23948sdkhjf
Logga in eller skapa för att spara artiklar
Få tillgång till allt innehåll på Nordiske Medier Newsroom

Amazon reducerar förpackningsvolymen med AI

Amazon använder maskininlärning, en typ av AI, för att minska volymen förpackningsmaterial för sina försändelser. Detta har resulterat i en kraftigt minskning de senaste åren.

Sedan 2015 har e-handelsjätten Amazon minskat sin utgående förpackningsvolym med 33 procent, vilket motsvarar så mycket som 915 000 ton, eller 1,6 miljarder godslådor. Hur är detta möjligt i en värld där e-handeln ständigt ökar? Svaret är maskininlärningsteknologi, skriver Joakim Stolpe, försäljningschef Nordics, Amazon Web Services, i denna krönika.

Med mindre användning av emballage i hela leveranskedjan minskar volymen per försändelse samtidigt som det gör frakten effektivare. Resultatet blir en dramatisk minskning av koldioxidutsläppen. Detta kan låta för bra för att vara sant men faktum är att det är helt möjligt med användning av teknologi.

För att uppnå denna enorma minskning byggde Amazon en maskininlärningslösning driven av Amazon SageMaker. Syftet med lösningen är att ge insikter för att kunna fatta mer hållbara beslut om användningen av förpackningar - och samtidigt stärka kundupplevelsen.

I praktiken betyder det att en maskininlärningsalgoritm byggd på stora mängder produktdata från, produktbeskrivningar till kundfeedback. I samarbete med Amazon Web Services rensas och katalogiseras data för att utvinnas - så kallad "mining".

Maskininlärningsalgoritmen använder sedan data för att identifiera de bästa förpackningarna utifrån hur mycket avfall som genereras. De mest effektiva maskininlärningsmodellerna identifierar till och med produkter som inte behöver förpackas en extra gång alls av distributören - till exempel blöjor.

Andra modeller kan titta på en specifik produktkategori, som till exempel leksaker, för att identifiera föremål där originalförpackningens skick är viktigt.

Men varför är det så viktigt? Amazon säljer och skickar hundratals miljoner olika produkter varje år. Det säger sig självt att det finns stora mängder förpackningar i omlopp för att åstadkomma denna operation. Genom att använda maskininlärning har beslutsunderlaget skalats till miljontals produkter.

Detta i sin tur gör det möjligt att identifiera varor som exempelvis kan packas i ett vadderat papperskuvert eller i en papperspåse snarare än den traditionella förpackningen – att helt enkelt göra mer hållbara val. Ett vadderat kuvert väger 75 procent mindre än en låda i samma storlek samtidigt som utrymmesanvändningen minskas med 40 procent. Således blir det färre lastbilar på vägarna.

Det som också är intressant med projektet är de positiva bieffekterna. Kunder märker förändringarna och ger uppskattande feedback. Och tusentals leverantörer samarbetar nu med Amazon för att förbättra sina egna förpackningar, minska avfallet och utforma bättre förpackningar för att uppnå sina utsläppsmål.

I slutänden handlar det om att skapa logistik som är så hållbar som möjligt. Korrekt användning av tekniken innebär i praktiken att förpackningen kan anpassas individuellt till sändningar av paket samtidigt som de klarar påfrestningarna från e-handelslogistik. Med andra ord styrs förpackningen av produkten som ska transporteras och skyddas.

En två centimeter kortare låda kan innebära att du kan placera dubbelt så många lådor på en pall, vilket i sin tur till kan innebära en halvering av bilarna på vägen.

Fotnot: AI står för Artificiell Intelligens

BREAKING
{{ article.headline }}
0.11