5 façons dont Amazon utilise l’IA pour améliorer vos achats de vacances et livrer votre colis plus rapidement

Amazon utilise l’intelligence artificielle (IA) pour rendre les achats de vacances fluides et pratiques pour les clients du monde entier. La saison des achats de vacances commence avec le Black Friday et le Cyber Monday. «C’est notre Super Bowl, et nous nous entraînons depuis des mois», a déclaré Scot Hamilton, vice-président des technologies de planification et de routage de la dernière mile de livraison d’Amazon. «L’IA nous aide dans tout ce que nous faisons avant la saison des vacances et lors de grandes journées d’achat comme le Cyber Monday. C’est quelque chose que vous ne voyez pas ou ne sentez pas, mais c’est aussi important que l’oxygène. Lorsque vous ne vous en rendez pas compte, cela signifie qu’il fonctionne parfaitement. » Notre liste montre comment l’IA touche chaque partie du parcours client, du site Web personnelisé d’Amazon à un colis trié par un robot, jusqu’au livreur qui le dépose. Bien avant qu’un client ne clique pour acheter son article, la technologie d’optimisation de la chaîne d’approvisionnement d’Amazon (SCOT) est déjà en action. SCOT aide à prévoir la demande pour plus de 400 millions de produits chaque jour, en utilisant des données massives et approfondies pour décider quels produits stocker dans quelles quantités dans quelles installations d’Amazon, tout en coordonnant les livraisons d’inventaire de millions de vendeurs à travers le monde. Lorsque Amazon a introduit pour la première fois l’apprentissage profond dans SCOT il y a une dizaine d’années, la précision des prévisions a augmenté de 15 fois en seulement deux ans, permettant à Amazon de stocker une sélection de produits de plus en plus grande et de les livrer aux clients plus rapidement. En 2020, Amazon a commencé à utiliser la technologie de l’transformateur – le moteur de logiciel qui a révolutionné le traitement du langage naturel et a permis des avancées en IA générative – pour introduire un modèle de prévision unifié. Le modèle fait des prédictions encore plus précises de ce que les clients aimeront et achèteront dans le vaste catalogue de produits d’Amazon. La technologie a aidé à améliorer encore la prévision à long terme des produits que Amazon devrait stocker sur ses étagères.