evidoria

← Voltar à navegação

Boa prática Importada

Programa de Infraestrutura de Computação de Borda dos USPS — Digitalização de Encomendas com IA em 195 Centros de Triagem Postal

Estados Unidos da América · Washington, D.C. · Ver o perfil de Estados Unidos da América · Ver o perfil de Washington, D.C.

Evidência: Descritivo / autorreportado Top 66% 53/100 · Pergunte a Evidence Copilot sobre esta prática

Os USPS equiparam 195 centros de triagem postal com servidores de borda com GPUs Nvidia que leem códigos de barras e endereços, reduzindo as investigações de encomendas extraviadas de dias para horas. A ferramenta serve só para deteção de anomalias, sem taxa de erro formal.

195 centers
Centros de processamento de correio equipados com servidores de IA edge
1,000+ machines
Máquinas de triagem que alimentam dados de câmaras
20 TB/site/day
Imagens de encomendas processadas
129 billion pieces/year
Volume anual de correio
7,3 billion packages/year
Volume anual de encomendas
231 packages/second
Taxa de processamento de encomendas
~800 CPUs / 2 weeks reduced to 4 GPUs / ~20 minutes
Tempo de tarefa computacional (autorreportado)
8-10 staff over several days reduced to 1-2 staff over a few hours
Tempo de localização de encomendas perdidas (autorreportado)
Programa de Infraestrutura de Computação de Borda dos USPS — Digitalização de Encomendas com IA em 195 Centros de Triagem Postal

Detalhes

Maturidade
Consolidada
Promotor
United States Postal Service (USPS)
Período
2019-2026
Palavras-chave
postal services, logistics, public administration, e-commerce

Contexto

Os CTT dos EUA (USPS) operam a uma escala massiva (cerca de 129 mil milhões de peças de correio e 7,3 mil milhões de encomendas por ano, aproximadamente 231 encomendas por segundo) e, em 2019, lançaram o Edge Compute Infrastructure Program (ECIP), instalando servidores edge da HPE com quatro GPUs Nvidia V100 em 195 centros de processamento de correio para acompanhar o volume.

Objetivos

O programa visa acelerar o processamento por visão computacional das imagens das encomendas — leitura de códigos de barras e moradas, verificação de franquia postal e sinalização de símbolos de materiais perigosos ou etiquetas danificadas — diretamente no limite (edge) do centro de processamento, em vez de num centro de dados central.

Atividades

Câmaras em mais de 1.000 máquinas de triagem alimentam os servidores edge com cerca de 20 terabytes de imagens de encomendas por local por dia; estes servidores executam modelos de visão computacional, e uma tarefa de computação que antes exigia cerca de 800 CPUs e duas semanas agora é concluída em quatro GPUs em cerca de 20 minutos.

Resultados

O pessoal da USPS relata que localizar uma encomenda perdida ou mal encaminhada, que antes exigia entre oito a dez funcionários durante vários dias, agora demora apenas algumas horas a uma ou duas pessoas; no entanto, a própria USPS afirmou que o sistema não produz uma "taxa de erro" formal, descrevendo o seu uso principal como sinalizar anomalias para resolução de problemas, em vez de um valor de referência de precisão medido.

Conclusões

O relatório técnico de 2026 do Gabinete do Inspetor-Geral da USPS, que catalogou mais de 35 casos de uso de IA na agência, assinalou esta falta de uma métrica de desempenho publicada e verificada de forma independente como uma lacuna de transparência, apesar de o programa já ter sido replicado de forma idêntica nos 195 locais.

Implementação

Custo indicativo
Elevado (500 mil €–5 M€)
Tempo até resultados
Longo (> 3 anos)
Equipa e competências
Package-tracing investigations shifted from 8-10 staff over several days to 1-2 staff over a few hours (self-reported by USPS staff)

Condições de sucesso

  • 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 falha comuns

  • 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

Onde se enquadra

Tipo de governação
federal government agency (quasi-independent, self-funded)
Escala
national, 195 mail-processing centers
Nível de rendimento
high-income

Habitualmente financiado por

National / regional programmes Own resources / municipal budget

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis