ॲमेझॉन कृत्रिम बुद्धिमत्तेचा (AI) उपयोग करून रोबोट्सला सक्षम बनवत आहे आणि वितरण प्रणालीमध्ये क्रांती घडवत आहे. वेअरहाउसमध्ये रोबोट्सच्या हालचालींपासून ते शेवटच्या टप्प्यातील डिलिव्हरीच्या गुंतागुंतीच्या लॉजिस्टिक्सपर्यंत, ॲमेझॉनने आपल्या कामकाजाच्या प्रत्येक क्षेत्रात AI चा वापर वाढवला आहे. 4 जून रोजी, तंत्रज्ञान क्षेत्रातील या मोठ्या कंपनीने AI संबंधित अनेक उपक्रमांची घोषणा केली, ज्यामध्ये कार्यक्षमता सुधारणे, ग्राहकांचा अनुभव वाढवणे आणि ऑटोमेशनच्या शक्यतांना अधिक विस्तारित करणे हे मुख्य उद्देश आहेत. हे प्रकल्प रोबोटिक्स, पुरवठा साखळी ऑप्टिमायझेशन आणि ग्राहकांच्या दारापर्यंत पॅकेजेस पोहोचवण्याच्या अंतिम टप्प्यात मदत करतील.
एजंटिक एआय: रोबोट्सला आवाज आणि बुद्धी देणे
ॲमेझॉनच्या रोबोटिक्सच्या महत्वाकांक्षेच्या केंद्रस्थानी “एजंटिक एआय टीम” चा विकास आहे. कंपनीच्या Lab126 हार्डवेअर संशोधन आणि विकास युनिटमध्ये ही टीम काम करते. याच टीमने Kindle आणि Echo सारखी प्रसिद्ध उपकरणे बनवली आहेत. एजंटिक एआय टीमचा मुख्य उद्देश एक एआय फाउंडेशन मॉडेल फ्रेमवर्क तयार करणे आहे. हे फ्रेमवर्क ॲमेझॉनच्या प्रोटियस (Proteus) नावाच्या ऑटोनॉमस मोबाइल रोबोट्सना (autonomous mobile robot) समजून घेण्याची आणि निर्णय घेण्याची क्षमता देईल.
वेअरहाउस रोबोट्ससाठी “एजंटिक एआय” चा नेमका अर्थ काय आहे? याचा अर्थ असा आहे की, रोबोट्स पूर्वनिर्धारित हालचाली आणि कठोर सूचनांच्या पलीकडे जाऊन विचार करू शकतील. या तंत्रज्ञानाचा उद्देश रोबोट्सला खालील गोष्टी करण्यास सक्षम करणे आहे:
- नैसर्गिक भाषा समजून घेणे: उदाहरणार्थ, जर तुम्ही रोबोटला सांगितले की, “Aisle 3 मधून निळा बॉक्स घेऊन तो पॅकिंग स्टेशन B वर घेऊन जा”, तर रोबोटला हे वाक्य समजायला हवे. त्याला ‘घेऊन जा’ म्हणजे काय, ‘निळा बॉक्स’ म्हणजे काय आणि ‘Aisle 3’ हे ठिकाण आहे, हे कळायला हवे आणि त्यानुसार तो काम करू शकेल.
- आदेशांवर विचार करणे: रोबोट्स केवळ दिलेल्या सूचनांचे पालन करणार नाहीत, तर ते त्यांच्यावर विचारही करू शकतील. उदाहरणार्थ, “Aisle 3 चा मार्ग बंद असल्यास, दुसरा मार्ग शोधा” किंवा “मला निळा बॉक्स आणा, पण तो खराब झाल्यास लाल बॉक्स आणा” अशा परिस्थितीत रोबोट योग्य निर्णय घेऊ शकतील.
- स्वतंत्रपणे कार्य करणे: रोबोट्सला स्वतःहून निर्णय घेता येणे महत्त्वाचे आहे. यामुळे ते गुंतागुंतीच्या वातावरणात काम करू शकतील, अनपेक्षित परिस्थितींना प्रतिसाद देऊ शकतील आणि मानवी हस्तक्षेप न करता अपेक्षित परिणाम साधण्यासाठी स्वतःच्या वर्तनात बदल करू शकतील. यामध्ये मार्ग निवडणे, अडथळे टाळणे आणि समस्या सोडवण्यासाठी इतर रोबोट्ससोबत सहयोग करणे इत्यादी गोष्टींचा समावेश आहे.
या तंत्रज्ञानामुळे अनेक फायदे होतील. लवकरच, ॲमेझॉनच्या वेअरहाउसमध्ये कार्यक्षमता वाढेल, चुका कमी होतील आणि सुरक्षितता सुधारेल. भविष्यात, हे तंत्रज्ञान अधिक उपयोगी ठरू शकते आणि विविध ठिकाणी विविध प्रकारची कामे करण्यासाठी रोबोट्स सक्षम होऊ शकतात.
