Amazon ha lanzado el Proyecto PI (Private Investigator), un innovador sistema impulsado por inteligencia artificial (IA) destinado a detectar productos defectuosos antes de que salgan de sus centros logísticos y lleguen a los clientes. Esta medida refleja el compromiso de la empresa con garantizar la mejor experiencia para sus clientes. Actualmente, el Proyecto PI está activo en varios centros de distribución en América del Norte y ha mostrado resultados prometedores, lo que ha llevado a Amazon a planear su integración en más centros a lo largo del año.
El Proyecto PI utiliza tecnología de IA generativa y visión por computadora para escanear productos y detectar una amplia variedad de defectos, desde daños físicos hasta problemas de etiquetado y clasificación incorrecta por color o tamaño. Los productos que se entregarán a los clientes pasan por un túnel donde son escaneados, y el programa de visión verifica si hay daños. En caso de detectar un error, el paquete se aísla, se evalúa el defecto y se verifica si hay un problema en elementos similares o en el lote al que pertenece, rastreando así la causa del problema desde la raíz.
Pingping Shan, director de experiencia de pedidos perfectos en Amazon, declaró: "Queremos equiparnos con las herramientas y palancas más poderosas y escalables para ayudarnos a proteger la confianza de nuestros clientes".
El sistema está diseñado para prevenir el envío de productos dañados o defectuosos, y al mismo tiempo implementar medidas preventivas para evitar que estos problemas se repitan en el futuro. Amazon también se pone en contacto con los vendedores para informarles de estos contratiempos y permitirles adelantarse a futuros problemas similares.
Cómo funciona
El Proyecto PI se deriva del programa de calidad de productos de Amazon y su éxito se debe a la combinación de tecnologías avanzadas de IA y modelos de aprendizaje automático. Los paquetes son escaneados con cámaras de alta resolución que capturan imágenes detalladas de cada producto. La IA analiza estas imágenes en tiempo real para detectar posibles defectos visibles. Además, un modelo de reconocimiento óptico de caracteres (OCR) verifica la información de etiquetado del inventario y la compara con la base de datos de Amazon en busca de discrepancias.
Si se detecta algún defecto o problema, como una fecha de caducidad pasada, el producto es sacado de la línea de envío. Dependiendo de la gravedad del problema, el producto puede ser descartado, reparado, vendido a un menor precio o donado. Además, el Proyecto PI analiza las causas subyacentes de los problemas para hacer correcciones y evitar problemas similares en el futuro.
Amazon ha utilizado los comentarios de sus clientes para entrenar los modelos de aprendizaje automático, identificando la diferencia entre elementos normales y defectuosos, así como errores de etiquetado y los tipos de defectos que notan los clientes.
Amazon ha implementado un modelo multimodal de lenguaje grande (MLLM) para investigar la causa de las experiencias negativas de los clientes derivadas de haber recibido productos defectuosos. La IA analiza los comentarios de los clientes, verifica las imágenes tomadas por el Proyecto PI en el centro logístico de donde salió el artículo y otras fuentes de datos. De este modo, la IA descubre dónde se produjo el error y ayuda a que los datos sobre defectos sean más accesibles.
El uso de IA para evitar el envío de artículos defectuosos que terminarán siendo devueltos no solo beneficia a los clientes y vendedores, sino también al medioambiente. Kara Hurst, vicepresidenta de Sostenibilidad Mundial de Amazon, explica: "Amazon está utilizando la IA para alcanzar nuestros compromisos de sostenibilidad con la urgencia que exige el cambio climático, al mismo tiempo que mejora la experiencia del cliente".
