redBus از Gemini Flash ازطریق Firebase AI Logic استفاده می‌کند تا طول مرورهای مشتری را تا ۵۷٪ افزایش دهد

redBus به‌عنوان بزرگ‌ترین پلاتفرم آنلاین فروش بلیت اتوبوس در جهان، به میلیون‌ها مسافر در سراسر هند، آسیای جنوب شرقی، و آمریکای لاتین خدمات ارائه می‌دهد. این سرویس عمدتاً برای تلفن همراه طراحی شده است و بیش‌از ۹۰٪ از کل رزروها ازطریق برنامه آن انجام می‌شود. بااین‌حال، این امر چالش بزرگی در جمع‌آوری بازخوردهای مفید از پایگاه کاربری که به ده‌ها زبان مختلف صحبت می‌کنند ایجاد می‌کند. نوشتن مرور برای بسیاری از کاربران دشوار است و مثلاً مروری که به زبان تامیلی نوشته شده باشد برای اپراتور اتوبوسی که فقط به زبان هندی صحبت می‌کند ارزش چندانی ندارد.

برای بهبود کیفیت و حجم بازخوردهای کاربران، توسعه‌دهندگان redBus از Gemini Flash استفاده کردند که یک مدل هوش مصنوعی Google با تأخیر کم است و می‌تواند ضبط‌های گفتاری کاربران را فوراً ترانویسی و ترجمه کند. برای متصل کردن این هوش مصنوعی قدرتمند به برنامه خود بدون سروکار داشتن با کارهای پیچیده پس‌بخش، از Firebase AI Logic استفاده کردند. این ویژگی جدید موانع زبانی را ازبین برد و فرایند بازبینی را ساده کرد، که منجر به افزایش قابل‌توجهی در تعامل کاربر و کیفیت بازخورد شد.

ساده‌سازی بازخورد کاربر با رویکرد اولویت با صدا

تجربه قبلی مرور درون‌برنامه در redBus مبتنی بر نوشتار بود که چالش‌های کلیدی‌ای را به‌همراه داشت. «در مقیاس ما، مرورهای قابل‌اعتماد کاربران بسیار مهم است: این مرورها اعتماد مسافران را جلب می‌کند و اطلاعات آماری استفاده‌کردنی به اپراتورها می‌دهد. درحالی‌که سیستم نوشتاری فعلی ما به‌خوبی کار می‌کرد، متوجه شدیم که مشتریان اغلب برای بیان کامل تجربه خود با مشکل مواجه می‌شوند، که منجر به این می‌شد که بازخورد کاربران ما فاقد جزئیات و حجم لازم برای ارائه حداکثر ارزش به مسافران و اپراتورها باشد. علاوه‌براین، موانع زبانی سودمندی مرورها را محدود می‌کرد، زیرا مرورها به یک زبان برای کاربران یا اپراتورهای اتوبوس که به زبان دیگری صحبت می‌کردند مفید نبود. آبهی موکتیسوارار، مدیر ارشد فنی در مهندسی تلفن همراه در redBus، گفت: «انگیزه اصلی ما استفاده از قدرت بیان صدا و غلبه بر مانع زبانی برای دریافت بازخورد واقعی‌تر و دقیق‌تر از کاربر بود.»

تیم توسعه‌دهنده می‌خواست تجربه‌ای بدون اصطکاک و مبتنی بر صدا ایجاد کند، بنابراین جریان جدیدی را طراحی کردند که در آن کاربران می‌توانستند به‌سادگی مرور خود را به زبان مادری خود بیان کنند. برای تشویق به استفاده، تیم یک دکمه میکروفون برجسته و پویانمایی‌شده را همراه با متنی که می‌گوید: «صدای شما مهم است، مرور خود را به زبان خودتان هم‌رسانی کنید» پیاده‌سازی کرد. این متن به زبان مادری کاربر، مطابق با تنظیمات زبان برنامه او، ظاهر می‌شود.

بااستفاده از Gemini Flash، برنامه ضبط گفتاری کاربر را پردازش می‌کند. ابتدا گفتار را به نوشتار ترانویسی می‌کند، سپس آن را به انگلیسی ترجمه می‌کند، و درنهایت احساسات را تجزیه‌وتحلیل می‌کند تا به‌طور خودکار رده‌بندی ستاره‌ای ایجاد کند و برچسب‌های مرتبط را براساس محتوای مرور پیش‌بینی کند. سپس خلاصه مختصری ایجاد می‌کند و فیلدهای فرم مرور را با محتوای تولیدشده به‌طور خودکار تکمیل می‌کند.