वेलस्प्रिंग: जनरेटिव्ह एआयच्या मदतीने शेवटच्या टप्प्यातील डिलिव्हरीची पुनर्कल्पना
“लास्ट মাইল” (last mile) - म्हणजे वितरण केंद्रातून ग्राहकाच्या घरापर्यंत पॅकेज पोहोचवण्याचा शेवटचा टप्पा. हा टप्पा खूपच गुंतागुंतीचा आणि खर्चिक असतो. ॲमेझॉनने यावर उपाय शोधला आहे - वेलस्प्रिंग (Wellspring). हे जनरेटिव्ह एआय (generative AI) द्वारे संचालित असून, शेवटच्या टप्प्यातील डिलिव्हरीच्या संपूर्ण अनुभवात बदल घडवण्याचे याचे उद्दिष्ट आहे.
वेलस्प्रिंग केवळ मार्ग अनुकूल करण्यासाठी नाही, तर डिलिव्हरी कशा प्रकारे केली जाते, यावर पुनर्विचार करण्यासाठी आहे. याचे मुख्य उद्देश खालीलप्रमाणे आहेत:
- डिलिव्हरी अचूकता सुधारणे: जनरेटिव्ह एआय मोठ्या प्रमाणात डेटा विश्लेषण करू शकते- जसे की वाहतूक, हवामानाची स्थिती, मागील डिलिव्हरीचा वेळ आणि बांधकाम क्षेत्रे किंवा रस्त्यावरील अडथळे यांसारख्या स्थानिक गोष्टींचा विचार करून डिलिव्हरीचा मार्ग आणि वेळ अचूकपणे ठरवू शकते.
- ड्रायव्हरचा अनुभव वाढवणे: कल्पना करा, एक एआय सहाय्यक (AI assistant) ड्रायव्हरला प्रत्येक टप्प्यावर मार्गदर्शन करत आहे. तो त्यांना वाहतूक कोंडीबद्दल माहिती देत आहे, पर्यायी मार्ग सुचवत आहे आणि कठीण ठिकाणी डिलिव्हरी करण्यासाठी मदत करत आहे. वेलस्प्रिंगचा उद्देश हाच आहे.
वेलस्प्रिंगचे अनेक फायदे आहेत. अचूक डिलिव्हरीमुळे कमी पॅकेजेस हरवतील, ग्राहकांचा असंतोष कमी होईल आणि ॲमेझॉनचा खर्चही कमी होईल. ड्रायव्हरचा अनुभव चांगला असल्यास कर्मचारी अधिक समाधानी राहतील आणि त्यामुळेdelivery क्षेत्रात कर्मचाऱ्यांची सतत होणारी भरती कमी होईल.
ॲमेझॉन जनरेटिव्ह एआयचा उपयोग अधिक तपशीलवार नकाशे (maps) तयार करण्यासाठी करत आहे, जे कठीण परिस्थितीत डिलिव्हरी करण्यासाठी खूप महत्त्वाचे आहेत. मोठ्या ऑफिस कॉम्प्लेक्समध्ये, इमारतींमध्ये आणि घरांच्या परिसरात डिलिव्हरी करणे खूप कठीण असते. एआय-आधारित नकाशे (AI-powered maps) योग्य मार्ग दाखवू शकतात, इमारतींचे प्रवेशद्वार आणि पार्किंगची जागा शोधण्यात मदत करू शकतात, ज्यामुळे ड्रायव्हरचा वेळ वाचेल आणि चुका होण्याचा धोका कमी होईल.
SCOT: मागणीचा अंदाज बांधणे आणि AI सह इन्व्हेंटरी ऑप्टिमाइझ करणे
सप्लाय चेन ऑप्टिमायझेशन टेक्नॉलॉजी (Supply Chain Optimization Technology) (SCOT) ॲमेझॉनला जगभरातील ग्राहकांना लाखो उत्पादने वितरित करण्यास मदत करते. हे अत्याधुनिक तंत्रज्ञान मागणीचा अंदाज लावण्यासाठी, इन्व्हेंटरी पातळी सुधारण्यासाठी आणि योग्य वेळी योग्य उत्पादने योग्य ठिकाणी असल्याची खात्री करण्यासाठी AI चा वापर करते.
ॲमेझॉनने अलीकडेच SCOT ला शक्ती देणाऱ्या AI फाउंडेशन मॉडेलचे (AI foundation model) अनावरण केले आहे, जे 270 वेगवेगळ्या कालखंडातील 400 दशलक्षाहून अधिक वस्तूंचा डेटा process करण्याची क्षमता ठेवते. माहितीच्या या मोठ्या प्रवाहामुळे ॲमेझॉन आपल्या इन्व्हेंटरीचे व्यवस्थापन आणि अंदाज सुधारू शकते, ज्यामुळे ग्राहकांना फायदा होतो. SCOT मध्ये सुधारणा म्हणजे:
- किंमत ऑप्टिमायझेशन सुधारणे: AI किंमतीचे ट्रेंड, प्रतिस्पर्धकांच्या किंमती आणि ग्राहकांची मागणी यांचे विश्लेषण करून dynamically किंमती adjust करू शकते. यामुळे ॲमेझॉन स्पर्धात्मक किंमती देऊन नफा वाढवू शकते.
