全球電商巨頭 Amazon 宣佈其物流網絡內已部署達 100 萬部機械人，這個數字已接近 Amazon 倉庫的人力規模。與此同時，Amazon 亦推出名為 DeepFleet 的人工智能系統，透過優化機械人的移動路徑，成功提升其運作效率達 10%，並有效降低配送成本。
目前，Amazon 在全球的員工人數約為 150 萬，其中約 120 萬人位於倉庫工作。公司在超過 300 個物流據點部署機械人，當中 75% 的配送中心皆有機械人協助作業。報導指，Amazon 去年每個設施的平均僱用人數下降至 670 名，創下十六年來的最低紀錄。隨著自動化的推廣，每位員工管理的包裹數量在十年間翻了近22倍，由175個上升至接近3,870個，顯示出自動化所帶來的效率提升。
DeepFleet 作為一個生成式 AI 模型，利用 Amazon 的內部物流數據及 Amazon SageMaker 等 AWS 工具來構建，旨在如同交通控制系統一樣協調整個履行網絡的機械人移動。透過模仿智能交通管理概念，該系統能顯著減少倉庫內的擁堵情況，並最佳化路線，加速客戶訂單的處理效率。
Amazon 表示，DeepFleet 能更好地將商品放置在靠近客戶的位置，以實現更快速的配送及降低成本。這個 AI 模型會持續學習並獲得改進，發現新的機械人協作最佳化方法，從而提升工作效率及安全性，同時創造出維護與技術營運等新的工作職位。自2019年以來，超過70萬名員工已參與相關角色的培訓。
Amazon 的機械人部署始於2012年推出的倉庫貨架移動機械人，目前實際上已經運行11種不同類型的機械人。其中，主力機械人 Hercules 負責將整個貨架單元移動至工作人員附近，以減少步行時間與加速物品揀選；而 Pegasus 則搭載輪式單元，在履行中心之間高效搬運包裹。
此外，Amazon 的首款完全自主的移動機械人 Proteus 已能在倉庫內與人類安全協作，而觸覺機械人 Vulcan 透過力感應器及 AI 技術輔助進行觸覺操作以減輕工人重複的工作負擔。Agility Robotics 開發的雙足行走機械人 Digit 目前正在進行測試，預計未來將能承擔貨車卸貨等職責。
在機械人系統 Sequoia 中，這些移動機械人、龍門系統、機械人手臂及符合人體工程學的員工工作站進行有效整合，以實現庫存的容器化管理。機械人手臂 Robin 能使用視覺及吸力在不同系統間分揀及轉移包裹；而 Cardinal 則專責提起重物並將其載送至配送車上，Sparrow 則利用吸盤及電腦視覺從手提袋中揀選個別物品。
Titan 這一更強大的版本，則被設計用來搬運更重的庫存，而模組化的移動機械人平台 Xanthus 可通過可更換附件來適應各種倉庫作業的需求。Forrester 的分析師 Rowan Curran 指出，DeepFleet 展示了生成式 AI 供應商在建立非語言模型的越發成熟，並突顯了這些模型的擴展價值及許多應用案例的可能性。
業界其他公司如 Netflix 和 Microsoft，也在積極發展針對新用途的基礎模型，前者已推出依據會員觀看歷史的推薦模型，而後者則針對遊戲玩法提出生成式 AI 模型。專家認為，只要企業具備豐富的數據與強大的訓練能力，就能從這些基礎模型中創造出多元的應用案例。
