Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon Kā Amazon mēra iesaiņojuma samazināšanu no partijas


Kā Amazon mēra iesaiņojuma samazināšanu no partijas


Amazon mēra iesaiņojuma samazināšanu no pakešu noteikšanas galvenokārt, izmantojot uzlabotus mašīnmācīšanās modeļus, automatizācijas tehnoloģijas un datu analītiku, kas optimizē iesaiņojuma lēmumus un uzrauga materiālu izmantošanu visā plašajā izpildes tīklā.

Iepakojuma samazināšana, izmantojot mašīnu apguvi un AI

Kopš 2015. gada Amazon ir samazinājis vidējo iesaiņojuma svaru uz vienu sūtījumu par 36–43%, novēršot vairāk nekā 3 miljonus tonnu iepakojuma materiālu visā pasaulē. Viena no galvenajām metodēm, ko Amazon izmanto, lai izmērītu un sasniegtu iesaiņojuma samazināšanu, ir mašīnmācīšanās modeļu pielietojums, kas nosaka visefektīvāko iepakojuma veidu katram produktam. Šajos modeļos tiek izmantoti dati par produktiem, piemēram, izmēri, trauslums un tas, kā produkti ir bijuši padziļināti bojājuma dēļ, apvienojumā ar klientu atgriezenisko saiti un attēlu analīzi no vairākiem produktu leņķiem, kas ņemti izpildes centros. AI sistēma analizē šo informāciju, lai izvēlētos minimālu, bet pietiekamu iepakojumu, kas nodrošina drošu piegādi, vienlaikus samazinot atkritumus. Šis modelis, ko bieži dēvē par paketes lēmumu motoru, nepārtraukti iemācās un pielāgojas, lai uzlabotu iepakojuma efektivitāti, tādējādi samazinot kartona kastu, pildvielu, lentes un plastmasas izmantošanu. Mērīšana tiek veikta, izsekojot iesaiņojuma svaru, izmantoto materiāla veidu un ietekmi uz oglekļa emisijām.

Automatizēta iepakojuma tehnoloģija

Amazon savos izpildes centros izmanto novatoriskas automatizētas mašīnas, kas apvieno sensorus, reālā laika mērījumus un pielāgotu iepakojuma izveidi, lai samazinātu iepakojuma materiālu uz vienu sūtījumu. Piemēram, Eiropā un ASV Amazon ir ieviesis automatizētas iesaiņošanas mašīnas, kas skenē katru priekšmetu un no pārstrādājama papīra ruļļiem sagriež gatavotus papīra maisiņus. Šīs somas ir noslēgtas ar termiski bez līmes un nelieto papildu polsterējumu, krasi samazinot iepakojuma tilpumu un svaru, salīdzinot ar tradicionālajām kastēm. Samazināšanas mērīšana šeit tiek veikta caur vidējiem gramiem iesaiņojuma, kas ietaupīts uz vienu sūtījumu (vidēji vairāk nekā 26 grami vienā sūtījumā) un izsekojot, cik plastmasas maisiņu tika izvairīti, aizstājot tos ar šiem papīra maisiņiem (130 miljoni plastmasas maisiņu, no kuriem 2023. gadā tika izvairīti tikai ASV). Šāda automatizācija ļauj Amazon droši mērogot iepakojuma samazināšanas centienus un katru dienu izmērīt kumulatīvo ietekmi uz iepakojuma materiāliem miljoniem sūtījumu.

Kuģi produktu iepakojuma programmā

Vēl viena iniciatīva Amazon ir ieviesta, ir kuģi produktu iepakojuma programmā, kas identificē un sertificē produktus, kurus var nosūtīt tieši to oriģinālajā ražotāja iepakojumā bez papildu Amazon iepakojuma. Mašīnmācība palīdz Amazon identificēt šādus produktus, analizējot informāciju par produktu un iepakojuma drošību. Šī programma ievērojami samazina iesaiņojumu, un to mēra ar sūtījumu skaitu, kas izgatavots bez papildu Amazon Packaging ”, vairāk nekā 5,5 miljardi priekšmetu, kas kopš 2019. gada nosūtīti tikai Ziemeļamerikā un Eiropā. Šīs programmas izaugsme dažādās ģeogrāfiskajās teritorijās un pieaugošā pārdevēju līdzdalība tiek izsekota kā galvenā iesaiņojuma samazināšanas metrika. Samazinājums tiek atspoguļots arī mazāks iesaiņojuma svars uz vienu sūtījumu un zemāku plastmasas un kartona materiālu izmantošanu.