توسعه‌دهندگان Firebase AI Logic را انتخاب کردند زیرا به آن‌ها اجازه می‌داد این ویژگی را بدون کمک تیم بااِند بسازند و عرضه کنند، که این امر زمان و پیچیدگی توسعه را به‌طور چشمگیری کاهش داد. آبهی توضیح داد: «کیت توسعه نرم‌افزار Firebase AI یک عامل تمایز کلیدی بود زیرا تنها راه‌حلی بود که به تیم فرانت‌اند ما امکان داد تا این ویژگی را به‌طور مستقل بسازند و عرضه کنند.» این رویکرد به تیم امکان داد تا تنها ظرف ۳۰ روز از مرحله ایده به راه‌اندازی برسد.

درطول پیاده‌سازی، مهندسان از برونداد ساختاریافته استفاده کردند که به مدل Gemini Flash امکان داد پاسخ‌های JSON با ساختار مناسب، ازجمله ترانویسی، ترجمه، تحلیل احساسات، و رده‌بندی ستاره‌ای را برگرداند و درنتیجه، پر کردن واسط کاربر آسان شود. این کار تجربه کاربری یکپارچه‌ای را تضمین کرد. سپس هم نوشتار ترانویسی‌شده اصلی به زبان خودشان و هم نسخه ترجمه‌شده و خلاصه‌شده به زبان انگلیسی به کاربران نشان داده می‌شود. مهم‌تر از همه، کاربر کنترل کامل برای بازبینی و ویرایش همه نوشتارهای تولیدشده با هوش مصنوعی و تغییر رده‌بندی ستاره‌ای را قبل‌از ارسال مرور دارد. حتی می‌تواند دوباره صحبت کند تا محتوای بیشتری اضافه کند. 

افزایش تعامل و کسب اطلاعات آماری عمیق‌تر از کاربر
ویژگی مرور صوتی مجهز به هوش مصنوعی تأثیر مثبت قابل‌توجهی بر تعامل کاربر داشت. با فراهم کردن امکان صحبت کردن به زبان مادری برای کاربران، redBus شاهد افزایش ۵۷ درصدی در طول مرورها و افزایش قابل‌توجهی در حجم کلی مرورها بود.

ویژگی جدید با موفقیت بخشی از پایگاه کاربر را که قبلاً برای تایپ کردن مرور تردید داشتند جذب کرد. از زمان پیاده‌سازی، بازخورد کاربران به‌طور چشمگیری مثبت بوده است: مشتریان از دقت ترانویسی و ترجمه قدردانی می‌کنند و خلاصه‌های تولیدشده با هوش مصنوعی را به‌عنوان یک نمای کلی مختصر از مرورهای طولانی‌تر و دقیق‌تر خود می‌دانند.

Gemini Flash، اگرچه در فضای ابری میزبانی می‌شود، تجربه کاربری بسیار پاسخگویی را ارائه می‌دهد. آبهی گفت: «یکی از مشاهدات رایج شرکا و ذینفعان ما این بوده است که سطح پاسخگویی ویژگی هوش مصنوعی جدید ما به‌قدری سریع و یکپارچه است که احساس می‌شود هوش مصنوعی مستقیماً روی دستگاه اجرا می‌شود.» «این گواهی بر تأخیر کم مدل Gemini Flash است که عامل کلیدی موفقیت آن بوده است.»

روشی آسان‌تر برای ساختن با هوش مصنوعی

برای تیم redBus، این پروژه نشان داد که چگونه Firebase AI Logic و Gemini Flash به توسعه‌دهندگان تلفن همراه امکان می‌دهند ویژگی‌هایی را بسازند که درغیراین‌صورت به پیاده‌سازی باطن نیاز دارند. این کار وابستگی به تغییرات سمت سرور را کاهش می‌دهد و به توسعه‌دهندگان اجازه می‌دهد به‌سرعت و به‌طور مستقل تکرار کنند.

به‌دنبال موفقیت ویژگی مرور صوتی، تیم redBus درحال بررسی موارد استفاده دیگر برای هوش مصنوعی زایای درون‌دستگاهی است تا برنامه خود را بیشتر بهبود بخشد. آن‌ها همچنین قصد دارند از Google AI Studio برای آزمایش و تکرار پیام‌واره‌ها در آینده استفاده کنند. برای ابهی، درس واضح است: او گفت: «دیگر موضوع راه‌اندازی‌های پیچیده باطن نیست.» «موضوع ساختن پیام‌واره مناسب برای ایجاد ویژگی نوآورانه بعدی است که مستقیماً تجربه کاربری را بهبود می‌بخشد.»

شروع‌به‌کار

درباره نحوه استفاده از Gemini و Firebase AI Logic برای ساختن ویژگی‌های هوش مصنوعی زایا برای برنامه خودتان بیشتر بدانید.