有了 AI，亞馬遜把物流玩得更溜了

人工智能助力 “最後一公里”，亞馬遜把物流玩得透透的。

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、更高效地將包裹送到客户手中。

談到 AI 在物流的作用，亞馬遜負責最後一英里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，人工智能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，這意味着它正在完美地工作。

本週一亞馬遜在其官網上介紹人工智能如何賦能物流，從開始送貨前的幾個月，到司機上路的那一刻，再到包裹送到客户門口，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、優化庫存、協調發貨

其實早在客户點擊購買商品之前，亞馬遜的供應鏈優化技術 SCOT 就已經開始工作。

SCOT 利用深度學習模型和海量數據集，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發貨。

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户手中。

2020 年，亞馬遜開始使用 Transformer 框架，來引入一個統一的預測模型。

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對亞馬遜產品上架的規劃。

打包：搬運貨物、協助員工

客户下單之後就進到了物流環節，隨着 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，從而將將包裹送到客户手中。

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。只要客户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件就會派出中的一個機器人去取購買的商品。

名為 “Sequoia” 的機器人滑到存儲貨物的下方，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。

亞馬遜此前稱，Sequoia 可以將識別和存儲庫存的速度提高 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 “合成數據”，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。

而一旦一個機器人學會了如何更高效地導航，整個車隊也會獲得同樣的能力。

分類：自動化分揀

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，可以瞭解哪裏有哪些物體，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 首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户的最後一站。

亞馬遜介紹稱，僅馬薩諸塞州的一個投遞站每天就會收到多達 65000 個包裹，而在節假日期間，這個數字會增長到 100000 個以上。

正如 Hamilton 指出的，總是會發生意想不到的事情，比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、路上堵車等等。

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：智能規劃路線

“最後一公里” 派送，AI 也發揮着重要作用。

由於不同的客户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 説：

規劃路線需要的決策點就像宇宙中的原子一樣多，而人工智能對於實現這一點至關重要。人工智能之所以重要，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。

亞馬遜最後一英里送貨團隊正在探索使用生成式 AI 和大模型來簡化司機的決策，具體的路徑和步驟包括：

通過明確客户送貨備註（這在大型建築中非常有用），以及通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。