En Amazon, hemos diseñado una herramienta de IA que nos ayuda a decidir cuál es el embalaje más adecuado para cada uno de los cientos de millones de artículos que se venden en nuestras tiendas cada día, desde una tienda de campaña hasta una camiseta.
Package Decision Engine es un modelo de IA que Amazon diseñó y construyó para determinar el tipo de embalaje más eficiente para cada artículo, con el objetivo de reducir el número de sobres, cajas de cartón, material de relleno, cinta adhesiva de papel y bolsas de papel que se utilizan en los envíos. El modelo es un ejemplo importante de cómo en Amazon estamos utilizando la IA para acelerar el camino hacia nuestros objetivos de sostenibilidad, reduciendo el embalaje, a la vez que garantizamos que los productos estén protegidos en el proceso de entrega. Este modelo de IA, unido a otras innovaciones relacionadas con la reducción de embalaje, ha ayudado a Amazon a evitar el uso de más de 2 millones de toneladas de material de embalaje en todo el mundo desde 2015.
Construido en la nube de Amazon Web Services (AWS), el modelo multimodal de IA puede detectar cuáles son los artículos que necesitan embalaje, y cuáles no. Por ejemplo, los productos más resistentes, como las mantas, quizá no necesiten de embalaje adicional para llegar en perfectas condiciones hasta la puerta del cliente. Sin embargo, productos más frágiles, como una vajilla, es posible que sí necesite un embalaje adicional. El modelo utiliza una combinación de aprendizaje automático profundo, procesamiento de lenguaje natural y visión por ordenador, para estar continuamente actualizado con las nuevas opciones de embalaje de Amazon. Sus decisiones son empíricamente precisas, según los científicos de Amazon, lo que significa que es capaz de predecir cuál es la elección del paquete más eficiente en la mayor parte de las ocasiones.
Reducir el embalaje que utilizamos forma parte del trabajo que realiza Amazon en materia de sostenibilidad. Elegir cuál es el embalaje más eficiente, desde el punto de vista de utilizar menos material y al mismo tiempo proteger los productos, puede ser un reto. Además, el catálogo de productos de Amazon tiene cientos de millones de artículos, y está en constante evolución.
Antes del uso de la IA, los equipos de Amazon debían decidir cuál era el embalaje más adecuado para cada producto. Ahora, gracias a Package Decision Engine, estos empleados cuentan con una herramienta que les ayuda a automatizar en parte estas decisiones, lo que les permite centrarse en cómo abordar otros desafíos de sostenibilidad.
"Necesitábamos contar con la capacidad de identificar rápidamente cuál la opción de embalaje más eficiente para cada artículo, y maximizar al mismo tiempo la protección de los productos", asegura Kayla Fenton, senior manager de productos tecnológicos del equipo de Amazon Packaging Innovation, formado por personal experto en investigación y programas técnicos. "El uso de la IA a través de Package Decision Engine nos ha permitido avanzar rápidamente en nuestro trabajo de eficiencia de embalajes, y ha funcionado tan bien que estamos implementando esta tecnología en toda la red global de Amazon".
Cómo funciona Package Decision Engine
Este modelo incluye varios pasos para recopilar información sobre cada producto. Cuando un artículo llega por primera vez a un centro logístico de Amazon, se fotografía por ordenador en un túnel de visión, determinando así las dimensiones del producto, se detecta cualquier defecto que exista, y se capturan múltiples imágenes del producto. Esto también permite al modelo detectar si hay una bolsa o caja alrededor de un artículo, o si contiene cristal.
El modelo también procesa el lenguaje natural y aprovecha los datos basados en la información de cada artículo, como su nombre, la descripción, el precio y las dimensiones del paquete. También recopila información, prácticamente en tiempo real, de los comentarios que los clientes realizan en el Centro de Devoluciones Online de Amazon y en las reseñas de productos.
Después de compilar la información, el modelo genera una puntuación que predice cuál es el tipo de embalaje más adecuado para el producto, y recuerda la selección para adaptarse a futuras necesidades.
El proceso de aprendizaje de Package Decision Engine
Los científicos y científicas de Amazon han entrenado el modelo de IA mostrándole millones de ejemplos de productos que se habían entregado con éxito y sin daños en distintos tipos de embalaje. También le mostraron productos que habían llegado dañados, junto con las palabras clave y los tipos de embalaje que se habían utilizado en cada circunstancia.
Como resultado, el modelo ha aprendido que ciertas palabras clave son importantes a la hora de tomar decisiones sobre el embalaje. Por ejemplo, un sobre de papel acolchado con amortiguación limitada podría no proteger adecuadamente un artículo que en su descripción contenga palabras como "pantalla" o "gres". En estos casos, el modelo recomendaría una opción más robusta, como por ejemplo una caja de cartón. El modelo también aprendió que las palabras "varios paquetes", "bolsa", "reducir" y "paquete" estaban asociadas con porcentajes inferiores de daños y, por lo tanto, los productos que se identificasen con esas palabras clave se podrían enviar sin necesidad de embalaje adicional.
El modelo ha funcionado tan bien que el equipo de Packaging Innovation de Amazon está extendiendo su uso, entrenándolo para su implementación en todo el mundo. Esto incluye exponerlo a nuevos idiomas, tipos de embalajes y artículos vendidos en diferentes países. El modelo ya se está utilizando en los centros logísticos de América del Norte y Europa, y algunos de sus componentes también se están implementando en centros de India, Australia y Japón.
Package Decision Engine es una de las muchas formas en que Amazon está utilizando la innovación en IA para alcanzar los objetivos de sostenibilidad en materia de reducción de embalaje y residuos.
Descubre más sobre los esfuerzos de Amazon relacionados con la sostenibilidad y la IA.
