evidoria

← Volver al listado

Buena práctica Importada

El Programa de Infraestructura de Computación en el Borde (ECIP) de USPS — Escaneo de Paquetes con IA en 195 Centros de Procesamiento Postal

Estados Unidos · Washington, D.C. · Ver el perfil de Estados Unidos · Ver el perfil de Washington, D.C.

Evidencia: Descriptivo / autodeclarado Top 66% 53/100 · Pregunte a Evidence Copilot sobre esta práctica

USPS equipó 195 centros postales con servidores periféricos con GPU Nvidia que leen códigos de barras y direcciones, reduciendo de días a horas las investigaciones de paquetes extraviados. La herramienta sirve solo para detectar anomalías, sin tasa de error publicada.

195 centers
Centros de procesamiento postal equipados con servidores de IA edge
1,000+ machines
Máquinas clasificadoras que alimentan datos de cámaras
20 TB/site/day
Imágenes de paquetes procesadas
129 billion pieces/year
Volumen anual de correo
7,3 billion packages/year
Volumen anual de paquetes
231 packages/second
Tasa de procesamiento de paquetes
~800 CPUs / 2 weeks reduced to 4 GPUs / ~20 minutes
Tiempo de tarea de cómputo (autoinformado)
8-10 staff over several days reduced to 1-2 staff over a few hours
Tiempo de localización de paquetes perdidos (autoinformado)
El Programa de Infraestructura de Computación en el Borde (ECIP) de USPS — Escaneo de Paquetes con IA en 195 Centros de Procesamiento Postal

Detalles

Madurez
Consolidada
Promotor
United States Postal Service (USPS)
Período
2019-2026
Palabras clave
postal services, logistics, public administration, e-commerce

Contexto

El USPS (servicio postal de EE. UU.) opera a una escala masiva (unos 129 000 millones de envíos postales y 7300 millones de paquetes al año, aproximadamente 231 paquetes por segundo) y en 2019 puso en marcha el Edge Compute Infrastructure Program (ECIP), instalando servidores edge de HPE con cuatro GPU Nvidia V100 cada uno en 195 centros de procesamiento postal para seguir el ritmo del volumen.

Objetivos

El programa busca acelerar el procesamiento por visión artificial de las imágenes de los paquetes —lectura de códigos de barras y direcciones, verificación del franqueo y señalización de símbolos de materiales peligrosos o etiquetas dañadas— directamente en el borde (edge) del centro de procesamiento en lugar de en un centro de datos central.

Actividades

Cámaras instaladas en más de 1000 máquinas clasificadoras alimentan a los servidores edge con unos 20 terabytes de imágenes de paquetes por sede y día; estos servidores ejecutan modelos de visión artificial, y una tarea de cómputo que antes requería unas 800 CPU y dos semanas ahora se completa en cuatro GPU en unos 20 minutos.

Resultados

El personal del USPS informa que rastrear un paquete perdido o mal encaminado, que antes requería de ocho a diez empleados durante varios días, ahora toma solo unas horas a una o dos personas; sin embargo, el propio USPS ha declarado que el sistema no produce una "tasa de error" formal, describiendo su uso principal como señalar anomalías para solución de problemas en lugar de una medida de precisión formalmente medida.

Conclusiones

El informe técnico de 2026 de la Oficina del Inspector General del USPS, que catalogó más de 35 casos de uso de IA en la agencia, señaló esta falta de una métrica de rendimiento publicada y verificada de forma independiente como una brecha de transparencia, a pesar de que el programa ya se ha replicado de forma idéntica en los 195 emplazamientos.

Implementación
Coste indicativo
Alto (500 000 €–5 M€)
Tiempo hasta resultados
Largo (> 3 años)
Personal y competencias
Package-tracing investigations shifted from 8-10 staff over several days to 1-2 staff over a few hours (self-reported by USPS staff)

Condiciones para el éxito

  • Camera-equipped sorting machines (1,000+) generating package images at each site
  • Edge GPU servers (HPE, 4x Nvidia V100) co-located at each processing center to handle ~20 TB/site/day
  • High package throughput (~231 packages/second) that justifies edge rather than centralized compute

Modos de fallo comunes

  • USPS itself states the system does not produce a formal 'error rate', limiting independent verification of accuracy
  • USPS Office of Inspector General's 2026 white paper flagged this as a transparency gap across the agency's 35+ AI use cases

Dónde encaja

Tipo de gobernanza
federal government agency (quasi-independent, self-funded)
Escala
national, 195 mail-processing centers
Nivel de ingresos
high-income

Habitualmente financiado por

National / regional programmes Own resources / municipal budget

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles