Model ini membantu Amazon mencapai tujuan keberlanjutannya sekaligus membuat pengiriman menjadi lebih efisien.
Pengecer e-commerce Amerika, Amazon, telah mengembangkan model berbasis AI, Package Decision Engine, yang dirancang untuk mengoptimalkan efisiensi pengemasan untuk pesanan pelanggan.
Inovasi ini bertujuan untuk memastikan pembelian tiba dalam kemasan yang paling sesuai, mengurangi limbah, dan meningkatkan proses pengiriman.
Package Decision Engine, yang dibangun di Amazon Web Services, menggunakan proses multilangkah untuk menganalisis setiap item.
Awalnya, produk dicitrakan dalam terowongan visi komputer di pusat pemenuhan Amazon untuk memastikan dimensi, mengidentifikasi cacat, dan menangkap berbagai sudut, bahkan mengenali apakah suatu barang sudah dimasukkan ke dalam kotak atau berisi kaca terbuka.
Model AI juga memanfaatkan pemrosesan bahasa alami untuk memproses data teks, termasuk nama produk, deskripsi, harga, dan dimensi kemasan.
Ini lebih lanjut mengintegrasikan umpan balik pelanggan hampir real-time dari Pusat Pengembalian Online Amazon, ulasan, dan saluran lainnya.
Model AI multimodal memanfaatkan kombinasi pembelajaran mesin yang mendalam, pemrosesan bahasa alami, dan visi komputer untuk memprediksi kapan barang-barang seperti selimut memerlukan kemasan yang kurang terlindungi atau ketika barang-barang yang mudah pecah, termasuk piring makan, memerlukan kotak yang lebih kokoh.
Penerapan AI ini selaras dengan ambisi keberlanjutan Amazon, yang berkontribusi terhadap pengurangan lebih dari dua juta ton bahan kemasan secara global sejak tahun 2015.
Sebelum menggunakan AI, pengecer mengandalkan pengujian manual untuk menentukan optimalisasi pengemasan, sebuah metode yang dilaporkan tidak dapat diskalakan.
Manajer senior produk teknologi tim Amazon Packaging Innovation, Kayla Fenton mengatakan: “Kami ingin kemampuan untuk dengan cepat mengidentifikasi opsi pengemasan yang paling efisien untuk setiap item, sekaligus memprediksi seberapa aman setiap produk akan dikirimkan.
“Penggunaan AI melalui Package Decision Engine telah memungkinkan kami meningkatkan efisiensi pengemasan dalam skala besar dengan cepat, dan hal ini telah bekerja dengan sangat baik sehingga kami menerapkan teknologi ini di seluruh jangkauan global Amazon yang lebih luas.”
Sementara itu, studi baru bertajuk 'Amazon's United States of Plastic' yang dilakukan oleh Oceana mengungkapkan bahwa Amazon bertanggung jawab atas produksi sekitar 208 juta pon sampah kemasan plastik, yang berarti peningkatan sebesar 9.6% dari tahun sebelumnya.
Sumber dari Gerbang Pengemasan
Penafian: Informasi yang diuraikan di atas disediakan oleh packing-gateway.com yang independen dari Chovm.com. Chovm.com tidak membuat pernyataan dan jaminan mengenai kualitas dan keandalan penjual dan produk.
