Paketstölder har ökat kraftigt i USA och leveransföretaget UPS använder artificiell intelligens för att bekämpa denna växande trend.
Varje år stjäls hundratals miljoner paket utanför dörren hos de avsedda mottagarna. Eftersom Amazon och andra återförsäljare skickar miljarder paket varje år är det opraktiskt att låta mottagarna kvittera leveransen varje gång, så de flesta lämnas kvar på verandan.
UPS använder AI och maskininlärning för att bearbeta stora mängder data om leveransadresser för att bättre förstå vilka adresser som är mer utsatta för piratkopiering än andra.
Genom att analysera historiska data med maskininlärningsalgoritmer kan UPS tilldela ett värde till risken för att lämna ett paket vid dörren till en leveransadress. Delivery Confidence Score sträcker sig från 0 till 1000, där 1000 är helt säkert och noll nästan garanterar att paketet kommer att stjälas.
API:et integreras med en återförsäljares kassaprocess och kan rekommendera ett upphämtningsställe eller upphämtning i butik om adressen anses vara en högriskadress.
UPS genomförde en första test av sitt API med Costco och erbjuder nu tillgång till DeliveryDefense API med början på $3.000 per månad. Det låter mycket tills man räknar ut värdet på de paket som återförsäljarna måste ersätta.
En studie från Security.org visade att det genomsnittliga värdet på stulna paket under 2022 var cirka $50. Multiplicera det med de 260 miljoner paket som stals från amerikanska verandor under 2022 och prislappen verkar vara en bra affär.
UPS planerar att erbjuda ett alternativ på $99/månad till mindre återförsäljare nästa månad.
Vad gör en adress riskfylld?
Varje gång du släpper AI lös på en massa data finns det en risk för att inneboende partiskhet lyfts fram. UPS gav inte mycket detaljer om hur AI tilldelade riskpoängen, men de sa att det inte gjordes baserat på ett specifikt område.
UPS säger att datasetet består av ett urval av miljarder datapunkter från två års UPS-data för inrikes bruk och att rättvisa data har byggts in i modellen.
En taleskvinna för UPS sade att poängsättningen var fokuserad "uteslutande på leveransegenskaper". Ett exempel som gavs var två intilliggande flerfamiljshus där det ena hade ett säkert postrum med en låda och bevakningskedja, medan det andra inte hade det.
Brottsligheten skiljer sig åt mellan olika områden, men i det här fallet är AI-appen mer detaljerad när det gäller att markera ett specifikt hus som en risk för att bli utsatt för tjuvar.
Om leveransföretag använder AI på det här sättet, så gör säkert privata och statliga säkerhetsorganisationer det också.
Det är fantastiskt att AI håller oss säkrare och hjälper oss att undvika besväret med att få våra paket stulna, men till vilket pris? Den partiskhet i uppgifternahur den samlas in och används, och hur den övervakningsaspekterär frågor som vi kommer att behöva ta itu med.
