27 de Abril de 2024

logo
Planeación estratégica

7 formas en que Amazon utiliza la IA a favor de la sustentabilidad

Involucra desde reducir el desperdicio de alimentos hasta potenciar las operaciones de cumplimiento
Carlos Juárez
sustentabilidad

Compartir

El cambio climático es uno de los mayores desafíos del mundo y Amazon busca cumplir con inteligencia artificial (IA) y el aprendizaje automático (ML) sus objetivos de sostenibilidad.

  • Eso involucra desde reducir los envases y el desperdicio de alimentos hasta la potencia de las operaciones de cumplimiento.

La firma presentó siete formas en las que está aprovechando la IA para alcanzar su compromiso climático de carbono neto cero para 2040.

1. Reducción del uso de envases

El Motor de Decisión de Embalaje es un modelo de IA que ayuda a determinar las opciones de empaquete más eficientes para enviar millones de artículos disponibles para los clientes.

Los científicos de datos han entrenado el modelo para entender una variedad de atributos de productos, incluyendo durabilidad.

También analiza la retroalimentación de los clientes sobre cómo han funcionado las diferentes opciones de empaquetado.

El modelo está constantemente aprendiendo y ha ayudado a reducir el uso de material de embalaje de la empresa desde su lanzamiento en 2019.

2. Identificar elementos dañados para prevenir residuos

La tecnología alimentada por IA se está utilizando en un creciente número de centros de cumplimiento para detectar bienes dañados.

El objetivo es disminuir el número de artículos dañados que son enviados y devueltos por los clientes.

La IA es tres veces más eficaz para identificar los bienes dañados que los seres humanos y ha sido entrenada mediante el análisis de millones de fotos de artículos no dañados y dañados.

sustentabilidad

3. Vigilancia de los productos para reducir el desperdicio de alimentos

Un número creciente de equipos de comestibles Amazon Fresh están utilizando soluciones basadas en el aprendizaje automático para automatizar el monitoreo de estantes de tiendas para frutas y verduras.

Esta solución impulsada por IA analiza imágenes de caja para detectar imperfecciones visuales en los productos como grietas, cortes y daño a presión.

4. Reducir las devoluciones ayudando a los clientes a encontrar el ajuste perfecto

La reducción de los retornos conduce a compras más sostenibles.

La firma introdujo varias innovaciones impulsadas por IA para ayudar a los clientes a comprar moda con más confianza.

Incluyen recomendaciones de tamaño personalizado utilizando IA y ML para ayudar a los clientes a encontrar qué tamaño les corresponde mejor.

También comentarios personalizados de los clientes que usan del mismo tamaño y gráficos de tamaño mejorado.

5. Medición de la huella de carbono para productos

Estimar la huella de carbono para millones de productos de Amazon puede ser desafiante.

Puede llevar a una persona cientos de horas a investigar y calcular la huella de carbono para un solo producto.

Para resolver ese desafío, la empresa desarrolló Flamingo, un algoritmo basado en IA que aprovecha el procesamiento natural del lenguaje para que coincida con las descripciones de texto para Factores de Impacto Ambiental (FEI) una medición comúnmente aceptada para calcular el impacto de carbono de un elemento con productos específicos.

El algoritmo ya está ayudando al equipo de la empresa de e-commerce a calcular los impactos ambientales de todo, desde camisetas de algodón hasta zanahorias.

6. Prevención de la deforestación en Brasil democratizando datos

Amazon democratiza la IA para que otras compañías puedan utilizarla para ayudar a cumplir sus propios objetivos de sostenibilidad.

 Como ejemplo, AWS trabajó con una organización sin fines de lucro brasileña para desarrollar un modelo de IA a gran escala que monitorea la deforestación.

Esto ha permitido la vigilancia automática de 20 millones de hectáreas de áreas forestales.

7. Usar fichas AWS para alimentar la IA de manera más eficiente

La marca está invirtiendo en chips AWS.

AWS Trainium es un chip de aprendizaje automático de alto rendimiento diseñado para reducir el tiempo y el costo de la formación de modelos de IA.

La construcción de nuevos modelos requiere menos dinero y energía, con un ahorro potencial de hasta el 50% y reducciones de consumo de energía de hasta 29%.


Carlos Juárez

Reportero de THE LOGISTICS WORLD® especializado en logística y cadena de suministro, con más de 15 años de experiencia. También cubre fuentes mundiales, de economía y negocios, y colabora para UnoTV.

Relacionadas

nearshoring miebach

Planeación estratégica

Nearshoring: la oportunidad para la logística y el cross-border

El nearshoring podría dar forma a lo que ya se empieza a llamar “Globalización 4.0”.

Las más leídas

cadenas de suministro globales

Comercio internacional

Análisis: así afectan los ataques en el mar Rojo a las cadenas de suministro globales

Cambiar rutas afecta los tiempos de tránsito, encarece el transporte y afecta el comercio global

industria

Actualidad logística

Reducción de la jornada laboral en México se mantiene en suspenso en el Congreso

La propuesta para acortar la jornada laboral a 40 horas en México sigue en debate

Actualidad logística

Shein México: Cómo reclamar y resolver problemas con tus pedidos de manera efectiva

Los problemas con los pedidos de Shein en México no deben ser motivo de preocupación

Logística en comercio electrónico

¿Cuánto tiempo tarda un pedido de Shein en llegar a México?

Optimiza tus compras en Shein conoce los plazos de entrega en México

Lo último

innovation day

Actualidad logística

Big data y análisis predictivo: Mejorando la toma de decisiones en la industria logística

El Big Data y el análisis predictivo están cambiando la industria logística

Actualidad logística

General Motors dejará de fabricar vehículos en Colombia y Ecuador y plantea despidos

Los despidos masivos comenzarán de inmediato en Colombia y en agosto en Ecuador

UE emisiones CO2

Actualidad logística

La ONU recomienda un impuesto al carbono para financiar la transición energética de África

El movimiento para recaudar fondos destinados a la transición energética en el continente africano