伙伴们，快刀广播站又开始广播了。
去年，我们更多感叹的还是AI大模型能输出大段大段的文字，或者设计出非常复杂的图像。到了今年上半年，AI在多模态场景里的应用更是翻天覆地，特别是在企业内部，AI的应用也逐渐从浅水层进入了深水区。
例如对全球电商巨头亚马逊来说，购物助手就是离它业务最近的AI使用场景，我们每个人也都能想到。所以在今年2月的时候，亚马逊就放出消息说，要做一个名叫Rufus的购物助手，帮助用户在购物前进行种草和推荐。嗯，大致相当于一个AI机器版本的小红书吧。
不过他们在放出这个消息之后，我到现在也没看到任何后续的报道，也不知道是因为他们保密工作做得好，还是因为他们这个项目确实没有新的进展。
不过除了这个购物助手，我最近看到亚马逊内部的另一个AI使用场景，非常值得跟你介绍一下。
在亚马逊自己的北美运营中心，每天有数以百万计的产品要通过成像隧道的检测，主要涉及的品类有狗粮、手机壳、T恤、书籍等小件的生活用品。他们用了一个叫“Project P.I.”的人工智能模型，来扫描这些经过成像隧道的物品是否存在缺陷，目标是希望客户对收到的货品感到满意，从而减少退货带来的损失。
这个名字里的“P.I.”就是私家侦探的简称，估计亚马逊起这个名字，是因为AI模型是为还没有收到货的客户服务的，希望它能像私家侦探一样帮客户去调查商品情况。
这个项目的运作过程也比较有意思。因为所有的物品在发货前，都会经过成像隧道，这个AI私家侦探系统会用计算机视觉识别来进行扫描，并对图像做出评估。因为每个产品种类的训练数据足够多，所以AI系统能够非常容易地判断出残次品，比如泄露的洗衣液，或者是卷曲的书皮。如果检测发现存在缺陷，系统就会把这个产品挑出来，确保它不被运送给客户。
AI系统不但要负责挑出有问题的商品，也要进一步调查类似的商品是否也存在问题。如果发现某个品牌或者种类的商品经常被AI系统抓出来，那么亚马逊平台就会提出改进意见。而那些被抓出来的物品，会由亚马逊的员工决定，它们是否有资格进入到亚马逊的二手渠道，以折扣价转售，也可能是捐赠或者寻找其他用途。
亚马逊的全球合作伙伴副总裁Mehta在说到这个项目表示：“我们希望能有效检测出潜在损坏的产品，并且能在产品送达客户之前就把问题解决掉。这对客户和我们平台上的商家来说都是双赢。”
他的这句话不仅仅是公关辞令，要知道对于亚马逊、淘宝、京东这些大型电商平台来说，光是每天发错货，或者是包裹破损、商品破损的订单非常多，这对顾客的情绪、商家的评分都有很大的影响。如果能在商品没有出仓库之前，就能发现一部分问题，对所有电商企业来说都非常有价值。
别说大量的头部电商玩家，连得到这种中小商家，因为有实体图书业务，所以也涉及到大量的破损和退货。并且很多时候，得到并不知道破损的书到底是在出仓库之前，还是在物流运送的路上。而亚马逊的这套视觉识别方案，看起来一点也不复杂，如果我们国内大部分的仓库内都能部署类似的系统，就能减少很多退货问题。
我猜可能会有同学反驳说，这还是没办法解决物品在运送过程中出现损坏，用户体验还是很差的问题啊。其实这反而是现阶段让AI在企业落地的一个好的切入点。就是把一个任务非常具体、目标非常明确的子环节交给AI去干。如果AI视觉识别能先解决掉仓库内部是否有破损的问题，那么就完全可以把相似的理念用在运输过程中，例如让AI去判断运动轨迹，一个环节一个环节地攻破。
而且这个项目还有一个技术切入的角度特别好，是亚马逊团队先去线上调取用户的负面反馈，然后结合从AI私家侦探项目里获取到的图像，进行反复对比。例如如果用户反馈说，自己订购了一个双人床单，但是收到的却是单人床单的话，系统就会对比更多的订单和AI获取的图像，并且问下面这些问题：“产品标签在图像中清晰可见吗？”“标签上写清楚是双人床单还是单人床单了吗？”这样就很容易帮商家找到退换货的根源到底是什么。
对于亚马逊平台上60%的独立卖家来说，如果平台系统能告诉他们，在贴发货标签这件事上只要降低错误率，就可以减少商品的退换货，这对所有的合作商家来说都会极大地节省运营成本。并且平台和商家在这种项目上也能形成统一战线和良性互动。
当然，咱们自己的电商企业在内部很多环节上，也早早用上了AI提效。只不过很多时候，这些值得宣传的、对中小企业有帮助的项目，咱们国内大厂反而不怎么传播。如果咱们学习圈同学身边有这种有意思的AI实践，欢迎跟我分享，解决的问题颗粒度越小越好。
最后跟大家说个AI学习圈的教程课动态。尹会生老师《从零开始部署Dify》教程的第三讲，今天已经正式更新了。尹老师跟我说，上一讲教程上线之后，就有很多同学追着问他，尹老师我费劲做好的AI助手，能不能分享给其他朋友使用啊？能不能部署一次，然后在家里、在公司都能用啊？尹老师说，能。第三讲他就手把手教你把AI助手接入微信。去学这一讲之前，我还是要提醒你，这是一门进阶课，难度比较高，需要你掌握一定的网络知识，并提前配置好Dify和Python。还没操作的同学，可以先去学这门课的前两讲内容。
好，今天的快刀广播站就到这里了。如果你觉得今天的内容对你有帮助，欢迎分享到朋友圈或者转发给你的朋友们。明天咱们接着聊AI。