【電商龍頭GenAI實戰：Amazon】Amazon活用GAI指揮十萬臺物流機器人，更有上千專案進行中

作為原生電商及雲端服務商，科技基因強大的全球電商龍頭Amazon早在2023年4月就發布自家LLM Titan。同年5月，於徵才廣告中暗示自家要打造具聊天能力的產品搜尋功能。當時他們仍不願高調說明，不過今年，Amazon CEO Andy Jassy已經多次宣稱，自家有超過1,000項生成式AI應用專案，正在開發或實際應用。

Amazon廣泛將生成式AI應用於物流、顧客體驗、賣家體驗與RMN應用。儘管應用領域與許多零售業者相近，但Amazon推出類似應用的時間常領先同業數月，且更加深度、有特色。

從物流中心包裝到送貨最後一哩路，都用GenAI加速

Amazon素來以物流實力聞名，應用傳統AI在物流的案例多不勝數，除了強大的需求預測與路徑規畫模型，還有更多少見的應用，例如協助物流士快速在貨車內找到包裹的揀貨助手。生成式AI問世後，他們也用來開發多個獨特的物流應用，加速從物流中心出貨到送貨最後一哩路等環節。

他們第一個揭露的GenAI物流應用是商品瑕疵辨認系統Project P.I.。利用電腦視覺模型及多模態LLM，此應用能在物流中心出貨前，識別受損或不符訂單規格的商品。例如書本封面折到，衣服尺寸錯誤。

P.I.能在問題發生時不斷學習，以於未來發生類似問題時更準確判斷錯誤。同時，還能識別出同類型商品常見的問題模式，進而與供應商共同探討改善方法。這項技術不僅能提升顧客滿意度，還能達到節省成本和環保的效果。及早發現問題商品，Amazon可以避免因未及時發現問題而導致的退貨和資源耗損，並將商品改用二手販賣或捐贈等方式處理。

另一項GenAI物流技術應用是Wellspring導航系統。他們利用生成式AI，來綜合分析衛星影像、街景圖像、顧客指示和歷史配送數據等多種資訊，並透過圖標顯示於地圖上，供物流士送貨時能快速辨識。

透過這項技術，Wellsrping在多樓層公寓或新建社區等環境中，仍可以準確識別郵箱、車位和入口等具體位置，改善配送精準度。自2024年10月起，Wellspring已成功對超過14,000個多樓層公寓中的280萬地址進行精準定位，並替物流士找到400萬個方便的停車位置。

今年年中，他們新部署一個生成式AI模型Deepfleet來扮演AI交通指揮官角色，強化物流中心內機器人調度，預計提升10%移動效率。他們更宣布組建一個代理式AI團隊，打造能聽懂人類員工自然語言口頭指令的物流中心機器人系統。這些機器人將運用語言視覺模型（VLM）等技術，根據實際物流中心環境完成任務。

從頭自建LLM來打造AI購物助手，深度整合多個後端系統資訊來提供個人化對話內容

Amazon率先在顧客體驗領域應用GenAI的做法是商品資料及顧客評論摘要。此功能於2023年年中推出，在大型零售業者中最早。Amazon還搭配運用機器學習模型及真人來分析發表評論帳戶、登入活動、評論歷史和各種異常行為，以阻擋虛假評論。

2024年2月，Amazon就兌現前一年打造對話式購物助手的預告，開始試用AI購物助理Rufus，隨後於8月將其作為正式功能整合到電商App。Rufus是一個聊天機器人，可以搜尋、比較商品價格及規格、回答商品相關問題及其他模糊問題、推薦產品、主動更新產品最新消息。不只如此，還可以根據顧客過往資料，給出個人化答覆。

Rufus背後LLM是由Amazon AI團隊從頭自建，訓練資料包含Amazon商品目錄、顧客評論、社群問答及部分開放網路資料。Rufus具備增強學習機制，隨著更多顧客的使用，可以進一步修正回答模式。

為提升推論及回覆速度，AI團隊採用Continuous Batching（持續批量處理）技術來增加吞吐量並降低生成延遲。並且，Rufus採取逐個Token的串流式呈現，結合Data Hydration技術，即時呼叫Amazon其他內部系統的相關數據來豐富生成內容，以兼具回覆速度及充實度。

