Amazon mittaa pakkausvähennyksen eristämisestä pääasiassa edistyneiden koneoppimisen mallejen, automaatiotekniikoiden ja data -analytiikan avulla, jotka optimoivat pakkauspäätöksiä ja seuraavat materiaalin käyttöä laajassa täyttöverkossa.
Pakkausvähennys koneoppimisen ja AI: n kautta
Vuodesta 2015 lähtien Amazon on vähentänyt pakkauspainoa lähetystä kohden 36–43%, mikä eliminoi yli 3 miljoonaa tonnia pakkausmateriaalia ympäri maailmaa. Yksi ydinmenetelmistä, joita Amazon käyttää pakkausvähennyksen mittaamiseen ja saavuttamiseen, on koneoppimismallien soveltaminen, jotka määrittävät jokaiselle tuotteelle tehokkaimman pakkaustyypin. Nämä mallit käyttävät tuotteita koskevia tietoja, kuten mittoja, haurautta ja sitä, kuinka tuotteet ovat menestyneet tuottoihin vaurioiden vuoksi yhdistettynä asiakaspalaute ja kuvaanalyysi useista täyttökeskuksissa otetuista tuotekulmista. AI -järjestelmä analysoi näitä tietoja valitaksesi minimaalisen, mutta riittävän pakkauksen, joka varmistaa turvallisen toimituksen vähentäen jätteitä. Tämä malli, jota usein kutsutaan pakkauspäätöksen moottoriksi, oppii jatkuvasti ja mukautuu pakkaustehokkuuden parantamiseksi, vähentäen siten pahvilaatikkojen, täyttömateriaalien, teipin ja muovin käyttöä. Mittaus tehdään seuraamalla pakkauspainoa, käytettyä materiaalityyppiä ja vaikutusta hiilidioksidipäästöihin.
Automaattinen pakkaustekniikka
Amazon käyttää innovatiivisia automatisoituja koneita täyttymiskeskuksissaan, joissa yhdistyvät anturit, reaaliaikainen mittaus ja räätälöity pakkausluominen pakkausmateriaalin minimoimiseksi lähetystä kohti. Esimerkiksi Euroopassa ja Yhdysvalloissa Amazon on ottanut käyttöön automatisoidut pakkauskoneet, jotka skannaavat jokaisen esineen ja leikataan mitattuihin paperipusseihin kierrätettävän paperin rullista. Nämä pussit suljetaan lämpöä ilman liimaa, eivätkä ne käytä ylimääräistä pehmustetta, vähentäen dramaattisesti pakkausmäärää ja painoa perinteisiin laatikoihin verrattuna. Vähennyksen mittaus tässä tapahtuu keskimääräisten grammojen pakkausrammassannettaessa lähetystä kohden (keskimäärin yli 26 grammaa kohti lähetystä kohti) ja seuraamalla kuinka monta muovipussia vältettiin korvaamalla ne näillä paperipusseilla (130 miljoonaa muovipussia vältettiin vuonna 2023 yksin Yhdysvalloissa). Tällainen automatisointi antaa Amazonille mahdollisuuden skaalata pakkausvähennystoimia luotettavasti ja mitata kumulatiivinen vaikutus pakkausmateriaaleihin miljoonien lähetysten päivittäin.
Laivat tuotepakkausohjelmassa
Toinen Amazonin toteuttama aloite on tuotepakkausohjelman alukset, jotka tunnistavat ja todistaa tuotteet, jotka voidaan lähettää suoraan alkuperäiseen valmistajapakkaukseensa ilman ylimääräisiä Amazon -pakkauksia. Koneoppiminen auttaa Amazonia tunnistamaan tällaiset tuotteet analysoimalla tuotetietoja ja pakkausturvallisuutta. Tämä ohjelma vähentää pakkauksia merkittävästi ja sitä mitataan lähetysten lukumäärällä, joka on tehty ilman ylimääräisiä Amazon -pakkauksia, yli 5,5 miljardia tuotetta, jotka on lähetetty tällä tavalla vuoden 2019 jälkeen pelkästään Pohjois -Amerikassa ja Euroopassa. Ohjelman kasvua maantieteellisillä alueilla ja myyjien lisäämisessä seurataan avaintuotteena pakkauksen vähentämisessä. Vähennys heijastuu myös vähemmän pakkauspainosta lähetystä kohden ja muovi- ja pahvilateriaalien pienempi käyttö.
