亞馬遜稍早揭曉兩款針對其營運中心 (operations network) 所設計的全新機器人與AI技術，分別是「Blue Jay」多臂機器人協作系統及「Project Eluna」代理式AI模型。亞馬遜強調，這些創新目的在減少前線員工的重複性任務、改善工作場所安全、提升生產力，同時也能進一步加速包裹的配送速度。
Amazon Robotics技術長Tye Brady表示：「我們最新的創新是展示如何利用AI與機器人技術，為我們的員工和客戶創造更好體驗的絕佳範例。」
Blue Jay：多臂協作，整合流程、減少重複勞動
「Blue Jay」被形容為員工的「額外幫手」，主要用於協助處理涉及伸長和舉起的重複性任務。它是一個新世代的機器人系統，能夠協調多個機器手臂同時執行多項任務，將過去需要三個獨立機器人工作站的功能：「揀選」 (pick)、「存放」 (stow)、「整合」 (consolidate)，整合到單一、流線化的工作空間中完成。
亞馬遜形容Blue Jay的運作如同一個「永不失手的雜耍演員」，只不過處理的是高速移動的數萬件商品，同時也像一位指揮家，確保所有動作和諧一致。此設計不僅能為員工提供更多支持，也能在更小的物理空間內創造更高的效率。
值得注意的是，Blue Jay的開發週期從概念到投入生產僅用了一年多，遠快於過去需要三年以上的開發時程。目前Blue Jay已經佈署在亞馬遜位於南卡羅萊納州的一處設施進行生產測試，據稱已能處理約75%不同類型的庫存商品，未來將成為亞馬遜當日送達 (Same-Day) 站點的核心技術之一，有望縮短客戶的包裹送達時間。
Project Eluna：代理式AI，降低認知負荷、預測營運瓶頸
另一方面，「Project Eluna」則是一個代理式AI系統，目標放在協助營運中心的管理者減輕認知負荷。傳統上，管理者需要同時監控數十個儀表板，應對技術故障、重新分配資源，並且快速做出決策。
Project Eluna的設計具備一定程度的自主性，能夠推理複雜的營運狀況，並且向操作人員提出行動建議。它會整合整個設施的歷史數據與即時數據，預測潛在的瓶頸，協助維持運營順暢。
Eluna將於今年假期購物季期間，率先在亞馬遜位於田納西州的一個物流中心進行測試，初期將專注於「分揀流程最佳化」 (sortation optimization)。操作人員可以向Eluna提問，例如「我們應該將人力轉移到哪裡以避免瓶頸？」，藉此獲得清晰、有數據支持的建議。其目標是讓管理者從「救火」轉向更有「遠見」的規劃。
核心目標：提升員工安全與效率，建構未來工作模式
亞馬遜強調，無論是Blue Jay或是Eluna，其核心目標始終一致：減少高度重複的任務、改善人體工學 (例如讓員工保持在最佳的工作狀態)，並拓展員工的職涯發展路徑。Eluna的導入也能讓領導者將更多時間用於指導團隊，而非追蹤數據。
這兩項新技術也建立在亞馬遜近期其他AI與自動化創新的基礎上，例如具備觸覺、用於處理人體工學挑戰任務的機器人「Vulcan」，以及用於協調跨設施大規模移動機器人車隊的AI基礎模型「DeepFleet」。
Tye Brady 最後總結道：「真正重要的不是機器人本身，而是『人』——以及我們正在共同建構的未來工作模式。」
