包裹盗窃在美国激增，快递公司UPS正在使用人工智能来应对这一日益增长的趋势。
每年有数亿个包裹从预定收件人的门外被盗。由于亚马逊和其他零售商每年发送数十亿个包裹，每次都让收件人签名送货是不切实际的，所以大多数都留在门廊上。
UPS正在使用人工智能和机器学习来处理大量的送货地址数据，以更好地了解哪些地址比其他地址更容易发生盗版。
通过使用机器学习算法分析历史数据，UPS能够为将包裹留在送货地址门口的风险赋值。递送置信度得分从0到1000,1000是绝对安全的，零几乎保证包裹会被盗。
该API与零售商的结账流程相集成，如果地址被认为是高风险的，可以推荐收货点或店内收款。
UPS与Costco进行了API的初步试用，现在提供了DeliveryDefense API的访问，起价为每月3，000美元。这听起来像很多，直到你计算零售商必须更换的包裹的价值。
www.example.com的一项研究发现，2022年被盗包裹的平均价值约为50美元。再乘以2022年从美国门廊被盗的2.6亿个包裹，价格标签似乎很高。
UPS计划下个月向较小的零售商提供99美元/月的选择。
是什么让地址有风险？
任何时候，当你让人工智能处理一堆数据时，都有固有偏见被突显的风险。UPS没有透露人工智能如何分配风险分数的太多细节，但他们确实表示，这不是基于特定领域的。
UPS表示，该数据集由2年国内UPS数据中的数十亿个数据点样本组成，数据公平性被纳入模型。
UPS的一位女发言人说，评分”完全集中在送货特点上”。举的一个例子是两个相邻的公寓楼，其中一个有一个安全的收发室，有上锁的盒子和监管链，而另一个没有。
犯罪确实因地区而异，但在这种情况下，这款人工智能应用程序更精确地突出了一所特定的房子，因为它有可能成为窃贼的目标。
如果快递公司像这样使用人工智能，那么私人和国家安全组织肯定也是。
人工智能让我们变得更安全，并帮助我们避免包裹被盗的不便，这很好，但代价是什么？数据的偏见、收集和使用的方式以及监控方面，都是我们需要解决的问题。
