亚马逊将利用计算机视觉和人工智能来确保顾客收到完好无损的产品，并进一步推动可持续发展。该计划被称为“项目P.I.”（即“私人侦探”），在北美的亚马逊履行中心运作，每天扫描数百万个产品以检测缺陷。
项目P.I.利用生成式人工智能和计算机视觉技术，在产品到达顾客之前检测出损坏的产品或错误的颜色和尺寸等问题。这个人工智能模型不仅能够识别缺陷，还能帮助发现根本原因，使亚马逊能够在上游实施预防措施。该系统在已经部署的站点中表现出很高的效果，在每个月处理的大量物品中准确识别出产品问题。
在任何物品发货之前，它都会经过一个成像通道，项目P.I.会评估其状态。如果检测到缺陷，该物品将被隔离并进行进一步调查，以确定是否有类似的产品受到影响。
亚马逊的员工会审查被标记的物品，并决定是否通过亚马逊的“Second Chance”网站以折扣价重新销售，捐赠或寻找其他用途。这项技术旨在充当额外的眼睛，增强北美多个履行中心的手动检查，并计划在2024年进行扩展。
亚马逊全球销售合作伙伴服务副总裁Dharmesh Mehta表示：“我们希望每次顾客在我们的商店购物时都能获得良好的体验。
通过在我们的运营设施中利用人工智能和产品成像技术，我们能够高效地检测出潜在的损坏产品，并在它们到达顾客之前解决更多的问题，这对顾客、销售合作伙伴和环境都是一个胜利。”
项目P.I.在亚马逊的可持续发展计划中也起着至关重要的作用。通过防止损坏或有缺陷的物品到达顾客手中，该系统有助于减少不必要的退货、浪费的包装和额外运输产生的不必要的碳排放。
亚马逊全球可持续发展副总裁Kara Hurst评论道：“人工智能帮助亚马逊确保我们不仅能为顾客提供高质量的物品，还通过防止不完美的物品离开我们的设施，以及帮助我们避免由于运输、包装和退货过程中的其他步骤而产生的不必要的碳排放，将这种顾客关注延伸到我们的可持续发展工作。”
与此同时，亚马逊还利用一种配备多模态LLM（MLLM）的生成式人工智能系统来调查负面顾客体验的根本原因。
当顾客报告的缺陷通过初步检查时，该系统会审查顾客反馈并分析履行中心的图像，以了解出了什么问题。例如，如果顾客收到了错误尺寸的产品，该系统会检查履行中心图像中的产品标签以确定错误的原因。
这项技术对于亚马逊的销售合作伙伴尤其有益，尤其是占亚马逊销售额60%以上的中小型企业。通过使缺陷数据更易获取，亚马逊帮助这些卖家快速纠正问题并减少未来的错误。
（照片由Andrew Stickelman提供）
想要从行业领导者那里了解更多关于人工智能和大数据的知识吗？请参加在阿姆斯特丹、加利福尼亚和伦敦举办的AI & Big Data Expo。这个综合性的活动与其他领先的活动同时举办，包括Intelligent Automation Conference、BlockX、Digital Transformation Week和Cyber Security & Cloud Expo。
探索由TechForge提供支持的其他即将举行的企业技术活动和网络研讨会，请点击这里。
标签：ai、亚马逊、人工智能、计算机视觉、生成式ai、mllm、多模态、项目p.i.
