Come Amazon utilizza l’IA per individuare i prodotti danneggiati prima della spedizione ai clienti

Nel cuore dei centri di distribuzione di Amazon in tutto il Nord America, milioni di prodotti di ogni tipo – dal cibo per cani alle custodie per telefono, dalle magliette ai libri – passano attraverso tunnel di scansione, dove un modello di intelligenza artificiale (IA) denominato “Project P.I.” (ovvero “investigatore privato”) utilizza strumenti da detective per analizzare gli articoli in cerca di difetti. L’obiettivo? Garantire che i clienti siano sempre soddisfatti da ogni ordine ricevuto.

Come funziona l'”Investigatore Privato” di Amazon

Sfruttando una combinazione di IA generativa e tecnologie di computer vision, Project P.I. è in grado di individuare difetti come prodotti danneggiati o problemi relativi a colore e taglia, prima che gli articoli raggiungano i clienti. Inoltre, il sistema può aiutare a identificare le cause alla radice di tali problemi, permettendo di adottare misure preventive a monte per evitare che si ripetano.

Nei siti in cui il sistema è disponibile, Project P.I. si è dimostrato molto efficace nel passare al setaccio i milioni di articoli che attraversano i tunnel ogni mese, individuando con precisione eventuali problemi dei prodotti.

Prima che un articolo venga spedito al cliente, passa attraverso un tunnel di scansione, dove Project P.I. utilizza la computer vision per analizzare il prodotto e rilevare eventuali difetti, come una copertina di libro piegata. Se viene trovato un difetto, Amazon isola il prodotto in modo che non venga spedito al cliente e indaga ulteriormente per determinare se si tratta di un problema più ampio che riguarda articoli simili.

Gli addetti di Amazon che esaminano gli articoli segnalati da Project P.I. decidono quindi se l’articolo è idoneo per essere rivenduto a prezzo scontato sul sito Second Chance di Amazon, se deve essere donato o se deve essere destinato a un altro utilizzo. Il modello funge da “secondo paio di occhi” per gli addetti di Amazon e sta già contribuendo a migliorare le ispezioni manuali in diversi centri di distribuzione del Nord America. Si prevede che la tecnologia si espanderà ad altri siti nel corso del 2024.

Garantire un’esperienza più sostenibile per il cliente

Il lavoro di Project P.I. non fa parte solo della cultura incentrata sul cliente di Amazon, ma è anche uno dei tanti modi in cui l’azienda sta utilizzando l’innovazione dell’IA per aiutare a integrare il suo impegno per affrontare il cambiamento climatico nell’esperienza del cliente.

Impedire che articoli danneggiati o difettosi raggiungano i clienti è fondamentale per un’esperienza positiva, ma lo è anche per il pianeta. Spedire inavvertitamente articoli imperfetti può infatti comportare resi indesiderati, con conseguente spreco di imballaggi e inutili emissioni di carbonio dovute a ulteriori trasporti.

“Amazon sta utilizzando l’IA per raggiungere i nostri impegni di sostenibilità con l’urgenza richiesta dal cambiamento climatico, migliorando allo stesso tempo l’esperienza del cliente”, spiega Kara Hurst, vicepresidente di Worldwide Sustainability di Amazon. “L’IA sta aiutando Amazon a garantire che non stiamo solo deliziando i clienti con articoli di alta qualità, ma stiamo estendendo questa ossessione per il cliente al nostro lavoro di sostenibilità, impedendo che articoli meno che perfetti lascino i nostri stabilimenti e aiutandoci a evitare inutili emissioni di carbonio dovute a trasporti, imballaggi e altri passaggi nel processo dei resi”.

Prevenire gli errori futuri

Parallelamente, i team di Amazon stanno sfruttando un sistema di IA generativa che utilizza un Multi-Modal LLM (MLLM) per indagare sulle cause alla radice di esperienze negative dei clienti. Quando veniamo a conoscenza di un difetto segnalato dal cliente che non siamo riusciti a individuare, utilizziamo questo feedback per capire la causa e migliorare continuamente il sistema.

Il sistema esamina innanzitutto i commenti dei clienti, quindi analizza le immagini acquisite da Project P.I. nei centri di distribuzione e altre fonti di dati per confermare le cause del problema. Ad esempio, se un cliente contatta Amazon perché ha ordinato lenzuola singole ma ne ha ricevute matrimoniali, il sistema incrocia quel feedback con le immagini del centro di distribuzione e pone domande come “L’etichetta del prodotto è visibile nell’immagine?” e “L’etichetta riporta singolo o matrimoniale?”.

Questa stessa tecnologia è pronta ad aiutare i partner di vendita di Amazon, rendendo più facilmente accessibili i dati sui difetti. Ad esempio, se un partner di vendita ha accidentalmente applicato etichette con la taglia sbagliata su un prodotto, Amazon comunicherà il problema per evitare che l’errore si ripeta.

Più del 60% delle vendite nel negozio di Amazon proviene da venditori indipendenti, per lo più piccole e medie imprese, che offrono una vasta selezione di prodotti straordinari, prezzi competitivi e comodità per i consumatori. Riducendo il numero di prodotti difettosi spediti ai clienti, stiamo anche riducendo il numero complessivo di resi. Project P.I. è un ottimo esempio del nostro focus sul miglioramento dell’esperienza del cliente e del partner di vendita.

Fonte dell’articolo qui.