亚马逊的ProjectPI，即“私人调查员”项目，将生成式人工智能和计算机视觉相结合，在将商品发送给客户之前“查看”商品损坏情况或确定商品颜色或尺寸是否错误。
其工作原理是，产品在运送给客户的过程中要经过一个扫描通道。计算机视觉程序(一种查看图像并理解其中内容的人工智能)会检查是否有损坏。如果发现问题，则隔离该物品，同时系统会评估缺陷并确定类似物品是否存在问题，以找出根本原因。
据亚马逊称，ProjectPI已在“多个”北美仓库投入使用，并将在全年扩展到更多站点。去年，亚马逊推出了一个不同的系统，该系统标记经常退货的商品，以突出显示在客户实际点击订购按钮之前容易出现问题的商品。这一切都凸显了避免可能“噩梦般”的退货流程对客户、亚马逊和环境在减少碳排放方面都有好处。
该公司表示，亚马逊的人工员工会审查ProjectPI标记的物品，以便决定是否在亚马逊的SecondChance转售网站上以折扣价出售或捐赠到其他地方。
亚马逊还在努力引入多模态大型语言模型，以调查客户对收到的商品不满意的原因。该人工智能工具会查看客户在反馈中说了什么，然后扫描来自ProjectPI和其他数据源的图像，试图找出问题所在。亚马逊表示，这项技术可能会对其他卖家有所帮助，这样他们就会知道他们是否不小心贴错了商品标签。