6月5日消息，亚马逊正在北美各地的配送中心采用人工智能模型Project
PI，帮助配送中心检测并标记产品问题，有效改善客户体验并减少退货量。通过结合生成式AI和计算机视觉技术，Project
PI能够在产品到达客户手中之前发现缺陷，例如破损或颜色、尺寸错误等问题;同时还可以帮助平台确定问题的根本原因，从而在上游采取预防措施，防止问题再次发生。
在运送给客户之前，产品会通过一个成像通道，Project PI会进行扫描并评估图像，以检测任何缺陷。检测到问题后，该产品将被标记并暂停运送，以待进一步确认同类产品是否存在问题。亚马逊员工会审查被标记的产品，并决定该产品是否需要进入亚马逊Second Chance网站以折价转售、捐赠或用于其他用途。
该模型已经帮助加强了北美多个配送中心的人工检查，在其投入使用的站点，Project PI已证明能够熟练地对每月通过隧道的数百万件物品进行分类，并准确识别产品问题。该技术预计将在2024年扩展到更多站点。
Project PI 的工作不仅仅是亚马逊以客户为中心的文化的一部分。它也是该公司利用人工智能创新应对气候变化的众多方式之一。运送有缺陷的商品可能会导致不必要的退货，这会造成包装浪费和额外运输带来的不必要的碳排放。
与此同时，亚马逊正在利用生成式人工智能系统，调查导致负面客户体验的根本原因。该系统将审查客户反馈，并分析从配送中心的Project PI和其他数据源拍摄的图像，确认导致问题的原因，以此不断改进。
这项技术还可以帮助亚马逊的销售合作伙伴，使缺陷数据更容易获取。如果销售合作伙伴不小心在产品上贴了错误尺寸的标签，亚马逊会通报问题，帮助其防止错误再次发生。
亚马逊商店60%以上的销售额来自独立卖家(其中大多数是中小型企业)，他们为消费者提供大量优质产品、有竞争力的价格和便利。通过减少运送给客户的缺陷产品数量，亚马逊也减少了退货的总数。
推荐阅读：