Amazon のパッケージング戦略の背後にある: 機械学習

消費財企業やブランドがプロセスを簡素化し、不必要なコストを削減し、持続可能性を重視するようになったことで、パッケージングの方式は飛躍的に複雑になってきました。

巨大なフルフィルメントセンターとして機能するアマゾンは、「顧客と地球の利益のために」商品の発送方法を再発明し、その構造を強化する必要に迫られている。 リサイクル可能性を念頭に置き、高度なアルゴリズムと機械学習を活用することでこれを実現しました。

同社は声明で「顧客がアマゾンの注文品の発送に使用される梱包材を気にしていることは承知している」と述べた。 「顧客は、製品が確実に良好な状態で到着し、環境への影響を最小限に抑える、適切なサイズで簡単にリサイクル可能な梱包で注文品が配送されることを望んでいます。」

廃棄物を削減し、商品が適切なサイズの箱や郵便物に確実に梱包されるようにするために、Amazon は機械学習を活用しています。 この技術は、どの製品が同じサイズの箱よりも 75% 軽量で持続可能であるため、どの製品が柔軟な包装 (つまり、メーラーやバッグ) に適しているかを伝えます。

過去 5 年間に Amazon はこのアプローチを利用しており、このアルゴリズムにより北米とヨーロッパで段ボール箱の使用が 35% 以上削減されました。 さらに、Amazon は数年前、複数の商品を含む発送の梱包を減らすアルゴリズムの活用を開始し、2018 年以降、北米の発送の 7% で梱包サイズを縮小しました。

「当社はまた、各パッケージに使用する紙の量を最小限に抑えるためのパッケージングスイートの最適化にも投資しており、年間約6万トンの段ボールを節約しています」とアマゾンは述べた。

同社によれば、これらのアルゴリズムは Web ベースのツール PackOpt によって実行され、3D テトリスのように機能します。 高性能アルゴリズムは、ボックス内でさまざまなアイテムをどのように構成できるかを迅速に決定し、他のより堅固なアイテムの周りに差し込むことができる衣類などの折り畳み可能または圧縮可能なアイテムを分析します。

このアルゴリズムには、地域の過去の出荷データと箱の寸法という 2 つの入力が必要です。 このテクノロジーは舞台裏で 25 の異なるパラメーターを考慮しています。

しかし、Amazon の目標は、このツールを合理化して全社に展開できるほどシンプルなものにすることでした。

「この最適化問題を解決してから、最適化されたパッケージを実際に顧客の玄関先に届けるまでには、さまざまなステップを踏む必要がある」とアマゾンの主任研究員デビッド・ガスペリーノ氏は今夏投稿したアマゾンのブログで述べた。 「私たちは、科学者ではない世界中の地域のパッケージング リーダーが、PackOpt の使用方法をすぐに理解し、そこに含まれる経済的価値を自らの目で確認し、最終的にはパッケージング最適化の推進者になる必要がありました。」

多くの企業と同様に、アマゾンはプラスチックベースの梱包材の廃止を目指している。 プラスチックは軽量で防水性があり、必要な材料が少ない一方で、リサイクルが非常に難しく、多くの場合、顧客は材料を単にリサイクル箱に入れるのではなく、引き取り場所に持ち込む必要があります。

「これにより、アマゾンは二酸化炭素排出量を最小限に抑え、リサイクル可能性を高め、廃棄物を削減する方法をいかに見つけ続けるかという課題に正面から取り組んでいる」と同社は述べた。

この取り組みの一環として、Amazon は追加の梱包材の使用を完全に排除することに取り組み、2015 年以降、梱包材の重量を 38% 削減しました。 これにより、150万トン以上の梱包材の使用が削減されました。 昨年だけでも、Amazon は 1 配送あたりのプラスチック梱包材の平均重量を 7% 以上削減しました。

アマゾンは梱包材を廃止できない場合、より簡単にリサイクルできる代替素材を検討している。 これには、北米で開始された、通常のリサイクル施設で収集および分別できる、同社の店頭でのリサイクル可能な紙パッド入り郵便物が含まれます。

さらに、米国では、Amazon が、Amazon フレッシュまたはホールフーズ マーケットでの配達品を冷凍または冷蔵に保ち、プラスチックライナーやバブルバッグの断熱材を不要にする、新しいリサイクル可能な店頭でのパッケージを提供しています。