Amazon利用AI避免了超過兩百萬噸的多餘包裝材料

Amazon專有的「包裝決策引擎」幫助讓包裝選擇更有效率，以實現更可持續性的目標。

此模型由人工智能驅動，自2015年以來已幫助亞馬遜在特定(有使用此模型的)市場避免了超過兩百萬噸的多餘包裝材料，該公司表示該模型已開始為全球市場使用進行訓練。

根據AMAZON表示，其運作流程是:到達包裝中心的商品會在電腦視覺通道中拍攝照片，以識別尺寸、屬性等。該圖像還可以標記缺陷，這有助於確保有問題的商品不會通過倉庫。

然後，該模型使用每個商品的文本數據進行預測，以確定最可行但同時高效的包裝類型。因為它可以從數據中識別產品的資訊並根據客戶回饋、關鍵字和先前成功的出貨紀錄進行訓練，它不僅可判斷出信封或盒子的最佳尺寸，還可以確定產品是否需要額外的保護或緩衝。

例如，像牛仔褲或T-SHIRT這樣的服裝商品可能在低緩衝的信封中不會出現問題，但像有玻璃面的手錶這樣的較易碎的商品可能需要更堅固的選擇。在使用這個模型之前，Amazon的員工會為產品逐個測試包裝選擇，但Amazon表示，透過僅靠人力無法實現這種可持續性工作的規模化。

然而，即使這家電子商務巨頭致力於減少浪費，本月(4月)初一份來自Oceana的報告顯示，其在美國的塑料足跡看起來最多有問題。Amazon已經在北美和歐洲使用包裝決策引擎，但將很快在印度、澳洲和日本推出，該引擎將其引入新語言和獨特的包裝類型。

包裝選擇器並不是Amazon唯一專注於可持續性的人工智慧投資。Amazon還有使用人工智能模型在客戶訂購服裝時預測正確尺寸，希望這能減少退貨率。它還利用這項技術來標記有缺陷的產品，確保人員將產品重新定向銷售到二手市場、捐贈或其他用途。據該公司表示，人工智慧可以將損壞商品識別出來的效率提高三倍。