Kluczowe wnioski:

  • Trzy nowe rozwiązania, wspierane AI, zwiększają szybkość i dokładność dostaw.
  • Wellspring wykorzystuje generatywną sztuczną inteligencją dla bardziej precyzyjnych doręczeń.
  • Najnowszy model prognozowania zapotrzebowania przewiduje co, gdzie i kiedy klienci mogą chcieć kupić.
  • Zespół zajmujący się rozwojem agentów AI umożliwi robotom rozumienie poleceń w języku naturalnym.

Amazon zaprezentował trzy innowacje oparte na sztucznej inteligencji, które zapewniają realne korzyści klientom, pracownikom i dostawcom. Nowe rozwiązania obejmują Wellspring – technologię mapowania wykorzystującą generatywną AI, model prognozowania zapotrzebowania wspierający łańcuch dostaw Amazon oraz nowe możliwości agentów AI w robotyce. To kolejne inwestycje Amazon w zaawansowane i praktyczne zastosowania AI, które odpowiadają na rzeczywiste wyzwania logistyczne.

Choć te systemy działają w tle, klienci z pewnością odczują ich zalety: dokładniejsze lokalizacje dostaw, szybszy transport i lepsza dostępność produktów dokładnie wtedy, gdy są potrzebne. Oto, nad czym obecnie pracujemy:

Wellspring, czyli mapowanie z wykorzystaniem generatywnej AI

Amazon stawia na AI_foto_2.png

Wellspring to inicjatywa, której celem jest zwiększenie precyzji dostaw do klientów. Napędzany generatywną sztuczną inteligencją system wykorzystuje dane z dziesiątek źródeł – w tym obrazy satelitarne, sieci dróg, obrysy budynków, instrukcje klientów, dane z wcześniejszych dostaw oraz zdjęcia ulic – aby stworzyć kompleksowe rozwiązanie dla milionów lokalizacji dostaw. Technologia ta pomaga kierowcom sprawniej poruszać się po złożonych i zróżnicowanych środowiskach, chociażby na osiedlach z wieloma budynkami lub w nowych dzielnicach, które nie są jeszcze widoczne w aplikacjach nawigacyjnych. Dzięki temu mogą oni dostarczać paczki dokładnie tam, gdzie oczekuje tego klient.

Dzięki Wellspring możemy lepiej identyfikować, które numery mieszkań należą do konkretnego budynku w kompleksie, które miejsca parkingowe i punkty wejścia zapewniają najwygodniejszą trasę dostawy oraz gdzie znajduje się wspólna skrzynka pocztowa. Przed wdrożeniem Wellspring i technologii generatywnej sztucznej inteligencji nie byliśmy w stanie wykorzystać tak szerokiego zakresu informacji lokalizacyjnych, które aktualnie pomagają nam lepiej zrozumieć i dokładniej prezentować obraz fizycznego świata partnerom doręczającym nasze przesyłki.

Gdy rozpoczęliśmy testy Wellspring w USA w październiku 2024 roku, wyniki były imponujące – system przypisał ponad 2,8 mln adresów mieszkań do odpowiednich budynków w ponad 14 tys. kompleksach mieszkalnych, a także zidentyfikował dogodne miejsca parkingowe dla 4 mln adresów. Wcześniej uzyskanie tak szczegółowego obrazu świata fizycznego zajęłoby nam lata. Technologia wykrywa również wejścia do budynków i lokalizacje wspólnych skrzynek pocztowych, analizując zdjęcia z potwierdzeniami dostaw oraz dane lokalizacyjne z wcześniejszych doręczeń. Te udoskonalenia pomagają kierowcom sprawnie poruszać się w zróżnicowanych środowiskach i dostarczać paczki dokładnie tam, gdzie oczekują ich klienci.

Model prognozowania popytu oparty na AI to lepsze doświadczenia klientów

Łańcuch dostaw Amazon zyskał – dla setek milionów produktów każdego dnia – nowy, podstawowy model prognozowania oparty na sztucznej inteligencji, który przewiduje co, gdzie i kiedy będą chcieli kupić klienci. Podczas gdy wcześniejsze systemy opierały się głównie na historii sprzedaży, ten model wykorzystuje również dane zależne od czasu, takie jak prognozy pogody czy kalendarze świąt, aby jeszcze trafniej umieszczać produkty we właściwych lokalizacjach.

Analizując różnice regionalne – na przykład sprzedaż kremów przeciwsłonecznych w Cape Cod (Massachusetts, USA) w lecie czy gogli narciarskich w Boulder (Kolorado, USA) w szczycie sezonu – możemy skutecznie i precyzyjnie odpowiadać na potrzeby różnych społeczności. Dzięki tym założeniom poprawiliśmy o 10 proc. długoterminowe prognozy krajowe na okresy promocyjne, a dokładność prognoz regionalnych dla milionów popularnych produktów wzrosła aż o 20 proc. To przekłada się na większą efektywność i mniejszy ślad węglowy naszej sieci dostaw.

Korzyści, jakie daje ta technologia, są namacalne: paczki docierają szybciej (czasem nawet tego samego dnia zamiast w ciągu dwóch dni), dostawcy pokonują krótsze trasy, zmniejsza się natężenie ruchu, a emisja dwutlenku węgla jest ograniczana. Sieci operacyjne Amazon w USA, Kanadzie, Meksyku i Brazylii już korzystają z tego rozwiązania, a kolejne rynki dołączą wkrótce.

Agenty AI
Nowy zespół ds. rozwoju agentów AI – działający w ramach Amazon Robotics – pracuje nad stworzeniem zaawansowanego systemu sztucznej inteligencji, który będzie kolejnym etapem naszej robotycznej ewolucji – m.in. doda robotom umiejętności słuchania, rozumienia języka naturalnego, logicznego rozumowania i samodzielnego działania.

Wyobraź sobie, że operatorzy w naszych centrach logistycznych mogą po prostu powiedzieć: „Zbierz wszystkie produkty z żółtej skrzyni po lewej i przełóż je do szarej” albo „Załaduj naczepę wszystkimi skrzyniami z obszaru załadunku”. Dzięki zastosowaniu modeli łączących obraz i język (Vision Language Models – VLM) oraz odpowiednich zasad sterujących działaniem robotów, takie polecenia mogą być wydawane zwykłym, naturalnym językiem.

To zmieni systemy takie jak Proteus — aktualnie to autonomiczny robot mobilny, który transportuje zamówienia — we wszechstronnych asystentów, zdolnych do przenoszenia ciężkich przedmiotów w ograniczonej przestrzeni. Jednocześnie pracownicy będą mogli skupić się na zadaniach wymagających analitycznego myślenia i rozwiązywania problemów.

Rozwój naszej floty robotycznej z wykorzystaniem agentów AI przynosi szereg korzyści: większe bezpieczeństwo pracowników, którzy mogą przekazać robotom powtarzalne zadania; szybsza dostawa dla klientów, ponieważ roboty będą kierowane tam, gdzie są najbardziej potrzebne; wyższa efektywność operacyjna — jeden robot będzie mógł realizować wiele różnych zadań.

Sztuczna inteligencja zmienia każdy aspekt naszej pracy, a to tylko kilka przykładów jak wykorzystujemy ją, aby poprawiać doświadczenia naszych klientów, pracowników i partnerów.