Packopt -optimointityökalu laatikkokoteille
Amazon on kehittänyt Packopt -työkalun, joka auttaa optimoimaan täyttökeskuksissa käytetyn laatikkikokojen sarjan vastaamaan tuotteen mittoja tarkemmin. Tämä verkkopohjainen työkalu simuloi tuotteen väliseen sopivuutta alueille ja tunnistaa tehottomuudet, joissa ylisuuret laatikot tuottavat ylimääräistä "ilman" lähetysten määrää. Amazon -johtajat käyttävät Packoptia tunnistaakseen, mitkä laatikot esittelemään tai eläkkeelle, mikä vaikuttaa suoraan pakkausmateriaalin vähentämiseen. PackOpt mittaa tehokkuutta mittareiden, kuten käytetyn pahdin kokonaispainon, pakkausmäärän, laatikon käytönopeuden ja ilmaa lähetysten avulla. Vuoden 2022 loppuun mennessä 90% Amazonin laatikoista Pohjois-Amerikassa optimoitiin PackOPT: n kautta, mikä johti 7–10%: n vuotuiseen pahvijätteiden vähentymiseen, noin 60 000 tonnia säästää vuosittain kyseisellä alueella.
Ympäristövaikutusten ja raportoinnin mittaus
Amazon omistaa itsensä vastuuseen pääasiassa hiilijalanjäljen vähentämismittarin kautta, joka sitoo pakkausvalintoja kestävän kehityksen yleisiin tavoitteisiin. Yhtiö seuraa vuotuista pakkauspainon vähentämistä, pakkausjätteiden määrää ja niihin liittyviä hiilidioksidipäästöjä vältettiin. Esimerkiksi AI-ohjatut pakkausmallit ovat auttaneet säästämään yli 2 miljoonaa tonnia pakkausta vuosina 2015–2022, ja lisättyjen lisäyksien on ilmoitettu myöhemmin. Amazonin kestävän kehityksen päivitykset tarjoavat usein tietoja lähetyspakkauksen painon vähentämisestä, lähetysprosentista kevyiden pakkausten avulla, muovipakkausten käytön vähentäminen ja kuinka monta pakkausta lähetetään ilman ylimääräisiä Amazon -pakkauksia. Nämä julkisesti jaetut mittarit ja sisäiset seurantajärjestelmät helpottavat erän ja muiden menetelmien avulla saavutetun pakkausvähennyksen tarkkaa mittaamista.
Pakkausvähennys yritysmittarina
Amazon integroi pakkaustehokkuuden operatiiviseen ja taloudelliseen KPI: hen. Pakkausten vähentäminen ei vain leikkaa materiaalien kustannuksia, vaan myös parantaa logistiikan tehokkuutta lisäämällä kuorma -autojen täyttöhintoja ja alentamalla lähetysmääriä. Yhtiö tarkkailee muuttuvia kustannuksia yksikköä kohti, joka sisältää pakkauskulut, pakkausinnovaatioiden taloudellisten etujen määrittämiseksi. Yhdistämällä tilaukset ja optimoimalla pakkauskoot erän ja koneoppimisen avulla, Amazon vähentää pakkausmateriaalia tilausta kohden ja parantaa samalla käsittelytehokkuutta. Tämä liiketoiminnan painopiste varmistaa, että pakkauspäätöksiä mitataan jatkuvasti ja optimoidaan kustannustehokkuuteen ympäristöhyötyjen rinnalla.
Yhteenveto
Amazon mittaa pakkausvähennyksen erä- ja pakkauksen optimoinnista yhdistämällä:
- Koneoppimismallit, jotka laskevat optimaaliset pakkaukset jokaiselle tuotteelle, vähentävät pakkauspainoa ja käytettyjä materiaaleja.
-Automatisoidut pakkauskoneet, jotka luovat mitattuihin pakkauksiin jätteiden välttämiseksi ja laivaston sisäisten säästöjen seuraamiseksi.
- Ohjelmat, kuten tuotepakkausten alukset, jotka kvantifioivat lähetettyjen lähetysten lukumäärän ilman ylimääräisiä pakkauksia.
- Työkalut, kuten PackOpt, jotka analysoivat laatikon käyttöä ja simuloivat pakkaustehokkuutta laatikkosviittien optimoimiseksi.
- Keskeiset kestävän kehityksen mittarit, mukaan lukien pakkauspainon vähentäminen, vältetyt jätteet ja säännöllisissä kestävän kehityksen päivityksissä ilmoitetut hiilidioksidipäästöt.
- Liiketoiminnan mittarit seurantakustannussäästö- ja logistiikkatehokkuus, joka on sidottu pakkausmuutoksiin.