- उत्पादनांची निवड वाढवणे: मागणीचा अचूक अंदाज लावून, ॲमेझॉन आत्मविश्वासाने आपल्या उत्पादनांची निवड वाढवू शकते, ज्यामुळे ग्राहकांना जास्त पर्याय मिळतात आणि जास्त साठा किंवा तुटवड्याची भीती कमी होते.
- सोयी सुधारणे: AI-आधारित इन्व्हेंटरी व्यवस्थापनामुळे, ॲमेझॉन नेहमी लोकप्रिय उत्पादने स्टॉकमध्ये ठेवू शकते आणि जलद डिलिव्हरीसाठी तयार ठेवू शकते, ज्यामुळे ग्राहकांना खरेदीचा सोपा आणि सुविधाजनक अनुभव मिळतो.
अपग्रेड केलेले SCOT मॉडेल किंमत, सोयी, हवामान आणि विक्री यांसारख्या अनेक घटकांवर आधारित predictive analysis ( भविष्यकालीन विश्लेषण ) करण्यास मदत करते, ज्यामुळे ॲमेझॉन आपल्या ग्राहकांना अधिक प्रभावीपणे सेवा देऊ शकते.
ॲमेझॉनची व्यापक AI रणनीती
हे उपक्रम ॲमेझॉनच्या व्यापक AI रणनीतीची फक्त एक झलक आहेत, जी व्यवसायाच्या विविध पैलूंमध्ये पसरलेली आहे. कंपनी AI ला एक स्वतंत्र तंत्रज्ञान म्हणून नाही, तर एक मूलभूत घटक म्हणून पाहते, जो तिच्या कामकाजाच्या प्रत्येक भागात समाविष्ट केला जाऊ शकतो.
ॲमेझॉनची AI commitment खालील AI-आधारित उपायांमधून दिसून येते:
- नोव्हा ॲक्ट (Nova Act): 31 मार्च रोजी लॉन्च झालेले नोव्हा ॲक्ट हे एक AI एजंट (AI agent) आहे, जे इंटरनेटवर स्वतंत्रपणे नेव्हिगेट करू शकते, ऑनलाइन कंटेंटशी संवाद साधू शकते आणि वापरकर्त्यांसाठी उत्पादने आणि सेवा खरेदी करणे यासारखी कार्ये करू शकते. हे एजंट मानवी देखरेखीशिवाय वेब ब्राउझर वापरून कार्ये करू शकते.
- जनरेटिव्ह एआय पार्टनर अलायन्स (Generative AI Partner Alliance): ॲमेझॉन वेब सर्व्हिसेस (Amazon Web Services)(AWS) द्वारे नोव्हेंबरमध्ये अनावरण करण्यात आलेला जनरेटिव्ह एआय पार्टनर अलायन्स ग्राहकांना जनरेटिव्ह एआय deployment मध्ये विशेषज्ञता असलेल्या सिस्टम तज्ञांच्या आणि सल्लागार कंपन्यांच्या नेटवर्कमध्ये प्रवेश प्रदान करतो. ग्राहकांना जनरेटिव्ह एआय सोल्यूशन्स deploy करण्यात मदत करण्यासाठी हे alliance तयार करण्यात आले आहे.
- एआय-पॉवर्ड ॲडव्हर्टायझिंग टूल्स (AI-Powered AdvertisingTools): ऑक्टोबरमध्ये, ॲमेझॉन ॲड्सने (Amazon Ads) दोन नवीन AI टूल्स सादर केले, जे जाहिरातदारांना (advertisers) त्यांची पोहोच वाढवण्यासाठी आणि विविध प्रकारच्या माध्यमांमध्ये आकर्षक कंटेंट तयार करण्यासाठी डिझाइन केलेले आहेत. हे टूल्स जाहिरातदारांना अधिक आकर्षक जाहिराती तयार करण्यास सक्षम करतात.
ॲमेझॉनचे AI नवोपक्रमाचे (AI innovation) सतत प्रयत्न, त्यांच्या कार्य करण्याच्या पद्धतीत आणि ग्राहकांशी संवाद साधण्यात बदल घडवत आहेत. रोबोट्सला सक्षम करून, वितरण प्रणालीमध्ये क्रांती घडवून आणि पुरवठा साखळी (supply chain) सुधारून, कंपनी कृत्रिम बुद्धिमत्तेच्या युगात ( age of artificial intelligence) एक नेता म्हणून स्वतःची स्थिती मजबूत करत आहे. हे बदल जगभरातील ग्राहकांसाठी अधिक कार्यक्षम, सोयीस्कर आणि वैयक्तिक अनुभव देण्याचे आश्वासन देतात.