人工智能助力 " 最後一公裏 "，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、更高效地将包裹送到客戶手中。
談到 AI 在物流的作用，亞馬遜負責最後一英裏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。
盡管 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。
本周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，再到包裹送到客戶門口，每一個環節都嵌入 AI 技術。
值得一提的是，亞馬遜已成爲美國最大的快遞公司，據亞馬遜的最新内部數據顯示，其在美國的年度配送量首次超越了競争對手 UPS 和 FedEx，預計在 " 黑五 " 和 " 剁手星期一 " 之前将運送總計 48 億個包裹，2023 年末将達到約 59 億個包裹。
購買前：預測需求、優化庫存、協調發貨
其實早在客戶點擊購買商品之前，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 億多種産品的需求和銷量，來決定在哪些倉庫、存放多少數量的産品，并協調全球數百萬賣家發貨。
十年前，亞馬遜首次将深度學習模型引入 SCOT，預測的準确率在短短兩年内躍升了 15 倍，同時亞馬遜能夠儲備更多的商品，并更快地将商品送到客戶手中。
2020 年，亞馬遜開始使用 Transformer 框架，來引入一個統一的預測模型。
在亞馬遜龐大的産品目錄中，該模型能更準确地預測顧客會喜歡什麽、購買什麽，該技術有助于進一步改善對亞馬遜産品上架的規劃。
打包：搬運貨物、協助員工
客戶下單之後就進到了物流環節，随着 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，從而将将包裹送到客戶手中。
具備 AI 機器視覺功能的機器人可以識别、分類和檢查數億種商品的質量，然後将其打包，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。隻要客戶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。
名爲 "Sequoia" 的機器人滑到存儲貨物的下方，将其從地闆上擡起，然後送到亞馬遜員工的手中，由員工掃描、貼标簽并準備包裝。
亞馬遜此前稱，Sequoia 可以将識别和存儲庫存的速度提高 75%，同時将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 "，模拟機器人在 " 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
一旦物品包裝完畢并貼好标簽，接下來員工就會把包裹交給名爲 "Robin" 的機器人。
具備 AI 增強視覺系統的 Robin 會幫助分揀包裹，可以了解哪裏有哪些物體，它可以識别出不同大小的盒子、軟包裝和疊在一起的信件。
機器人 Robin 首先對一堆産品進行場景區分，再決定要抓取哪個包裹，然後計算如何接近包裹，并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戶的最後一站。
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
" 最後一公裏 " 派送，AI 也發揮着重要作用。
由于不同的客戶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 說：
規劃路線需要的決策點就像宇宙中的原子一樣多，而人工智能對于實現這一點至關重要。人工智能之所以重要，是因爲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。
亞馬遜最後一英裏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：
通過明确客戶送貨備注（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），并将其與物理世界進行匹配。
