA aumentam em mais de 200%. 

"Os proprietários de pequenas empresas, em particular, compartilharam feedback muito positivo, dizendo que o recurso tornou o trabalho deles muito mais eficiente e reduziu significativamente o estresse", acrescentou Wisuk.

Depois que o recurso de reconhecimento de imagem para estacionamento de bicicletas e scooters for lançado, a equipe da Kakao Mobility vai querer melhorá-lo ainda mais. Os ambientes de estacionamento urbano podem ser desafiadores, e a equipe está explorando maneiras de filtrar regiões desnecessárias de imagens. 

"A API GenAI Prompt do Kit de ML oferece recursos de alta qualidade sem sobrecarga adicional", disse Jinwoo. "Isso reduziu o esforço do desenvolvedor, encurtou o tempo geral de desenvolvimento e nos permitiu focar no ajuste de comandos para resultados de maior qualidade."

Teste a API GenAI Prompt do Kit de ML

Crie e implante a IA no dispositivo no seu app com a API GenAI Prompt do Kit de ML para aproveitar os recursos do Gemini Nano.