PACKOPT optimizācijas rīks Box Suites

Amazon ir izstrādājis PackOPT rīku, kas palīdz optimizēt kārbu izmēru komplektu, ko izmanto izpildes centros, lai precīzāk atbilstu produktu izmēriem. Šis tīmekļa rīks imitē produktu-box der dažādos reģionos un identificē neefektivitāti, kur lielizmēra kastes rada lieko "gaisa" sūtījumu apjomu. Amazon vadītāji izmanto PACKOPT, lai identificētu, kuras kastes ieviest vai aiziet pensijā, tieši ietekmējot iepakojuma materiālu samazināšanu. PACKOPT mēra efektivitāti, izmantojot metriku, piemēram, kopējais izmantotais kartona svars, iesaiņojuma tilpums, kastes izmantošanas ātrums un gaiss uz vienu sūtījumu. Līdz 2022. gada beigām 90% Amazon's Boxes Ziemeļamerikā tika optimizēti, izmantojot PACKOPT, kā rezultātā kartona atkritumu samazinājums tika samazināts par 7% -10%, aptuveni 60 000 tonnu ietaupot katru gadu šajā reģionā.

Ietekmes uz vidi un ziņošanu mērīšana

Amazon ir atbildīgs galvenokārt caur oglekļa pēdas samazināšanas metriku, kas sasaista iepakojuma izvēli ar vispārējiem ilgtspējības mērķiem. Uzņēmums izseko ikgadējo iesaiņojuma svara samazinājumu, izslēdzamo iepakojuma atkritumu daudzumu un no tām saistītās oglekļa emisijas. Piemēram, AI vadītie iepakojuma modeļi ir palīdzējuši ietaupīt vairāk nekā 2 miljonus tonnu iepakojuma no 2015. līdz 2022. gadam, vēlāk par pieaugumu, par kuru ziņots. Amazon ilgtspējības atjauninājumi sniedz biežus datus par sūtījumu iesaiņojuma svara samazināšanu, sūtījumu procentuālo daudzumu, izmantojot vieglu iesaiņojumu, plastmasas iesaiņojuma izmantošanas samazinājumu un to, cik daudz iepakojumu tiek piegādāti bez papildu Amazon iepakojuma. Šīs publiski koplietotās metrikas un iekšējās izsekošanas sistēmas atvieglo precīzu iesaiņojuma samazināšanas mērījumu, kas panākts, izmantojot partijas un citas metodes.

Iepakojuma samazināšana kā biznesa metrika

Amazon integrē iepakojuma efektivitāti tā darbības un finanšu KPI. Iepakojuma samazināšana ne tikai samazina materiālu izmaksas, bet arī uzlabo loģistikas efektivitāti, palielinot kravas automašīnu pildījuma likmes un samazinot nosūtīšanas apjomus. Uzņēmums uzrauga mainīgās izmaksas uz vienību, kas ietver iepakojuma izdevumus, lai kvantitatīvi noteiktu finanšu ieguvumus no iepakojuma jauninājumiem. Konsolidējot pasūtījumus un optimizējot iepakojuma izmērus, izmantojot partijas un mašīnu apguvi, Amazon samazina iesaiņojuma materiālu katram pasūtījumam, vienlaikus uzlabojot arī apstrādes efektivitāti. Šī biznesa uzmanība nodrošina, ka lēmumi par iesaiņojumu tiek nepārtraukti izmērīti un optimizēti rentabilitātei līdztekus vides ieguvumiem.

Kopsavilkums

Amazon mēra iepakojuma samazināšanu no partijas un iesaiņojuma optimizācijas, apvienojot:

- Mašīnmācīšanās modeļi, kas aprēķina optimālu iesaiņojumu katram priekšmetam, samazinot iesaiņojuma svaru un izmantotos materiālus.
-Automatizētas iepakojuma mašīnas, kas veido izgatavotu iesaiņojumu, lai izvairītos no atkritumiem un izsekot vienas kuģa ietaupījumiem.
- Tādas programmas kā kuģi produktu iesaiņojumā, kas kvantitatīvi nosaka nosūtīto sūtījumu skaitu bez papildu iepakojuma.
- Tādi rīki kā PACKOPT, kas analizē kastes izmantošanu un modelē iepakojuma efektivitāti, lai optimizētu kastes komplektus.
- Galvenie ilgtspējības rādītāji, ieskaitot svara samazināšanu par iepakojumu, izvairīšanās no atkritumiem un ietaupītajām oglekļa emisijām, par kurām ziņots regulāros ilgtspējības atjauninājumos.
- Biznesa metrikas izsekošanas izmaksu ietaupījumi un loģistikas efektivitāte, kas saistīta ar iepakojuma izmaiņām.

Kopā šīs uz datiem balstītās stratēģijas ļauj Amazon pastāvīgi izmērīt, ziņot un uzlabot iepakojuma samazināšanas centienus mērogā visā tā globālajā piepildījuma tīklā. Šī integrētā pieeja izmanto AI, automatizāciju un darbības datus, lai precīzi un efektīvi izsekotu pakešu un citu iepakojuma jauninājumu ietekmei uz ilgtspējības rezultātiem.