Amazon wird Computer Vision und KI nutzen, um sicherzustellen, dass Kunden Produkte in makellosem Zustand erhalten und seine Nachhaltigkeitsbemühungen weiter vorantreiben. Die Initiative, genannt “Projekt P.I.” (kurz für “privater Ermittler”), arbeitet in Amazon-Versandzentren in Nordamerika, wo täglich Millionen von Produkten auf Mängel gescannt werden sollen.
Projekt P.I. nutzt generative KI- und Computer Vision-Technologien, um Probleme wie beschädigte Produkte oder falsche Farben und Größen zu erkennen, bevor sie die Kunden erreichen. Das KI-Modell identifiziert nicht nur Defekte, sondern hilft auch dabei, die Ursachen aufzudecken, sodass Amazon präventive Maßnahmen upstream umsetzen kann. Dieses System hat sich in den Standorten, an denen es eingesetzt wurde, als äußerst effektiv erwiesen, indem es Produktprobleme genau identifiziert.
Bevor ein Artikel versandt wird, durchläuft er einen Bildtunnel, in dem Projekt P.I. seinen Zustand bewertet. Wenn ein Defekt festgestellt wird, wird der Artikel isoliert und weiter untersucht, um festzustellen, ob ähnliche Produkte betroffen sind. Amazon-Mitarbeiter überprüfen die markierten Artikel und entscheiden, ob sie sie zu einem Rabattpreis über die Amazon Second Chance-Website wieder verkaufen, spenden oder anderweitig verwenden. Diese Technologie soll als zusätzliche Kontrolle dienen, die manuelle Inspektionen in mehreren Versandzentren in Nordamerika unterstützt, mit Plänen zur Erweiterung bis 2024.
Dharmesh Mehta, Vizepräsident von Worldwide Selling Partner Services bei Amazon, sagte: “Wir möchten, dass die Erfahrung für Kunden jedes Mal richtig ist, wenn sie in unserem Geschäft einkaufen. Durch die Nutzung von KI und Produktbildgebung in unseren Betriebsstätten können wir potenziell beschädigte Produkte effizient erkennen und mehr dieser Probleme angehen, bevor sie jemals einen Kunden erreichen, was ein Gewinn für den Kunden, unsere Verkaufspartner und die Umwelt ist.”
Projekt P.I. spielt auch eine entscheidende Rolle in Amazons Nachhaltigkeitsinitiativen. Durch die Verhinderung, dass beschädigte oder defekte Artikel die Kunden erreichen, hilft das System, unerwünschte Rücksendungen, verschwendete Verpackungen und unnötige Kohlenstoffemissionen durch zusätzliche Transporte zu reduzieren. Kara Hurst, Vice President of Worldwide Sustainability bei Amazon, kommentierte: “KI hilft Amazon sicherzustellen, dass wir Kunden nicht nur mit hochwertigen Artikeln begeistern, sondern diese Kundenbegeisterung auch auf unsere Nachhaltigkeitsarbeit ausweiten, indem wir weniger als perfekte Artikel daran hindern, unsere Einrichtungen zu verlassen und uns helfen, unnötige Kohlenstoffemissionen aufgrund von Transporten, Verpackungen und anderen Schritten im Rückgabeprozess zu vermeiden.”
Parallel dazu nutzt Amazon ein generatives KI-System mit einem Multi-Modal-LMM (MLLM), um die Ursachen negativer Kundenerlebnisse zu untersuchen. Wenn bei Kunden gemeldete Mängel die anfänglichen Checks umgehen, überprüft dieses System das Kundenfeedback und analysiert Bilder aus den Versandzentren, um zu verstehen, was schief gelaufen ist. Diese Technologie ist auch für Amazons Verkaufspartner, insbesondere für kleine und mittelständische Unternehmen, die über 60% des Umsatzes von Amazon ausmachen, von Vorteil. Indem Amazon Defektdaten zugänglicher macht, hilft das Unternehmen diesen Verkäufern, Probleme schnell zu beheben und zukünftige Fehler zu reduzieren.
(Photo von Andrew Stickelman)
Siehe auch: X ermöglicht jetzt KI-generierte Erwachseneninhalte
Möchten Sie mehr über KI und Big Data von Branchenführern erfahren? Besuchen Sie die AI & Big Data Expo in Amsterdam, Kalifornien und London. Die umfassende Veranstaltung findet parallel zu anderen führenden Veranstaltungen wie der Intelligent Automation Conference, BlockX, Digital Transformation Week und der Cyber Security & Cloud Expo statt.
Erkunden Sie weitere bevorstehende Veranstaltungen und Webinare zu Unternehmens technologien, die von TechForge betrieben werden. Tags: KI, Amazon, künstliche Intelligenz, Computer Vision, generative KI, MLLM, Multi-Modal, Projekt P.I.