Климатическое обещание Amazon на 2019 год призывает к 2040 году взять на себя обязательство по достижению нулевого уровня выбросов углерода в своем бизнесе. С тех пор компания уменьшила вес исходящей упаковки на 33 %, избавившись от 915 000 тонн упаковочного материала по всему миру или эквивалент более 1,5 миллиарда транспортных коробок. Чем меньше упаковки используется по всей цепочке поставок, тем меньше объем одной партии товара и транспортировка становится более эффективной. Совокупный эффект от огромной сети Amazon — резкое сокращение выбросов углекислого газа.

Чтобы это произошло, команда, занимающаяся упаковкой для клиентов, объединилась с AWS для создания решения для машинного обучения на базе Amazon SageMaker. Основная цель заключалась в том, чтобы принять более экологичные решения в отношении упаковки, сохраняя при этом высокую планку качества обслуживания клиентов.

Принимая решения по упаковке, мы думаем о сквозной цепочке поставок, действуя в обратном направлении от клиента с точки зрения отходов, которые они получают на пороге, но мы также хорошо понимаем, как наши решения в области упаковки влияет на скорость выполнения заказов, — говорит Джастин Малер, старший менеджер по упаковке в Amazon.

Будь то бутылка с водой или гриль, цель ее команды — использовать машинное обучение для доставки упаковки, которая нравится покупателям, доставляется неповрежденной и способствует сокращению выбросов углекислого газа Amazon.

«Мы стараемся свести к минимуму количество упаковки, которую клиенты должны утилизировать, а также стремимся к переработке нашей упаковки, — говорит Малер. «Углерод — это основной показатель, за который мы несем ответственность, когда думаем об устойчивом развитии для клиента, и о нашей корпоративной ответственности быть лидером в этой области».

Amazon продает сотни миллионов различных товаров и отправляет миллиарды товаров в год. Чтобы поставлять все с минимальной упаковкой, максимальной скоростью и удовлетворенностью клиентов, команда должна внедрять инновации в больших масштабах.

«Это задача, которую машинное обучение способно решить уникальным образом, — говорит Мэтью Бэйлс, менеджер по исследовательской работе в Amazon. «Вместо того, чтобы кто-то индивидуально проверял эти продукты на такие вещи, как хрупкость или то, как они будут в конечном итоге поставляться, мы используем машинное обучение».

Цель заключалась в том, чтобы масштабировать процесс принятия решений для сотен миллионов поставляемых товаров, чтобы не использовать коробки по умолчанию автоматически, а вместо этого определять товары, которые можно упаковать в почтовый ящик, полиэтиленовый пакет или даже бумажный пакет. И почтовые ящики (мягкие бумажные конверты), и полиэтиленовые пакеты (знакомые пластиковые мягкие пакеты) являются более экологичным выбором. Они на 75 % легче, чем коробки аналогичного размера, и будут соответствовать продукту, занимая при транспортировке на 40 % меньше места, чем коробки, а это означает, что в дороге будет намного меньше грузовиков».

Посмотрите всю историю здесь: https://venturebeat.com/2020/09/14/how-amazon-is-using-machine-learning-to-eliminate-915000-tons-of-packaging/

Первоначально опубликовано на https://www.focusonthegoodnews.com 19 сентября 2020 г.