Amazon本周表露了人工智能于电子商务履行中央的运用该呈现什么面貌，该公司的Project P.I.模型可于成像隧道中扫描商品毛病，包括颜色、尺寸、或产品是否破坏等，另也开拓多模态大型措辞模型来集成客户的反馈，再用来演习Project P.I.，终极目的是提高客户满意度，降落退货机率。目前Amazon已于北美多个履行中央支配Project P.I.，估量会在今年拓展至更多的履行中央。
Amazon的履行中央是用来处理订单的拣货与发货事宜，每天有数百万的商品会通过该中央的成像隧道，包括狗粮、手机壳、T恤到书本等，过去Amazon是通过光学字符识别（OCR）与打算机视觉（CV）技能来筛选并分类商品，而现在则采取称为“私家侦查”（Private Investigator）的Project P.I.模型，它结合了天生式AI与打算机视觉技能，以用来侦测所有即将出货商品的各种毛病，还可帮忙确定发生问题的根本缘故原由，以于上游采纳预防方法，自2022年5月上线以来，已证明Project P.I.善于分类商品，并能准确识别过期商品，以及侦测颜色或尺寸的缺点问题。
Project P.I.利用CV技能来扫描并评估商品是否含有瑕疵，例如波折的书本封面，并将它隔离，同时再由Amazon员工来决定该商品是否可通过Amazon的Second Chance平台以折扣品发卖，还是直接捐赠。
此外，Amazon也利用基于多模态大型措辞模型（MLLM）的天生式AI系统来调查客户的负面体验，当客户还是收到有瑕疵的商品时，可利用该MLLM来审核客户的见地，进而剖析Project P.I.于履行中央所拍摄的形象，再加上其他的数据源，用以判断涌现问题的缘故原由。
所有通过这些模型学到的履历都可以用来再次演习模型，以改进模型的识别能力。同时Amazon也强调在创造该平台的独立卖家有某些固定的疏失落时，也会知会它们。
利用AI模型来提高客户收到商品的满意度将可避免不必要的退货问题，减少碳排放，同时改进Amazon的发卖互助伙伴与客户体验。
