Amazon: глубокое обучение в SCOT повысило точность прогноза спроса в 15 раз

Amazon должна заранее, до того как покупатель оформит заказ, решить, какие товары держать в запасе, в каком количестве и на каком из своих объектов. Одновременно компания координирует поставки товара от миллионов продавцов по всему миру. Особенно остро задача стоит перед праздничным сезоном, который открывают Чёрная пятница и Киберпонедельник. Скот Гамильтон, вице-президент Amazon по технологиям маршрутизации и планирования доставки последней мили, называет этот период «нашим Суперкубком», к которому компания готовится месяцами, и говорит, что ИИ помогает во всём, что происходит в преддверии сезона и в дни пиковых продаж.

Supply Chain Optimization Technology (SCOT) — система Amazon для оптимизации цепочки поставок. Она использует глубокое обучение и массивы данных, чтобы прогнозировать спрос и решать, какие товары, в каких количествах и на каком объекте Amazon хранить, а также координировать поставки запасов от продавцов. В 2020 году компания начала применять в SCOT трансформерную архитектуру — ту же технологию, что лежит в основе обработки естественного языка и генеративного ИИ, — и перешла к единой модели прогнозирования. По данным Amazon, эта модель точнее предсказывает, что покупатели будут покупать по всему каталогу, и улучшила долгосрочный прогноз того, какие товары держать на складах.

Глубокое обучение Amazon внедрила в SCOT примерно за десять лет до публикации 2023 года. По данным компании, за первые два года точность прогнозирования выросла в 15 раз; это позволило держать в запасе всё более широкий ассортимент и быстрее доставлять товары покупателям. Следующим этапом в 2020 году стала единая трансформерная модель прогнозирования. В ноябре 2023 года Amazon сообщила, что SCOT ежедневно прогнозирует спрос более чем на 400 млн товаров. Система работает в общей цепочке ИИ-решений компании, куда входят парк из 750 тыс. мобильных роботов в центрах исполнения заказов и более 20 моделей машинного обучения для построения маршрутов доставки.