Amazon以Project P.I.模型來檢查產(chǎn)品瑕疵

Amazon本周披露了人工智能于電子商務(wù)履行中心的應(yīng)用該呈現(xiàn)什么面貌，該公司的Project P.I.模型可于成像隧道中掃描商品缺陷，包括顏色、尺寸、或產(chǎn)品是否損壞等，另也開發(fā)多模態(tài)大型語言模型來集成客戶的反饋，再用來訓(xùn)練Project P.I.，最終目的是提高客戶滿意度，降低退貨機(jī)率。目前Amazon已于北美多個(gè)履行中心部署Project P.I.，預(yù)計(jì)會(huì)在今年拓展至更多的履行中心。

Amazon的履行中心是用來處理訂單的揀貨與發(fā)貨事宜，每天有數(shù)百萬的商品會(huì)通過該中心的成像隧道，包括狗糧、手機(jī)殼、T恤到書籍等，過去Amazon是通過光學(xué)字符識(shí)別（OCR）與計(jì)算機(jī)視覺（CV）技術(shù)來篩選并分類商品，而現(xiàn)在則采用稱為“私家偵探”（Private Investigator）的Project P.I.模型，它結(jié)合了生成式AI與計(jì)算機(jī)視覺技術(shù)，以用來偵測所有即將出貨商品的各種缺陷，還可協(xié)助確定發(fā)生問題的根本原因，以于上游采取預(yù)防措施，自2022年5月上線以來，已證明Project P.I.擅長分類商品，并能準(zhǔn)確識(shí)別過期商品，以及偵測顏色或尺寸的錯(cuò)誤問題。

Project P.I.利用CV技術(shù)來掃描并評估商品是否含有瑕疵，例如彎曲的書籍封面，并將它隔離，同時(shí)再由Amazon員工來決定該商品是否可通過Amazon的Second Chance平臺(tái)以折扣品銷售，還是直接捐贈(zèng)。

此外，Amazon也利用基于多模態(tài)大型語言模型（MLLM）的生成式AI系統(tǒng)來調(diào)查客戶的負(fù)面體驗(yàn)，當(dāng)客戶還是收到有瑕疵的商品時(shí)，可利用該MLLM來審核客戶的意見，進(jìn)而分析Project P.I.于履行中心所拍攝的形象，再加上其他的數(shù)據(jù)源，用以判斷出現(xiàn)問題的原因。

所有通過這些模型學(xué)到的經(jīng)驗(yàn)都可以用來再次訓(xùn)練模型，以改善模型的識(shí)別能力。同時(shí)Amazon也強(qiáng)調(diào)在發(fā)現(xiàn)該平臺(tái)的獨(dú)立賣家有某些固定的疏失時(shí)，也會(huì)知會(huì)它們。

利用AI模型來提高客戶收到商品的滿意度將可避免不必要的退貨問題，減少碳排放，同時(shí)改善Amazon的銷售合作伙伴與客戶體驗(yàn)。