Genom att förbättra matchningen av optimal kartong till varje försändelse har Amazon lyckats minska sin förbrukning av emballage med en tredjedel.
Sedan 2015 har e-handelsjätten Amazon minskat sitt användande av förpackningsmaterial med 33 procent, vilket motsvarar så mycket som 915 000 ton.
Hemligheten bakom den minskade emballageåtgången är ökad optimering när det gäller valet av emballage till varje försändelse. Och ett verktyg för att åstadkomma detta har varit maskininlärningsteknologi.
I praktiken betyder det att en maskininlärningsalgoritm byggd på stora mängder produktdata från, produktbeskrivningar till kundfeedback. I samarbete med Amazon Web Services rensas och katalogiseras data för att utvinnas – så kallad ”mining”. Maskininlärningsalgoritmen använder sedan data för att identifiera de bästa förpackningarna utifrån hur mycket avfall som genereras. De mest effektiva maskininlärningsmodellerna identifierar till och med produkter som inte behöver förpackas en extra gång alls av distributören – till exempel blöjor.
Detta i sin tur gör det möjligt att identifiera varor som exempelvis kan packas i ett vadderat papperskuvert eller i en papperspåse snarare än den traditionella förpackningen – att helt enkelt göra mer hållbara val. Ett vadderat kuvert väger 75 procent mindre än en låda i samma storlek samtidigt som utrymmesanvändningen minskas med 40 procent.
