Amazon 每天向 19 個國家運送 2000 萬件包裹，需要大量的紙張、紙板和塑膠包裝，弄清楚如何有效地包裝所有這些物品對環境和自身利潤都有好處。
 

所以在2019年，亞馬遜推出了自己專有的人工智慧模式來減少包裝浪費，結果根據公司數據，五年後，它每年幫助節省至少 50 萬噸包裝，這大約相當於 7,750 架波音 737 飛機的重量。
 

為了處理大量的包裹，亞馬遜的研究人員建立了一個名為「包裝決策引擎」的人工智慧模型，來預測最有效的包裝選擇，例如: 確保一組晚餐盤能獲得一個堅固的箱子，而毯子則不需要。
 

該模型使用自然語言處理和線上商店中每件商品基於文字的數據，包括產品名稱和描述等基本資訊，它還收集來自退貨和產品評論的反饋，並整合有關收到損壞產品的資訊，它將所有數據與物品到達亞馬遜倉庫時使用特殊電腦視覺通道拍攝的照片結合，這些照片為公司提供了每個物體的確切尺寸的詳細資訊，並從多個角度捕獲圖像，幫助其確定最佳的包裝方式。
 

隨著時間的推移，該模型在識別特定物品方面增加了更多細微差別，例如，成人尿布等個人物品不會在沒有包裝的情況下運輸，以節省材料，而具有強磁鐵的產品會得到足夠的保護，以便它們能夠在沒有包裝的情況下運輸。
 

在一篇 2021 年的論文中，亞馬遜的研究人員 Prasanth Meiyappan 和 Matthew Bales 寫道，結合視覺和文本數據的資料可以提高模型的性能多達 30%。
 

密西根州立大學包裝學院助理教授尤哈克李Euihark Lee表示，利用人工智慧做包裝決策是不尋常的，“我認為亞馬遜在包裝方面的人工智慧應用處於前沿，因為他們擁有大量的數據。”他說:“其他公司沒有那麼多的數據。”
 

亞馬遜表示，其包裝模式幫助其在2015年至2022年間減少了超過200萬噸的包裝，這比這家零售巨頭在 2021 年宣布其包裝減量時增加了 50 萬噸，當時它報導自 2015 年以來節省了超過 150 萬噸，亞馬遜並未透露其每年使用多少噸的包裝材料，這使得難以確定人工智慧模型究竟對其總體包裝使用量的減少有多大的影響。
 

專家告訴《福布斯》，任何減少都是正面的，「我認為這很重要!」專注於包裝的麥肯錫高級合夥人 David Feber 說道。密西根州立大學包裝學院包裝永續發展教授拉斐爾·奧拉斯Rafael Auras表示，對於一家公司來說，減少的數量令人印象深刻，但問題如此普遍，以至於幾乎沒有什麼影響。「使用人工智慧來減少包裝浪費不僅對亞馬遜而且對整個行業來說都有很大的機會」他說。
 

資料來源: Forbes (2024.4.16) How AI Is Helping Amazon Save Half A Million Tons Of Packaging Per Year