A Amazon lançou o Project PI (Private Investigator), um sistema inovador alimentado por inteligência artificial (IA) com o objetivo de detectar produtos defeituosos antes que eles saiam de seus centros logísticos e cheguem aos clientes. Essa medida reflete o compromisso da empresa em garantir a melhor experiência para seus clientes. Atualmente, o Project PI está ativo em vários centros de distribuição na América do Norte e tem mostrado resultados promissores, levando a Amazon a planejar sua integração em mais centros ao longo do ano.
O Project PI usa tecnologia de IA geradora e visão computacional para escanear produtos e detectar uma ampla variedade de defeitos, desde danos físicos até problemas de rotulagem e classificação incorreta por cor ou tamanho. Os produtos a serem entregues aos clientes passam por um túnel onde são escaneados, e o programa de visão verifica se há danos. Se for detectado um erro, a embalagem é isolada, o defeito é avaliado e verificado quanto a um problema em itens semelhantes ou no lote ao qual pertence, rastreando assim a causa do problema até a causa raiz.
Pingping Shan, diretor de experiência de pedidos perfeitos da Amazon, disse: "Queremos nos equipar com as ferramentas e alavancas mais poderosas e escalonáveis para nos ajudar a proteger a confiança de nossos clientes.
O sistema foi projetado para prevenir o envio de produtos danificados ou defeituosos e, ao mesmo tempo, implementar medidas preventivas para evitar que esses problemas ocorram no futuro. A Amazon também entra em contato com os vendedores para informá-los sobre esses contratempos e permitir que eles se antecipem a problemas semelhantes no futuro.
Como funciona
O Project PI é derivado do product quality programme da Amazon e seu sucesso se deve a uma combinação de tecnologias avançadas de IA e modelos de aprendizado de máquina. As embalagens são escaneadas com câmeras de alta resolução que capturam imagens detalhadas de cada produto. A IA analisa essas imagens em tempo real para detectar possíveis defeitos visíveis. Além disso, um modelo de reconhecimento óptico de caracteres (OCR) verifica as informações de rotulagem do estoque e as compara com o banco de dados da Amazon em busca de discrepâncias.
Se algum defeito ou problema for detectado, como uma data de validade vencida, o produto é removido da linha de expedição. Dependendo da gravidade do problema, o produto pode ser descartado, consertado, vendido por um preço menor ou doado. Além disso, o Project PI analisa as causas subjacentes dos problemas para fazer correções e evitar problemas semelhantes no futuro.
A Amazon usou o feedback dos clientes para treinar modelos de aprendizado de máquina, identificando a diferença entre itens normais e defeituosos, bem como erros de rotulagem e os tipos de defeitos que os clientes percebem.
A Amazon implementou um grande modelo de linguagem multimodal (MLLM) para investigar a causa das experiências negativas dos clientes resultantes do recebimento de produtos defeituosos. A IA analisa o feedback do cliente, verifica as imagens tiradas pelo Project PI no centro de logística de onde o item foi enviado e outras fontes de dados. Dessa forma, a IA descobre onde ocorreu o erro e ajuda a tornar os dados de defeitos mais acessíveis.
O uso da IA para evitar o envio de itens defeituosos que acabarão sendo devolvidos não só beneficia clientes e vendedores, mas também o meio ambiente. Kara Hurst, vice-presidente de sustentabilidade global da Amazon, explica: "A Amazon está usando a IA para cumprir nossos compromissos de sustentabilidade com a urgência que as mudanças climáticas exigem, ao mesmo tempo em que melhora a experiência do cliente".
