Vos envois arriveront plus rapidement et sans problème grâce à cette Amazon AI

Dans les centres de distribution Amazon en Amérique du Nord, des millions de produits passent quotidiennement par des tunnels d'images où Project PI effectue son travail méticuleux. Cette intelligence artificielle utilise des technologies avancées de vision par ordinateur et de génération d’IA pour analyser chaque élément à la recherche de défauts.

Des livres avec des couvertures pliées aux aliments pour animaux avec des emballages cassés, Project PI agit comme un chien de garde, garantissant que chaque article répond aux normes de qualité avant d'être expédié à son destinataire final.

Le processus est simple : lorsqu'un produit est placé dans une boîte pour l'expédition, il passe par le tunnel d'image où l'IA examine visuellement l'article et évalue s'il présente des problèmes évidents. Si un défaut est détecté, une alerte est déclenchée et le produit est retiré du flux d’expédition.

Cela empêche non seulement les produits défectueux d'atteindre les clients, mais permet également à Amazon d'enquêter plus en profondeur pour identifier et corriger tout problème systémique pouvant être à l'origine de telles erreurs.

La mise en œuvre du Projet PI fait plus qu'améliorer l'expérience client, elle a également un impact positif sur les efforts d'Amazon en matière de développement durable. En évitant d'expédier des produits défectueux, les retours, les déchets d'emballage et les émissions de carbone associées à des transports inutiles sont considérablement réduits.

"En tirant parti de l'IA et de l'imagerie des produits au sein de nos installations opérationnelles, nous pouvons détecter efficacement les produits potentiellement endommagés et résoudre davantage de ces problèmes avant qu'ils n'atteignent le client, ce qui est une victoire pour le client, nos partenaires vendeurs et l'environnement." a déclaré Dharmesh Mehta, vice-président des services mondiaux de partenaires de vente au détail chez Amazon, sur le blog officiel de l'entreprise.

Le succès du projet PI a jeté les bases d'innovations futures au sein de l'entreprise, qui développe un système MLLM (Multi-Modal Large Language Model), similaire à un système GPT, qui permettra une analyse plus approfondie des causes à l'origine des retours des clients.

Ce système examinera les avis et commentaires des clients et analysera également les images prises par Project PI ainsi que d'autres sources de données pour identifier les racines des problèmes.

Par exemple, si un client contacte Amazon parce qu'il a reçu des draps king-size au lieu de draps doubles, le système MLLM croisera ces commentaires avec les images du centre de distribution et posera des questions clés telles que « L'étiquette du produit est-elle visible dans l'image ? », et « L'étiquette indique-t-elle la taille king ou twin ? »

Cette capacité d'analyse intégrée permet à Amazon d'apprendre de chaque interaction client et d'améliorer continuellement ses opérations . Réduire le nombre de retours, qui constitue l'un des principaux problèmes de l'entreprise, car il génère des dépenses inutiles en matière de transport, d'emballage et autres processus.