亚马逊将利用计算机视觉和人工智能来确保客户收到的产品完好无损，并进一步推进其可持续发展的努力。这项计划被称为 "P.I.项目"（Project P.I.，"私家侦探 "的缩写）。(简称 "私家侦探"），它将在亚马逊遍布北美的配送中心内运作，每天扫描数百万件产品，检查是否存在缺陷。
Project P.I.利用人工智能生成技术和计算机视觉技术，在产品到达客户手中之前发现问题，如产品损坏、颜色和尺寸不正确等。人工智能模型不仅能识别缺陷，还能帮助发现根本原因，使亚马逊能够在上游实施预防措施。事实证明，该系统在已部署的站点非常有效，能从每月处理的大量商品中准确识别出产品问题。
任何物品在发出之前，都要经过一个成像通道，由 Project P.I. 对其状况进行评估。如果检测到缺陷，该商品将被隔离并进一步调查，以确定是否有类似产品受到影响。
亚马逊员工会对标记的商品进行审查，并决定是否通过亚马逊的 "第二次机会 "网站以折扣价转售、捐赠或另作他用。这项技术旨在充当额外的 "眼睛"，加强北美几个配送中心的人工检查，并计划在 2024 年进行扩展。
亚马逊全球销售合作伙伴服务副总裁达姆什-梅塔（Dharmesh Mehta）说： "我们希望客户每次在我们的商店购物时都能获得正确的体验。
"通过在我们的运营设施中利用人工智能和产品成像技术，我们能够有效地检测到潜在的受损产品，并在这些产品到达顾客手中之前解决更多的问题，这对顾客、我们的销售合作伙伴和环境来说都是一种胜利。"
Project P.I. 在亚马逊的可持续发展计划中也发挥着至关重要的作用。通过防止损坏或有缺陷的商品到达客户手中，该系统有助于减少不必要的退货、浪费的包装以及额外运输产生的不必要的碳排放。
亚马逊全球可持续发展副总裁卡拉-赫斯特（Kara Hurst）评论说： "人工智能正在帮助亚马逊确保我们不仅以高品质的商品取悦客户，而且我们还将这种对客户的执着延伸到我们的可持续发展工作中，防止不完美的商品离开我们的设施，并帮助我们避免因运输、包装和退货过程中的其他步骤而产生的不必要的碳排放。"
与此同时，亚马逊正在利用一个配备了多模式 LLM（MLLM）的生成式人工智能系统来调查负面客户体验的根本原因。
当客户报告的缺陷未能通过初步检查时，该系统会查看客户反馈并分析来自履行中心的图像，以了解出错的原因。例如，如果客户收到的产品尺寸不对，系统就会检查履行中心图像中的产品标签，从而找出错误所在。
这项技术也有利于亚马逊的销售合作伙伴，尤其是占亚马逊销售额 60% 以上的中小型企业。通过使缺陷数据更容易获取，亚马逊可以帮助这些卖家迅速纠正问题，减少未来的错误。
