AI賦能亞馬遜物流，從購買前的需求預測，到路線規劃與優化、以及預測道路意外狀況…每個環節都嵌入AI技術。人工智慧助力“最後一公里”，亞馬遜把物流玩得透的。應戰「剁手星期一」（感恩節後的第一​​個星期一11月27日，通常是美國最火爆的網購日），亞馬遜利用AI更安全、更有效率地將包裹送到顧客手中。

談到AI在物流的作用，亞馬遜負責最後一哩配送負的的規劃技術副總裁Scot Hamilton指出：

「剁手星期一」是我們的超級碗，我們已經訓練了幾個月，人工智慧幫助我們完成了這一天之前和之中的所有工作。

儘管AI看不到也感覺不到，但它就像氧氣一樣至關重要。當你沒有意識到它的存在時，這意味著它正在完美地工作。

本週一亞馬遜在其官網上介紹人工智慧如何賦能物流，從開始送貨前的幾個月，到司機上路的那一刻，再到包裹送到客戶門口，每一個環節都嵌入AI技術。

值得一提的是，亞馬遜已成為美國最大的快遞公司，據亞馬遜的最新內部數據顯示，其在美國的年度配送量首次超越了競爭對手UPS 和FedEx，預計在“黑五”和“剁手星期一」之前將運送總計48億個包裹，2023年末將達到約59億個包裹。

購買前：預測需求、最佳化庫存、協調出貨

其實早在顧客點擊購買商品之前，亞馬遜的供應鏈優化技術SCOT就已經開始運作。

SCOT利用深度學習模型和大量資料集，每天預測4億多種產品的需求和銷量，來決定在哪些倉庫、存放多少數量的產品，並協調全球數百萬賣家出貨。

十年前，亞馬遜首次將深度學習模型引入SCOT，預測的準確率在短短兩年內躍升了15倍，同時亞馬遜能夠儲備更多的商品，並更快地將商品送到客戶手中。

2020年，亞馬遜開始使用Transformer框架，引進統一的預測模型。

在亞馬遜龐大的產品目錄中，該模型能更準確地預測顧客會喜歡什麼、購買什麼，該技術有助於進一步改善亞馬遜產品上架的規劃。

打包：搬運貨物、協助員工

客戶下單後就進到了物流環節，隨著AI技術的發展，機器人變得越來越智能，賦能打包、運輸的整條鏈路，從而將包裹送到客戶手中。

具備AI機器視覺功能的機器人可以識別、分類和檢查數億種商品的質量，然後將其打包，裝上送貨車。

亞馬遜擁有全球最大的移動工業機器人車隊，部署超75萬台機器人。只要顧客點擊亞馬遜網站上的「立即購買」按鈕，履約中心的中央規劃軟體就會派出中的一個機器人去拿購買的商品。

名為「Sequoia」的機器人滑到儲存貨物的下方，將其從地板上抬起，然後送到亞馬遜員工的手中，由員工掃描、貼標籤並準備包裝。

亞馬遜先前稱，Sequoia可以將識別和存放庫存的速度提高75%，同時將倉庫處理訂單的時間縮短25%。

此外，亞馬遜利用生成式AI創建“合成資料”，模擬機器人在“剁手星期一”等高峰期可能遇到的各種場景，以訓練機器學習。

而一旦機器人學會如何更有效率地導航，整個車隊也會獲得同樣的能力。

分類：自動化分類

一旦物品包裝完畢並貼好標籤，接下來員工就會把包裹交給名為「Robin」的機器人。

具備AI增強視覺系統的Robin會幫助分揀包裹，可以了解哪裡有哪些物體，它可以識別出不同大小的盒子、軟包裝和疊在一起的信件。

機器人Robin先對一堆產品進行場景區分，再決定要抓取哪個包裹，然後計算如何接近包裹，並選擇使用多少個吸盤來抓取包裹。

看起來簡單的操作，對Robin的難度卻很大，選擇太多，它可能會抓起不止一個包裹；選擇太少，它可能會掉落貨物。

運輸：預測道路意外狀況

投遞站是包裹送達客戶的最後一站。

亞馬遜介紹稱，光是馬薩諸塞州的一個投遞站每天就會收到多達65,000個包裹，而在假日期間，這個數字會增長到100,000個以上。

正如Hamilton所指出的，總是會發生意想不到的事情，例如裝載商品的卡車可能會提前到達車站，或者可能出現惡劣天氣、路上塞車等等。

而AI在這一環發揮的作用，正是幫助預測道路意外狀況。

派送：智慧規劃路線

「最後一公里」派送，AI也發揮重要作用。

由於不同的客戶每天訂購不同的商品，因此路線規劃和優化是亞馬遜需要解決的最棘手的問題之一，該公司使用20多個機器學習模型在幕後協同工作。

Hamilton說：

規劃路線需要的決策點就像宇宙中的原子一樣多，而人工智慧對於實現這一點至關重要。人工智慧之所以重要，是因為有太多需要在當下做出的決定無法再由人工完成，尤其是在如此大規模的情況下。

亞馬遜最後一哩外送團隊正在探索使用生成式AI和大模型來簡化駕駛者的決策，具體的路徑和步驟包括：

透過明確客戶送貨備註（這在大型建築中非常有用），以及透過了解送貨地址的不同屬性（如建築輪廓、道路入口點），並將其與物理世界進行匹配。