L’expansion du commerce en ligne génère un trafic colossal d’expéditions de colis aux quatre coins du globe. De par la quantité d’emballages requis, sans compter les moyens de transport mobilisés, cette pratique engendre une empreinte carbone non négligeable. Elle contribue, de ce fait, au déclin environnemental. Chez Amazon, pionnier du commerce par Internet, l’IA et le Machine Learning représentent les solutions à ce problème.
Un article récemment publié sur le site du département de recherche de la compagnie, Amazon Science, met en lumière le rôle crucial du Machine Learning basé sur l’interprétation de données visuelles et textuelles, dans sa lutte contre le gaspillage d’emballages. Décryptage.
Combiner durabilité et satisfaction des attentes clients
Amazon, géant du commerce en ligne, fait particulièrement attention à la façon dont ses colis sont emballés. Cependant, la gestion des emballages représente un enjeu écologique majeur pour la firme. En effet, les emballages à usage unique sont assimilés à des déchets. Pour autant, l’entreprise ne peut pas envisager de remplacer les habituels emballages en plastique par des alternatives naturelles telles que les feuilles de bananiers. La fragilité de certains articles requiert un type d’emballage solide et approprié pour garantir l’intégrité du produit et satisfaire les attentes du client. Amazon a donc eu l’idée de dresser tout un nouveau processus d’emballage piloté par une plateforme automatique de deep learning baptisée “Amazon SageMaker”. En soi, l’entreprise se sert d’une IA pour assigner l’emballage idéal à un produit donné, contournant ainsi les risques de gaspillage liés.
Machine Learning et analyse de données
L’Intelligence artificielle, pilier du tutorat intelligent dans l’enseignement, joue, chez Amazon, un rôle crucial dans sa transition écologique. Le département de recherche de la firme a eu l’idée de se servir d’un modèle de Machine Learning pour définir au cas par cas l’emballage utilisé pour un produit. L’IA procède, pour ce faire, à :
- L’analyse intuitive des données textuelles et visuelles liées aux produits (nom, dimension, description).
- La détection de mots-clés spécifiques, tels que “verre”, “sac”, qui oriente le choix d’empaquetage vers une simple enveloppe légère ou un emballage rembourré ;
- L’analyse des commentaires et retours clients, permettant à l’IA de certifier ou non l’efficacité d’un type d’emballage spécifique pour un produit donné.
Vers un processus d’expédition zéro carbone
En affinant la sélection des emballages de ses expéditions grâce à son programme de Machine Learning, Amazon a pu réduire la quantité d’emballages générés par ces centres de commande. Cette réduction est estimée à 36% du volume initial, soit l’équivalent d’un million de tonnes de paquets. À terme, la firme espère réduire de moitié l’empreinte carbone de ses envois de colis d’ici l’horizon 2030, avec pour objectif ultime des expéditions zéro carbone d’ici deux décennies. Pour l’heure, ce modèle IA de réduction d’emballage est limité au marché américain et européen. D’ailleurs, Amazon et sa croissance inarrêtable demeurent un mauvais élève en termes d’émission de CO2. L’empreinte carbone de la firme a été estimée à plus de 51 millions de tonnes de gaz en 2019.