W przypadku setek milionów przedmiotów sprzedawanych w sklepach Amazon – od namiotu kempingowego po świąteczny sweter – pudełko czy koperta, w których zostały wysłane, były prawdopodobnie wybrane przez sztuczną inteligencję (AI).
Package Decision Engine, czyli model sztucznej inteligencji zaprojektowany i zbudowany przez Amazon, jest w stanie określić najbardziej optymalny rodzaj opakowania dla każdego przedmiotu, z którym miał szansę wcześniej się zapoznać. Pomaga to zmniejszyć liczbę kartonów, wypełniaczy, taśm i kopert używanych do wysyłania zakupów zamówionych online. Model jest ważnym przykładem tego, jak Amazon wykorzystuje sztuczną inteligencję, by szybciej osiągać swoje cele w zakresie zrównoważonego rozwoju, pomagając jednocześnie zmniejszyć ilość materiałów opakowaniowych, zwiększając efektywność dostaw i zapewniając ochronę produktów. Wraz z innymi innowacjami w zakresie opakowań, od 2015 r. model ten pomógł Amazon wyeliminować ponad 2 mln ton materiałów opakowaniowych na całym świecie.
Zbudowany w chmurze Amazon Web Services (AWS) multimodalny model sztucznej inteligencji może przewidzieć, kiedy mniej podatny na uszkodzenia produkt – taki jak np. koc – nie będzie potrzebował opakowania ochronnego. A potencjalnie delikatny przedmiot – taki jak chociażby zestaw talerzy – może wymagać bardziej wytrzymałego pudełka. Wykorzystuje on połączenie głębokiego uczenia maszynowego, przetwarzania języka naturalnego i wizji komputerowej, a poza tym nieustannie uczy się o stale ulepszanych opcjach pakowania. Zdaniem naukowców Amazon, podejmowane przez ten model AI decyzje są empirycznie trafne. Oznacza to, że w większości przypadków rzeczywiście udaje mu się dokonać najlepszego wyboru opakowania.
Redukcja materiałów opakowaniowych jest ważną częścią celu Amazon, jakim jest to, by stać się jeszcze bardziej zrównoważoną firmą. Jednak wybór najwydajniejszych i najbardziej optymalnych opakowań, które zarówno zmniejszą ilość odpadów, jak i dostatecznie zabezpieczą produkty podczas transportu i dostawy, jest dużym wyzwaniem. Katalog produktów Amazon już teraz zawiera bowiem setki milionów pozycji i stale się powiększa oraz zmienia.
Zanim do wyboru opakowania zaczęto stosować sztuczną inteligencję, pracownicy Amazon przeprowadzali fizyczne testy na poszczególnych produktach, aby osobiście określić, jak można byłoby zoptymalizować ich opakowanie. Jednak tego typu praca na rzecz zrównoważonego rozwoju była niemożliwa do przeskalowania z wykorzystaniem wyłącznie ludzkich zasobów. Model Package Decision Engine pomógł zautomatyzować to zadanie, pozwalając pracownikom Amazon skupić się na innych wyzwaniach związanych z dążeniem do neutralności klimatycznej.
- Chcieliśmy mieć możliwość szybkiego określenia najbardziej wydajnej opcji pakowania dla każdego produktu i jednocześnie móc przewidzieć, jak bezpiecznie zostanie wysłany – mówi Kayla Fenton, starsza menedżerka ds. produktów technologicznych w zespole Amazon Packaging Innovation, w skład którego wchodzą naukowcy i menedżerowie programów technicznych. - Wykorzystanie sztucznej inteligencji w modelu Package Decision Engine pozwoliło nam przyspieszyć prace nad wydajnością pakowania na dużą skalę i sprawdziło się na tyle dobrze, że wdrażamy tę technologię globalnie.
Jak działa Package Decision Engine?
Mechanizm działania Package Decision Engine obejmuje wiele etapów gromadzenia informacji o każdym produkcie. Gdy przedmiot po raz pierwszy dociera do centrum logistycznego Amazon, zostaje wielokrotnie sfotografowany w komputerowym tunelu wizyjnym, który określa wymiary i rozpoznaje ewentualne wady.
Model wykorzystuje ponadto przetwarzanie języka naturalnego i dane tekstowe dotyczące każdego przedmiotu, takie jak jego nazwa, opis, cena i wymiary opakowania. Dodatkowo, w czasie niemal rzeczywistym gromadzi informacje z recenzji, opinii klientów, zgłaszanych za pośrednictwem internetowego centrum zwrotów Amazon, a także z innych kanałów klienckich.
Po zebraniu informacji, model przewiduje najlepszy typ opakowania. Wybór jest zapamiętywany i wykorzystywany do zrozumienia przyszłych potrzeb.
Jak model Package Decision Engine się nieustannie uczy?
Naukowcy Amazon przeszkolili omawiany model sztucznej inteligencji, dając mu do obejrzenia miliony przykładów produktów, które zostały pomyślnie i bez żadnych uszkodzeń dostarczone w różnych rodzajach opakowań. Pokazali mu również produkty, które dotarły zepsute, wraz ze słowami kluczowymi i rodzajami opakowań wykorzystanymi w każdej z tych sytuacji.
W rezultacie model nauczył się, że niektóre słowa kluczowe są ważne przy podejmowaniu decyzji dotyczących opakowania. Na przykład, wyściełana koperta z ograniczoną amortyzacją może nie chronić odpowiednio przedmiotu, który został opisany słowami „artykuły spożywcze”, „ekran” lub „kamionka”, więc model zaleciłby wytrzymalszą opcję, taką jak pudełko.
Sztuczna inteligencja „dowiedziała się” również, że słowa kluczowe takie jak „multipack”, „torba” i „paczka” były związane z niższymi wskaźnikami uszkodzeń przesyłek i wskazywały na to, że produkt może już mieć swoje oryginalne opakowanie, zatem nie potrzebuje dodatkowej ochrony.
Model sprawdził się tak dobrze, że zespół Packaging Innovation rozszerza jego zastosowanie, szkoląc go do wdrożenia na całym świecie. Obejmuje to m.in. otwieranie go na nowe języki, unikalne typy opakowań i produkty sprzedawane w różnych krajach. Model jest już szeroko stosowany w centrach logistycznych w Ameryce Północnej i Europie, a jego komponenty wdrażane są w dodatkowych lokalizacjach w Indiach, Australii i Japonii.
Model Package Decision Engine to jeden z wielu sposobów, w jaki Amazon wykorzystuje innowacje AI, aby osiągnąć swoje cele w zakresie zrównoważonego rozwoju i redukcji odpadów.
