ویرگول
ورودثبت نام
آیتیکل | Aiticle
آیتیکل | Aiticle
خواندن ۴ دقیقه·۱ ماه پیش

آمازون از بینایی ماشین برای تشخیص مشکلات، پیش از ارسال استفاده خواهد کرد

آمازون از بینایی کامپیوتری برای تشخیص نقص‌ها پیش از ارسال استفاده خواهد کرد
آمازون از بینایی کامپیوتری برای تشخیص نقص‌ها پیش از ارسال استفاده خواهد کرد


آمازون از بینایی کامپیوتری و هوش مصنوعی برای تضمین دریافت محصولات توسط مشتریان در شرایط عالی و نیز تقویت تلاش‌های حفظ پایداری استفاده خواهد کرد. این ابتکار که "پروژه P.I." (اختصار "کارآگاه خصوصی") نامیده شده است، در مراکز تکمیل سفارش آمازون در سراسر آمریکای شمالی فعالیت می‌کند، جایی که روزانه میلیون‌ها محصول را برای نقص‌ها اسکن می‌کند.


تکنولوژی هوش مصنوعی و بینایی کامپیوتری در خدمت مشتریان

پروژه P.I. از تکنولوژی‌های هوش مصنوعی مولد و بینایی کامپیوتری بهره می‌برد تا مشکلاتی نظیر محصولات آسیب‌دیده یا رنگ‌ها و اندازه‌های نادرست را پیش از رسیدن به مشتریان شناسایی کند. مدل هوش مصنوعی نه تنها نقص‌ها را شناسایی می‌کند بلکه به کشف دلایل اصلی آن‌ها نیز کمک کرده و به آمازون امکان اعمال اقدامات پیشگیرانه در مراحل بالاتر را می‌دهد. این سیستم در مکان‌هایی که مستقر شده است بسیار موثر بوده و به‌طور دقیق مشکلات محصولات را در میان تعداد زیادی از اقلام پردازش شده ماهانه شناسایی می‌کند.


فرآیند ارزیابی و جداسازی محصولات

پیش از اینکه هر محصولی ارسال شود، از یک تونل تصویربرداری عبور می‌کند، جایی که پروژه P.I. وضعیت آن را ارزیابی می‌کند. اگر نقصی شناسایی شود، محصول جدا شده و بیشتر بررسی می‌شود تا تعیین شود که آیا محصولات مشابه نیز تحت تأثیر قرار گرفته‌اند.


بازبینی و تصمیم‌گیری درباره اقلام نشان‌گذاری شده

کارمندان آمازون اقلام نشان‌گذاری شده را بازبینی کرده و تصمیم می‌گیرند که آیا آن‌ها را با تخفیف از طریق سایت Second Chance آمازون مجدداً بفروشند، اهدا کنند یا برای استفاده‌های جایگزین بیابند. هدف از این تکنولوژی عمل به عنوان یک جفت چشم اضافی است که بازرسی‌های دستی را در چندین مرکز تکمیل سفارش آمریکای شمالی تقویت می‌کند و برنامه‌های توسعه برای سال 2024 در جریان هستند.


اهداف و مزایای هوش مصنوعی در آمازون

دارمش مهتا، معاون خدمات شریک فروش جهانی در آمازون گفت: "ما می‌خواهیم تجربه خرید را برای مشتریانمان هر بار که از فروشگاه ما خرید می‌کنند، به بهترین شکل به انجام برسانیم.

"با بهره‌گیری از هوش مصنوعی و تصویربرداری محصولات در تسهیلات عملیاتی خود، قادر هستیم به‌طور کارآمد محصولات بالقوه آسیب‌دیده را شناسایی کرده و قبل از اینکه به مشتری برسند بیشتر به این مسائل رسیدگی کنیم، که این امر به نفع مشتری، شرکای فروش ما و محیط زیست است."


نقش پروژه P.I. در پایداری

پروژه P.I. نقش حیاتی نیز در ابتکارات پایداری آمازون ایفا می‌کند. با جلوگیری از رسیدن اقلام آسیب‌دیده یا معیوب به مشتریان، این سیستم به کاهش بازگشت‌های ناخواسته، هدر رفتن بسته‌بندی و انتشار کربن غیرضروری ناشی از حمل و نقل اضافی کمک می‌کند.


استفاده از هوش مصنوعی در تجزیه و تحلیل بازخورد مشتریان

کارا هرست، معاون پایداری جهانی آمازون، اظهار داشت: "هوش مصنوعی به آمازون کمک می‌کند تا نه تنها مشتریان را با اقلام با کیفیت بالا خوشحال کنیم، بلکه با جلوگیری از خروج اقلام کمتر از حد مطلوب از تسهیلات ما، وسواسی که به مشتریان داریم را به کار پایداری خود گسترش دهیم و از انتشار کربن غیرضروری ناشی از حمل و نقل، بسته‌بندی و مراحل دیگر در فرایند بازگشت جلوگیری کنیم."


حمایت از شرکای فروش با استفاده از داده‌های نقص

به موازات این، آمازون از یک سیستم هوش مصنوعی مولد مجهز به یک مدل زبانی چندوجهی (MLLM) برای بررسی دلایل اصلی تجارب منفی مشتری استفاده می‌کند.

هنگامی که نقص‌های گزارش‌شده توسط مشتریان از بررسی‌های اولیه عبور می‌کنند، این سیستم بازخوردهای مشتریان را بررسی و تصاویر را از مراکز تکمیل سفارش تجزیه و تحلیل می‌کند تا بفهمد چه اشتباهی رخ داده است. به عنوان مثال، اگر مشتری سایز نادرستی از محصول را دریافت کند، سیستم برچسب‌های محصول را در تصاویر مراکز تکمیل سفارش بررسی می‌کند تا خطا را شناسایی کند.

این فناوری همچنین برای شرکای فروش آمازون، به ویژه کسب و کارهای کوچک و متوسط که بیش از 60 درصد از

فروش آمازون را تشکیل می‌دهند، مفید است. با دسترسی بیشتر به داده‌های نقص، آمازون به این فروشندگان کمک می‌کند تا مسائل را سریعتر اصلاح کرده و از بروز اشتباهات در آینده جلوگیری کنند.


نتیجه‌گیری

پروژه P.I. نمونه‌ای از تلاش‌های آمازون برای بهبود تجربه مشتریان و حفظ پایداری است. با استفاده از تکنولوژی‌های هوش مصنوعی و بینایی کامپیوتری، آمازون قادر است نقص‌های محصولات را قبل از ارسال به مشتریان شناسایی کرده و اقدامات پیشگیرانه انجام دهد. این سیستم نه تنها به نفع مشتریان و شرکای فروش است بلکه به کاهش اثرات زیست‌محیطی ناشی از حمل و نقل اضافی و بسته‌بندی غیرضروری نیز کمک می‌کند.


منبع : Amazon

🔹این مقاله به صورت ماشینی، توسط Aiticle تولید شده و ممکنه ایراداتی داشته باشه، فیدبک‌های شما به ما در جهت بهبود سیستممون خیلی کمک میکنه :) لطفا نظراتتون رو باهامون به اشتراک بگذارین.
هوش مصنوعیآمازونبینایی ماشین
خبرها و مقالات به روز دنیای هوش‌مصنوعی «به فارسی» Ai Article
شاید از این پست‌ها خوشتان بیاید