個案研究

Kakao Mobility 使用裝置端 Gemini Nano 降低成本，並將來電轉換率提高 45%

4 分鐘閱讀
Sa-ryong Kang & Caren Chang

Kakao Mobility 是韓國首屈一指的交通運輸公司，透過 Kakao T 應用程式提供一系列交通運輸和送貨服務，包括叫車、導航、自行車和滑板車共乘、停車和包裹遞送。Kakao Mobility 團隊透過 ML Kit 的 GenAI Prompt API 運用 Gemini Nano，為自行車共乘服務提供停車輔助功能，並改善導航和送貨服務的地址輸入體驗。

Kakao T 應用程式的總使用者人數超過 3, 000 萬，其中單車共享服務最受歡迎。但很遺憾，許多使用者在未使用完畢後，會隨意停放自行車或滑板車。這類行為導致違規停車和安全疑慮增加，引發民眾投訴，並造成罰款和拖吊。這些問題開始對 Kakao Mobility 和其單車共享服務的公眾觀感造成負面影響。

wisuk.png

「我們運用 ML Kit 的 GenAI Prompt API 和 Gemini Nano，快速實作了可提升社會價值的功能，同時兼顧使用者體驗。Kakao Mobility 將持續積極採用裝置端 AI，提供更安全便利的行動服務。」 — 客戶開發部門主管 Ryu Wisuk

為解決這些問題，團隊最初設計了圖像辨識模型，可根據當地法律和安全標準，通知使用者自行車或滑板車是否停放正確。如果透過雲端執行這個模型，會產生高昂的伺服器費用。此外，使用者上傳的相片含有停車位置資訊，因此團隊希望避免任何隱私權或安全性疑慮。因此團隊需要尋找更可靠且符合成本效益的解決方案。

此外，團隊也希望改善 Kakao T 應用程式中包裹遞送服務的實體擷取體驗。先前，使用者可以在即時通訊介面上輕鬆下單遞送包裹，但司機必須手動在訂單表單中輸入地址，才能發起遞送訂單，這個過程既繁瑣又容易發生人為錯誤。因此團隊希望簡化這項程序，讓送貨人員能更快速且輕鬆地填寫訂單表單。

使用 ML Kit 的 GenAI Prompt API 提升使用者體驗

團隊測試並比較雲端式 Gemini 模型與 Gemini Nano，後者是透過 ML Kit 的 GenAI 提示詞 API 存取。Kakao Mobility 的 Android 應用程式開發人員 Jinwoo Park 表示：「在評估隱私權、費用、準確率和回覆速度後，我們發現 ML Kit 的生成式 AI 提示詞 API 顯然是最佳選擇。」

為解決自行車或電動滑板車違規停放的問題，團隊透過 ML Kit 生成式 AI API SDK 使用 Gemini Nano 的多模態功能，偵測自行車或電動滑板車是否停放在黃色觸覺鋪面，進而違反當地法規。他們透過精心設計的提示，評估了 200 多張標示停車位置的相片，同時不斷修正輸入內容。這項評估作業會透過準確率、精確度、召回率和 F1 分數等知名指標進行測量，確保這項功能符合生產等級的品質和穩定性標準。

現在使用者可以拍攝停放的自行車或滑板車，應用程式會告知是否停放妥當，或提供相關指引。整個過程會在裝置上進行，只需幾秒鐘，可保護使用者的位置和資訊。

bike.jpg

為建立簡化的實體擷取功能，團隊再次使用 ML Kit 的 GenAI Prompt API，處理使用者以自然語言撰寫的送貨訂單。如果採用傳統機器學習，則需要大型學習資料集和機器學習專業知識。他們可以改為使用「從訊息中擷取收件者的姓名、地址和電話號碼」等提示。團隊準備了約 200 個高品質的評估範例，並透過多輪疊代評估提示，以獲得最佳結果。我們採用最有效的方法，也就是「少量樣本提示」技術，並仔細分析結果，確保輸出內容的幻覺程度降到最低。

jinwoo.png


「ML Kit 的提示 API 可減少開發人員的負擔，同時在裝置端提供強大的安全性和可靠性。這項功能可加快原型設計速度、降低基礎架構依附元件，且不會產生額外費用。沒有不推薦的理由。」 — Kakao Mobility Android 應用程式開發人員 Jinwoo Park

運用 ML Kit 的 GenAI Prompt API 締造優異成效

因此，即使輸入多個姓名和地址，實體擷取功能仍可正確識別每筆訂單的必要詳細資料。為盡量擴大這項功能的觸及範圍，並提供穩健的備援機制，團隊也使用 Gemini Flash 實作雲端路徑。

Kakao Mobility 團隊導入 ML Kit 的 GenAI Prompt API 後，改用裝置端 AI，大幅節省了成本。雖然自行車停車分析功能尚未推出，但地址輸入改善功能已帶來優異成效：

  • 送貨訂單的完成時間縮短了 24%。
  • 新使用者的轉換率提高了 45%，現有使用者則提高了 6%。
  • 在銷售旺季，AI 輔助訂單的數量會增加超過 200%。

「特別是小型企業主，他們給予這項功能非常正面的評價，表示這項功能大幅提升工作效率，並顯著減輕壓力。」Wisuk 補充道。

自行車和輕型機車停車位圖像辨識功能推出後，Kakao Mobility 團隊將積極改善這項功能。都市停車環境可能很複雜，因此團隊正在探索如何從圖片中濾除不必要的區域。

Jinwoo 表示：「ML Kit 的 GenAI Prompt API 提供高品質功能，不會增加額外負擔。「這減少了開發人員的工作量、縮短了整體開發時間，並讓我們專注於提示調整，以獲得更高品質的結果。」

親自試用 ML Kit 的 GenAI Prompt API

使用 ML Kit 的 GenAI Prompt API，在應用程式中建構及部署裝置端 AI，充分發揮 Gemini Nano 的功能。

撰寫者：

繼續閱讀