亚马逊并没有用机器人取代人类，而是利用人工智能和物联网设备来增强其劳动力。
对于企业高管来说，主要目标始终是找到更快、更高效的工作方式，同时保障员工安全，并控制他们的思考时间。无论是仓库还是配送路线，真正的考验在于数字化计划在现实世界中的实施效果。
亚马逊表示，它希望始终探索创新方法，让工作体验尽可能安全便捷，并使工作更安全、更智能、更有回报。对于管理者来说，重要的是要明白，他们正在利用科技来减轻工作带来的身心疲劳，将科技视为帮助员工的一种方式，而不是取代他们。
帮助工人：从仓库到您家门口
亚马逊正致力于利用物联网和人工智能解决两个关键领域的问题：仓库中重复的物理任务和危险且多变的包裹递送工作。
利用科技进行配送
送货司机需要处理很多事情：导航、处理包裹以及确保安全。亚马逊正尝试通过智能眼镜来解决这个问题。智能眼镜是一种可穿戴技术，旨在为员工创造一种解放双手的体验。
这款眼镜专为这项任务而设计。它利用显示在驾驶员眼前的屏幕、人工智能和计算机视觉技术，将重要信息直接显示在驾驶员的视野中。这有助于扫描包裹、确认配送和提供路线指引。这有两个好处：速度更快，安全性更高。
“我全程都感觉更安全，因为眼镜的信息就在我的视野范围内，”内布拉斯加州奥马哈市Maddox物流公司的地区检察官Kaleb M.解释说，他测试了这项技术。“你不用低头看手机，而是可以把视线向前，越过屏幕——你始终专注于前方。”
未来的计划不仅仅是提供导航，还包括主动管理风险。例如，如果司机走错了地址，眼镜可以发出警告，或者指出光线不足或宠物等危险。
仓库中的人工智能和机器人
在仓库内部，亚马逊正在使用名为 Blue Jay 的新型机器人物联网系统来帮助员工完成艰巨的体力任务。这个新一代机器人系统是人工智能应用的一个很好的例子，它将过去三个独立的机器人工作站整合成一个流畅的工作空间，可以进行物品的挑选、存储和整理。
其直接优势在于，在更小的空间内实现更快的速度，这意味着更快的配送。对于工人来说，它可以让他们在舒适的姿势下工作，减少重复的伸手和举重动作，从而减轻工作负担。在南卡罗来纳州的测试点，Blue Jay 已经可以处理约 75% 的各种类型的物品。
另一个重要项目是 Eluna 项目。这是亚马逊设计的人工智能系统，旨在帮助运营经理，而不仅仅是员工。它解决了管理人员因需要查看数十个仪表板并快速做出决策而感到不知所措的问题。
Eluna 就像一位额外的队友，利用过去和现在的数据来预测问题并提出建议。它不仅仅是展示数据，还会在被问到一些简单的问题时，给出清晰的、有数据支撑的建议，例如“我们应该把人员转移到哪里才能避免问题？”
对于任何运营领导者来说，这都是一个关键的改变：少一些应急处理，多一些提前规划。这样一来，管理者就能有更多时间指导团队，而不是追逐数据。
利用数字孪生和团队合作加快进步
亚马逊如何为其员工创建和使用这些物联网和人工智能系统与技术本身同样重要。
工业机器人的一大挑战是开发周期长。亚马逊的工程师们利用人工智能和数字孪生技术，将Blue Jay的开发周期从通常的三年缩短至一年多。通过这种先进的数字化复制现实世界的方式，亚马逊展示了该方法如何帮助团队进行虚拟测试，并将多年的物理测试转化为数月的数字化工作。
此外，这项技术并非孤立诞生。数百名驾驶员测试了这款智能眼镜的早期版本，并提供了重要的反馈。这种团队合作塑造了眼镜的方方面面，从全天佩戴的舒适度到显示屏的清晰度。这种对实际使用的关注对于让人们接受这项技术并获得投资回报至关重要。
这项服务的推出基于一个清晰的理念：技术需要学习新技能。亚马逊正在投入资金进行培训，通过培训项目和人工智能专项教育，让员工能够更好地使用人工智能支持的工具。
像 Eluna 这样的人工智能的引入也表明了拥有强大的大规模数据系统的重要性。这类能够思考并提出行动建议的系统，是整个行业正在开发的基本模型的下一步，无论是在 AWS Bedrock、Google Vertex AI 还是其他平台上。它们需要一个可靠的数据计划，例如亚马逊自己管理机器人车队的 DeepFleet AI 模型，才能发挥作用。
亚马逊的经验教训可供其他希望利用人工智能和物联网帮助员工的企业借鉴
通过这种方式，亚马逊提供了如何为员工添加强大的人工智能和物联网技术以协助物理操作的指南。
亚马逊机器人公司首席技术专家 Tye Brady说得最好：“真正的标题不是关于机器人……而是关于人——以及我们共同构建的未来工作。”
一些重要的经验教训：
- 专注于帮助人们，而不仅仅是自动化：最大的直接好处可能是那些让员工更安全、更智能、压力更小的工具。智能眼镜和Eluna项目就是减少精神压力和身体风险的典型技术案例，从而提高员工留任率和生产力。
- 使用数字孪生来加快进度： Blue Jay 案例研究证明，由人工智能和真实世界数据驱动的虚拟测试现在是一个关键优势，它大大减少了开发复杂物理物联网系统所需的时间，即使对于亚马逊规模的运营也是如此。
- 为人工智能做好准备： Eluna 项目展示了从简单报告到以对话方式提供建议的人工智能助手的转变。首席信息官和首席数据官 (CDAO) 需要评估他们的数据系统是否足够强大，能够支持不仅报告问题，还能预测问题并提出解决方案的系统。
- 与员工携手合作：智能眼镜试点项目的成功取决于用户反馈。对于任何科技产品的发布，尤其是可穿戴设备或人工智能工具，尽早并持续地获取用户反馈对于获得认可至关重要。这一点，加上培训投入，是确保科技能够帮助员工（而不是疏远员工）的唯一途径。
亚马逊在使用人工智能和物联网时所展现的以人为本不仅仅是为了让事情变得更容易；这是帮助你的员工变得更强大、更高效、更投入的关键方法。
对于技术、运营和人力资源主管来说，信息很简单：最好的技术投资是将运行方式的真正改进与对员工更安全、更智能、更有帮助的工作体验结合起来。
