Amazon измеряет сокращение количества упаковки при пакетировании в первую очередь за счет использования передовых моделей машинного обучения, технологий автоматизации и анализа данных, которые оптимизируют решения по упаковке и контролируют использование материалов в ее обширной сети выполнения заказов.
Сокращение упаковки с помощью машинного обучения и искусственного интеллекта
С 2015 года Amazon сократила средний вес упаковки на отправку на 36–43 %, ликвидировав более 3 миллионов тонн упаковочных материалов по всему миру. Одним из основных методов, которые Amazon использует для измерения и сокращения количества упаковки, является применение моделей машинного обучения, которые определяют наиболее эффективный тип упаковки для каждого продукта. В этих моделях используются данные о продуктах, такие как размеры, хрупкость и результаты возвратов из-за повреждений, в сочетании с отзывами клиентов и анализом изображений с разных точек зрения, снятых в центрах выполнения заказов. Система искусственного интеллекта анализирует эту информацию, чтобы выбрать минимальную, но достаточную упаковку, обеспечивающую безопасную доставку при одновременном сокращении отходов. Эта модель, часто называемая механизмом принятия решений по упаковке, постоянно обучается и адаптируется для повышения эффективности упаковки, тем самым сокращая использование картонных коробок, наполнителей, ленты и пластика. Измерения проводятся путем отслеживания веса упаковки, типа используемого материала и влияния на выбросы углекислого газа.
Автоматизированная упаковочная технология
Amazon использует в своих центрах выполнения инновационное автоматизированное оборудование, которое сочетает в себе датчики, измерения в реальном времени и создание индивидуальной упаковки, чтобы минимизировать количество упаковочного материала на отправку. Например, в Европе и США Amazon представила автоматизированные упаковочные машины, которые сканируют каждый товар и вырезают бумажные пакеты по индивидуальному заказу из рулонов перерабатываемой бумаги. Эти пакеты термосвариваются без клея и не требуют дополнительной прокладки, что значительно уменьшает объем и вес упаковки по сравнению с традиционными коробками. Измерение сокращения здесь осуществляется через среднее количество граммов упаковки, сэкономленных на одну отправку (в среднем более 26 граммов на одну отправку), а также отслеживание того, сколько пластиковых пакетов удалось избежать путем замены их этими бумажными пакетами (только в 2023 году в одних только США было предотвращено использование 130 миллионов пластиковых пакетов). Такая автоматизация позволяет Amazon надежно масштабировать усилия по сокращению упаковки и измерять совокупное воздействие на упаковочные материалы в миллионах ежедневных поставок.
Программа доставки в упаковке продукта
Еще одна инициатива, реализованная Amazon, — это программа «Доставка в упаковке продукта», которая идентифицирует и сертифицирует продукты, которые могут быть отправлены непосредственно в оригинальной упаковке производителя без дополнительной упаковки Amazon. Машинное обучение помогает Amazon идентифицировать такие продукты, анализируя информацию о продукте и безопасность упаковки. Эта программа значительно сокращает упаковку и измеряется количеством отправлений, осуществленных без дополнительной упаковки Amazon: с 2019 года только в Северной Америке и Европе таким способом было отправлено более 5,5 миллиардов товаров. Рост этой программы по регионам и увеличение участия продавцов отслеживаются как ключевой показатель сокращения упаковки. Сокращение также отражается на меньшем весе упаковки на отправку и меньшем использовании пластика и картона.
Инструмент оптимизации PackOpt для коробочных комплектов
Amazon разработала инструмент PackOpt, который помогает оптимизировать набор размеров коробок, используемых в центрах выполнения заказов, для более точного соответствия размерам продукта. Этот веб-инструмент имитирует укладку продукта в коробку в разных регионах и выявляет неэффективность, когда негабаритные коробки создают избыточный объем «воздушных» поставок. Менеджеры Amazon используют PackOpt, чтобы определить, какие коробки следует ввести в эксплуатацию, а какие убрать из обращения, что напрямую влияет на сокращение упаковочного материала. PackOpt измеряет эффективность с помощью таких показателей, как общий вес использованного картона, объем упаковки, коэффициент использования коробок и количество воздуха на отправку. К концу 2022 года 90% коробок Amazon в Северной Америке были оптимизированы с помощью PackOpt, что привело к ежегодному сокращению количества картонных отходов на 7–10%, что составляет примерно 60 000 тонн ежегодной экономии в этом регионе.
Измерение воздействия на окружающую среду и отчетность
Amazon несет ответственность, прежде всего, за счет показателя сокращения выбросов углекислого газа, который связывает выбор упаковки с общими целями устойчивого развития. Компания отслеживает ежегодное снижение веса упаковки, устранение количества упаковочных отходов и предотвращение связанных с этим выбросов углекислого газа. Например, модели упаковки на основе искусственного интеллекта помогли сэкономить более 2 миллионов тонн упаковки в период с 2015 по 2022 год, причем впоследствии сообщалось о постепенном увеличении. Обновления Amazon по устойчивому развитию часто предоставляют данные о снижении веса упаковки для отправлений, проценте отправлений с использованием легкой упаковки, сокращении использования пластиковой упаковки и количестве посылок, отправленных без дополнительной упаковки Amazon. Эти общедоступные показатели и внутренние системы отслеживания облегчают точное измерение сокращения упаковки, достигнутого за счет пакетирования и других методов.
Сокращение упаковки как бизнес-метрика
Amazon интегрирует эффективность упаковки в свои операционные и финансовые ключевые показатели эффективности. Сокращение упаковки не только снижает затраты на материалы, но и повышает эффективность логистики за счет увеличения загрузки грузовиков и снижения объемов доставки. Компания отслеживает переменные затраты на единицу продукции, включая расходы на упаковку, чтобы количественно оценить финансовую выгоду от инноваций в упаковке. Консолидируя заказы и оптимизируя размеры упаковки с помощью пакетной обработки и машинного обучения, Amazon сокращает количество упаковочного материала на заказ, а также повышает эффективность обработки. Такая направленность бизнеса гарантирует, что решения по упаковке постоянно оцениваются и оптимизируются с точки зрения экономической эффективности и экологических преимуществ.
Краткое содержание
Amazon измеряет сокращение количества упаковки за счет пакетной обработки и оптимизации упаковки, комбинируя:
- Модели машинного обучения, которые рассчитывают оптимальную упаковку для каждого товара, уменьшая вес упаковки и используемые материалы.
- Автоматизированные упаковочные машины, которые создают упаковку по индивидуальному заказу, чтобы избежать отходов и отслеживать экономию материала на каждую партию.
- Такие программы, как «Отгрузка в упаковке продукта», позволяющие количественно оценить количество отправлений, отправленных без дополнительной упаковки.
- Такие инструменты, как PackOpt, которые анализируют использование коробок и моделируют эффективность упаковки для оптимизации комплектов коробок.
- Ключевые показатели устойчивого развития, включая снижение веса упаковки, сокращение количества отходов и сокращение выбросов углекислого газа, сообщаются в регулярных обновлениях устойчивого развития.
- Бизнес-метрики, отслеживающие экономию затрат и эффективность логистики, связанные с изменениями в упаковке.