亚马逊在成像通道里用计算机视觉扫描商品、标出缺陷,再由员工复核被标出的商品并决定如何处理

事件日期 / 报道日期

2024-06-03

证据阶段

实际部署企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。

关联任务

处理系统处理不了的事

破损商品、贴错标签的料箱、传送带卡住、与记录对不上的退货。

仍由人主导✓ 有证据支撑

收货与验货

卸货、点数、核对订单,在入库前发现破损或发错的货。

正在被增强✓ 有证据支撑

适用范围

北美。公司自己的页面说,商品发货前会经过成像通道,Project P.I. 用计算机视觉检测缺陷(比如书的封面弯折);员工复核被标出的商品,决定每件能否折价转售、捐赠或另作他用;该模型已在多个配送中心帮助加强人工检查。这是一家公司关于发货前检查(而非收货)的自述;没有给出人手或时间的数字。

这意味着什么

在一个大型仓储网络里,机器标出受损商品,由人决定每件怎么处理。

还不能说明什么

这是发货前的检查而不是收货检查,也没有人手数字。

你可以核实什么

打开 About Amazon 关于 Project P.I. 的文章,找到 "Amazon associates—who review the items Project P.I. flags"。

是否改变评估

否。影响指数不会被单条事件改变。这条记录做到的是:上面 2 项关联任务的判断从「推断」变成了「有证据支撑」。

来源

一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。