Bien qu’il soit relativement discret sur le sujet par rapport à Google, Meta ou Microsoft, Amazon travaille aussi sur l’intelligence artificielle générative. Et si celui-ci ne propose pas encore de chatbot comme ChatGPT, Copilot ou Gemini, l’IA générative est en revanche déjà utilisée dans certains de ses entrepôts pour limiter le nombre de colis endommagés envoyés aux clients.
Dans un billet de blog, Amazon vient de présenter un système qu’il a baptisé Project P.I. (private investigator). Ce projet combine l’intelligence artificielle générative avec la vision pour ordinateur, et est déjà exploité dans certains entrepôts en Amérique du Nord. Par ailleurs, le système semble satisfaire Amazon, puisque celui-ci envisage déjà d’utiliser Project P.I. sur de nouveaux sites.
En plus des colis endommagés, ce système peut également identifier des problèmes comme une mauvaise couleur, une mauvaise taille, etc. “De plus, le projet P.I. peut aider à identifier la cause profonde des problèmes, en permettant des mesures préventives en amont pour éviter qu’ils ne se reproduisent. Sur les sites où le système est disponible, il s’est révélé capable de trier les millions d’articles qui passent chaque mois dans les tunnels et d’identifier avec précision les problèmes liés aux produits”, indique aussi le géant du e-commerce.
Une meilleure satisfaction client et un plus pour la planète ?
Avant d’être livré, l’article passe par un tunnel d’imagerie, qui permet au projet P.I. d’entrer en action. Quand un problème est identifié sur un article, celui-ci est isolé. Ensuite, l’article identifié comme défectueux est inspecté par un humain, qui décide si celui-ci peut être revendu via le site Second Chance d’Amazon, ou s’il faut en faire don, ou s’il faut trouver une autre façon de l’utiliser.
Et ce système ne permet pas seulement à Amazon d’augmenter la satisfaction de ses clients, il lui permet aussi de réduire l’empreinte carbone de ses activités. En effet, un colis défectueux qui n’a pas été livré, c’est un retour (et du transport) en moins. “L’IA aide Amazon à garantir que nous ne nous contentons pas de ravir nos clients avec des articles de haute qualité, mais que nous étendons cette obsession du client à notre travail de développement durable en empêchant les articles moins que parfaits de quitter nos installations et en nous aidant à éviter les émissions de carbone inutiles dues au transport, à l’emballage et à d’autres étapes du processus de retour”, explique Kara Hurst, vice-présidente du développement durable mondial chez Amazon.
Les feedbacks analysés par un grand modèle de langage
Enfin, Amazon indique également qu’il utilise déjà l’IA générative pour analyser les retours de ses clients. Le géant du e-commerce utilise un grand modèle de langage multimodal (qui traite aussi bien les textes que les images) pour traiter les retours des clients tout en analysant aussi les images capturées par le projet B.I. Par ailleurs, ce système devrait aussi aider les partenaires d’Amazon, qui vendent leurs produits sur la plateforme, à réduire les envois de colis défectueux, grâce à des données plus accessibles.
Sinon, on rappelle qu’Amazon travaille déjà sur une version améliorée de son assistant Alexa qui s’appuiera sur l’intelligence artificielle générative. Cependant, il est possible que le client doive payer un abonnement supplémentaire pour utiliser cette version améliorée à la place de la version classique d’Alexa.
- Amazon travaille aussi sur l’intelligence artificielle générative et dans certains entrepôts, cette technologie est déjà utilisée pour limiter les envois de colis défectueux
- En plus d’améliorer son service, Amazon limite aussi les retours, ce qui contribue à la réduction de l’empreinte carbone de ses activités
- L’intelligence artificielle générative est par ailleurs utilisée pour analyser les retours envoyés par les clients
- Plus tard, Amazon devrait lancer une version améliorée de son assistant Alexa qui s’appuiera sur l’IA générative
📍 Pour ne manquer aucune actualité de Presse-citron, suivez-nous sur Google Actualités et WhatsApp.
