Pakketyverier har økt kraftig i USA, og leveringsselskapet UPS bruker kunstig intelligens for å bekjempe denne økende trenden.
Hvert år blir hundrevis av millioner av pakker stjålet utenfor døren til de tiltenkte mottakerne. Amazon og andre forhandlere sender milliarder av pakker hvert år, og det er upraktisk å få mottakerne til å signere for levering hver gang, så de fleste pakkene blir liggende igjen på verandaen.
UPS bruker kunstig intelligens og maskinlæring til å behandle enorme mengder data om leveringsadresser for bedre å forstå hvilke adresser som er mer utsatt for piratkopiering av verandaer enn andre.
Ved å analysere historiske data med maskinlæringsalgoritmer kan UPS tildele en verdi til risikoen ved å legge igjen en pakke på døren til en leveringsadresse. Delivery Confidence Score varierer fra 0 til 1000, der 1000 er helt trygt, mens null nesten garanterer at pakken blir stjålet.
API-et integreres med butikkens kasseprosess og kan anbefale et hentepunkt eller henting i butikk hvis adressen anses som høyrisiko.
UPS kjørte en innledende prøveversjon av API-et sitt med Costco og tilbyr nå tilgang til DeliveryDefense API fra $3 000 per måned. Det høres mye ut, helt til du regner på verdien av pakkene som forhandlerne må erstatte.
En studie fra Security.org viste at gjennomsnittsverdien på pakkene som ble stjålet i 2022, var rundt $50. Multipliser det med de 260 millioner pakkene som ble stjålet fra amerikanske verandaer i 2022, og prislappen virker som en god del.
UPS planlegger å tilby et alternativ på $99/måned til mindre forhandlere neste måned.
Hva gjør en adresse risikabel?
Hver gang du slipper AI løs på en mengde data, er det en risiko for at iboende skjevheter blir fremhevet. UPS ga ikke mange detaljer om hvordan den kunstige intelligensen tildelte risikoscore, men de sa at det ikke ble gjort basert på et spesifikt område.
UPS sier at datasettet består av et utvalg av milliarder av datapunkter fra to år med innenlandske UPS-data, og at datarettferdighet var innebygd i modellen.
En talskvinne for UPS sa at poengsettingen var fokusert "utelukkende på leveringsegenskaper". Et eksempel som ble gitt, var to tilstøtende boligblokker, der den ene hadde et sikkert postrom med låst postkasse og forvaringskjede, mens den andre ikke hadde det.
Kriminaliteten varierer fra område til område, men i dette tilfellet er AI-appen mer detaljert når det gjelder å utpeke et spesifikt hus som utsatt for tyveririsiko.
Hvis leveringsselskaper bruker AI på denne måten, gjør private og statlige sikkerhetsorganisasjoner det helt sikkert også.
Det er flott at kunstig intelligens gjør oss tryggere og hjelper oss med å unngå å bli frastjålet pakkene våre, men til hvilken pris? Den skjevheter i dataenemåten den samles inn og brukes på, og hvordan den overvåkingsaspekterer spørsmål vi må ta stilling til.
