现在，“网络购物”对广大普通老百姓来说都已经习以为常了，这种新兴购物办法非常方便高效，极大地提升了购物体验和生活质量。

但是其余一方面，毋庸讳言，网络购物（或者说电商），也有一些短板，个中之一便是随意马虎产生轇轕，产生轇轕之后很难调查、处理。

比如说，用户在大型电商自营店买了一件商品，得手之后，有可能会创造商品是坏的，或者是有瑕疵的、二手的，乃至货不对板，被调包等等，这种事情在环球各地都时有发生。

由于网络购物和消费者在实体店购物不同，双方不是“一手钱，一手货”，当面验货交易，从用户下单到终极收到货，所要经由的环节和人手浩瀚。
只要任何一个环节有人扰乱，就都有可能导致涌现这种问题。
无论是消费者举证维权，还是电商平台追查缘故原由，都非常困难。

客不雅观来说，无论采取什么方法，这种事情很难百分之百地被避免，但是只管即便采纳技能手段来检测、规避这种行为仍旧是必须的，近期，外洋有名电商亚马逊推出了一种新方法，可供参考。

6月3日，亚马逊宣告在其北美数个运营中央内支配了一种名叫“Project PI”的人工智能系统，它可以利用各种工具扫描可能存在缺点和毛病的商品。

Project PI综合利用天生式人工智能和打算机视觉技能，能够在商品到达客户之前创造部分毛病，比如产品破坏或颜色、尺寸缺点等问题。
此外，它还可以帮助确定运营方问题的缘故原由，以便干系部门采纳预防方法，防止类似的问题再次发生。

详细来说，用户下单后，商品会首先通过成像隧道，Project PI会利用打算机视觉扫描产品，然后通过图像评估、检测商品是否存在任何毛病。

如果创造确实存在毛病，系统会自动隔离商品，不会进入下一个环节。
然后会由干系部门对该商品再次进行核实、确认，Project PI系统可大幅节约核查本钱，提升效率。

当然，功能再强大的AI也不可能创造所有可能存在问题的商品，仍旧可能会有漏网之鱼。
如果这种情形真的发生，当收到客户的反馈投诉后，亚马逊技能团队会立即调查缘故原由，然后对Project PI和各种验证环节进行改进。

但是须要强调指出的是，Project PI仅适用于检讨一部分商品，它只扫描外部包装，而不检测全体实际的产品，因此，它不适用于检测处理器和显卡这类数码配件。

综上所述，客不雅观为玉养，Project PI只能在一定程度上减少消费者收到有问题的可能性，并不能完备彻底地杜绝。
如果消费者入手贵重数码物品，仍旧不可大意，只管即便拍拆箱***保留证据。

只管如此，亚马逊将人工智能用于检测商品这种探索和实践还是非常有益的，其终极实际效果还有待韶光考验。