許多業者推出這類功能時，都會因生成式AI回覆內容不夠準確等考量，只限定AI助手支援特定類型商品。Rufus正式上線後，則支援全網站數億種商品，顯示出Amazon對自家技術成熟度的信心。

Amazon用GAI來打造的個人化推薦做法也有獨到的創新。利用LLM強化商品搜尋及推薦，是如今零售業常見做法。今年他們推出個人化商品推薦功能「Interests」，則以相同技術為基礎，將精準行銷從被動變主動。

Interests功能是根據顧客自行設定的追蹤任務，自動持續探索最新上架商品。舉例來說，顧客可以設定追蹤「旅行中容易攜帶的高級護膚品牌商品」，Interests即會推薦相關商品，並於符合描述的新商品上市時，通知顧客。

於常見搜尋及推薦技術加入「追蹤」概念，使顧客不用自己找上門，Amazon也能根據顧客親自表明的喜好，來主動推銷商品。不只如此，Interest追蹤任務由顧客親自設定，還有望在使顧客收到推播通知時，較不易排斥。

Amazon還利用自家開發的Nova系列LLM打造代理式AI購物體驗Buy for me。顧名思義，能利用代理式AI技術，替顧客將加密過的姓名、地址、付款資料等資訊提供給外部品牌網站，來代為購物。顧客可以不用跳出Amazon網站，即完成站外購物操作，進一步強化Amazon作為購物入口網站的戰略。

降低商家商品上架門檻，更打造商家個人化AI代理

Amazon在2023後半年起就陸續為商家打造生成式AI輔助功能。第一個上線的是商品介紹生成功能，商家只需提供短至幾個字的描述，系統即可生成商品標題和介紹文案重點。

幾個月後，商家甚至連字都不用打，只需貼上自家官網商品頁的外部網址，工具便能自動讀取網頁內容，擷取所需素材以生成Amazon商品頁面，無需提供任何資料。

再後來，Amazon還推出可輕鬆替換商品圖片背景的功能。可以去背圖片，再生成多種背景圖樣，並允許商家簡單編輯或重新生成更多不同樣式。這些做法，降低了商家上架商品及製作圖文素材的門檻。

2024年9月，Amazon推出Project Amelia，利用生成式及代理式AI技術，來扮演商家助理角色。Amazon號稱Project Amelia訓練資料包含自家零售營運知識，能理解個別賣家業務特性並回答複雜問題。與消費者購物助手Rufus一樣，Amelia深度整合使用者數據，會提供高度個人化回答。

Amelia可以回答一般常識問題及賣場經營建議，例如根據賣家商品特性給予假期檔期應主打商品類別、備貨地點或行銷策略等具體建議。此助理還可查詢與分析賣家關鍵數據與指標，如人流量、營收、平均客單價，並進行比較、分析。

當賣家缺貨等營運上的情況，Amelia還具備代理功能，自告奮勇協助，查詢相關資訊、製作報告或聯絡相關人員。

將買家及賣家生成式AI應用結合RMN和影音串流業務

作為零售媒體聯播網（RMN）先驅，Amazon已經是世界上第3大廣告平臺，僅次於Google和Meta。他們也率先大規模應用GenAI到RMN。

他們在2024年陸續上線圖片生成、影片生成、動態圖生成、聲音生成等功能，可以用於電商及RMN行銷素材生成。後來，推出AI創作工作室，將這些功能一站式整合。

後來，Amazon更將零售GenAI應用，與RMN業務結合成新的應用，同時強化零售和廣告效益。例如，他們在自家AI購物助理Rufus中植入廣告版面。Rufus會根據與顧客的對話情境，展示廣告主的行銷素材並生成相關文字描述。根據Rufus先例及Amazon作風，未來Amelia和Interest，也有可能用於行銷各類賣家服務，以及優先推薦廣告主商品。

今年，Amazon進一步將RMN、生成式AI與自家串流服務結合，推出AI生成串流廣告。當觀眾暫停播放時，AI會分析暫停當下的影音內容和廣告主素材，進而動態生成相關廣告文案。