이 모델은 Amazon이 지속 가능성 목표를 달성하는 동시에 배달의 효율성을 높이는 데 도움이 됩니다.
미국의 전자 상거래 소매업체 Amazon은 고객 주문에 대한 패키징 효율성을 최적화하도록 설계된 AI 기반 모델인 패키지 결정 엔진을 개발했습니다.
이 혁신의 목적은 구매한 상품이 가장 적합한 포장으로 도착하도록 보장하여 낭비를 줄이고 배송 과정을 개선하는 것입니다.
Amazon Web Services 기반의 패키지 결정 엔진은 다단계 프로세스를 채택하여 각 품목을 분석합니다.
처음에는 Amazon의 물류 센터에 있는 컴퓨터 비전 터널에서 제품의 이미지를 촬영하여 치수를 확인하고, 결함을 식별하고, 다양한 각도에서 상품을 포착합니다. 심지어 품목이 이미 상자에 담겨 있는지 또는 노출된 유리가 포함되어 있는지도 인식합니다.
AI 모델은 또한 제품 이름, 설명, 가격, 포장 크기 등의 텍스트 데이터를 처리하기 위해 자연어 처리를 활용합니다.
또한 Amazon 온라인 반품 센터, 리뷰 및 기타 채널에서 얻은 실시간에 가까운 고객 피드백을 통합합니다.
멀티모달 AI 모델은 심층적 머신 러닝, 자연어 처리, 컴퓨터 비전을 결합하여 담요와 같은 품목에 덜 보호적인 포장이 필요한 경우나 저녁 접시와 같은 깨지기 쉬운 제품에 더 튼튼한 상자가 필요한 경우를 예측합니다.
이 AI 애플리케이션은 Amazon의 지속 가능성 목표에 부합하여 2015년 이후 전 세계적으로 XNUMX만 톤 이상의 포장재를 줄이는 데 기여했습니다.
이 소매업체는 AI를 사용하기 전에는 수동 테스트를 통해 패키징 최적화를 결정했는데, 이 방법은 확장성이 없다고 알려졌습니다.
Amazon Packaging Innovation 팀 기술 제품 수석 관리자 Kayla Fenton은 "우리는 각 품목에 가장 효율적인 포장 옵션을 빠르게 식별하는 동시에 각 제품이 얼마나 안전하게 배송될지 예측할 수 있는 기능을 원했습니다.
"Package Decision Engine을 통한 AI 활용으로 우리는 규모에 맞춰 패키징 효율성 작업을 빠르게 진행할 수 있었고, 그 효과가 너무 좋아서 우리는 이 기술을 Amazon의 더 광범위한 글로벌 영향력에 구현하고 있습니다."
한편, Oceana가 실시한 '아마존의 플라스틱 미국'이라는 새로운 연구에 따르면 아마존은 약 208억 9.6만 파운드의 플라스틱 포장 폐기물을 생산했으며, 이는 전년 대비 XNUMX% 증가한 수치입니다.
출처 패키징 게이트웨이
면책 조항: 위에 제시된 정보는 Chovm.com과 독립적으로 packaging-gateway.com에서 제공합니다. Chovm.com은 판매자와 제품의 품질과 신뢰성에 대해 어떠한 진술이나 보증도 하지 않습니다.
