El equivalente a 1.600 millones de cajas de envío menos. Esta cifra supone una reducción del 33% de su embalaje y, en consecuencia, una disminución de las emisiones de carbono.
Para lograr este ahorro, Amazon ha trabajado con Amazon SageMaker, una solución de AWS basada en Machine Learning. Esta tecnología permite realizar una toma de decisiones más sostenible sobre el uso de envases, a la vez que ayuda a mejorar la experiencia de cliente.
Machine Learning para mejorar la toma de decisiones
Amazon vende y envía cientos de millones de productos diferentes cada año. Para hacerlo, necesita grandes cantidades de embalaje. El Machine Learning, le ofrece la posibilidad de escalar las bases para la toma de decisiones de millones de productos e identificar, por ejemplo, cuáles pueden empaquetarse en un sobre de papel acolchado o en una bolsa, en lugar de una caja. Un sobre acolchado pesa un 75% menos que una caja y, además, reduce el uso de espacio en un 40%. En definitiva, permite que la toma de decisiones sea más sostenible.
Con un menor uso de embalaje en toda la cadena de suministro, el volumen de envío se reduce y, a la vez, se vuelve más eficiente. De esta manera, “se produce un efecto dominó porque los clientes valoran positivamente estos cambios y así lo reflejan en sus comentarios. Además, miles de proveedores con los que trabajamos también están mejorando y optimizando sus propios embalajes. Esta iniciativa les está ayudando a reducir sus emisiones”, comenta Carlos Carús, responsable de tecnologías de AWS para España y Portugal.
¿Cómo funciona esta tecnología que permite reducir el embalaje?
Gracias a los servicios de AWS, se utiliza un algoritmo de aprendizaje automático, usando terabytes de datos de productos. Desde descripciones de los mismos, hasta comentarios de los clientes. El siguiente paso es extraer los datos y catalogarlos. Este proceso se conoce como mining. Después, el algoritmo de Machine Learning usa los datos para identificar el embalaje más adecuado que produzca menor desperdicio y permita mejorar la toma de decisiones. Los modelos más efectivos llegan incluso a identificar los envíos que no requieren ningún tipo de embalaje, como por ejemplo, los pañales.
Hacer un uso adecuado de esta tecnología significa que se puede adaptar individualmente cada envío y, al mismo tiempo, soportar la tensión logística del e-commerce. La toma de decisiones sostenible afecta además a toda la cadena de suministro ya que elegir una caja que sea más pequeña, implica que en un palet pueden entrar el doble, lo que se traduciría en la mitad de vehículos en la carretera.
