En utilisant l’intelligence artificielle dans ses entrepôts, Amazon espère réduire le nombre de marchandises défectueuses et faire gagner du temps au contrôleur qualité.
Comment fonctionne cette intelligence artificielle ?
Installé dans 12 de ces entrepôts, Amazon espère réduire le temps de vérification de chaque commande. Cette étape peut être très éprouvante pour les employés, car les objets endommagés sont une chose rare. On estime que moins d’un objet sur 1 000 est défectueux, un pourcentage quasi invisible pour les 8 milliards d’objets traités par an. C’est pourquoi Amazon souhaite faciliter le travail de ces équipes afin qu’elles puissent gérer plus de commandes.
Dans les entrepôts équipés, on installe les colis devant un bac d’imagerie. Dans ce bac, une caméra dotée de computer vision transmet l’image de l’objet à l’intelligence artificielle. Cette dernière compare ensuite les images reçues avec celle de l’objet neuf, à disposition depuis son dataset. Conçu avec un algorithme de machine learning, l’IA s’est entraîné à reconnaître les objets défectueux des objets neufs. Désormais, si l’IA considère un objet comme abimé, il est renvoyé auprès d’un équipier Amazon pour une double vérification.
Permet-elle de réduire le temps de vérification ?
Grâce à cette technologie, l’entreprise espère réduire le nombre d’objets défectueux reçus par ses clients. La vérification des articles est très complexe et chronophage, en automatisant cette tâche, les équipes d’Amazon pourront également traiter plus de commandes et ainsi réduire le temps de livraison. Selon les experts d’Amazon Robotics, ce test est une première étape vers une automatisation des entrepôts les plus contraignants et les plus répétitifs.
En automatisant ces processus, Amazon espère augmenter la satisfaction de ses clients, tout en réduisant le temps de livraison et les contraintes de ses employés. Plus la data science se développera, plus les tâches difficiles seront laissées aux robots et aux intelligences artificielles. C’est pourquoi si cet article vous a plu et si vous envisagez une carrière dans la Data Science, n’hésitez pas à découvrir nos articles ou nos offres de formations sur DataScientest.
Source : wsj.com
