Smarter Sorting

一瓶指甲油，在物流上是危險品、在退貨處理上是有害廢棄物、在行銷文案上有一堆不能講的宣稱。零售商每年要處理幾百萬個這樣的品項，過去靠的是人工查表加經驗。Smarter Sorting 把這件事變成一組專用 AI 模型。

功能特色與適用場景

它自稱「為特定零售難題部署的專用 AI」，核心是先把商品資料補齊與正規化，再用五個各司其職的模型做判斷：

Marketplace-1 找出不合規商品，把違規品項下架。Transport-1 處理運輸分類，尤其是化妝品、香水這類含酒精或壓縮氣體的危險品該怎麼運。Waste-1 判斷退貨商品該轉售還是報廢，官方稱可把分類時間減半。Claims-1 檢查行銷文案有沒有違反美國 FTC 或 FIFRA 的規定——例如宣稱「抗菌」在美國其實是受管制的用語。Sustainability-1 協助品牌符合潔淨產品標準。

官方宣稱可把分類成本降低到原本的五十分之一而不犧牲準確度，客戶名單相當硬：P&G、Costco、Wegmans、微軟、Clorox、Unilever、Albertsons。安全設計上，資料不會被拿去訓練基礎模型，並對不確定的結果保留人工覆核。

台灣的關聯點在跨境電商與外銷品牌。台灣不少美妝、清潔用品、保健品業者在賣到美國時，最常踩的坑就是運輸分類錯誤與文案違規——被 FTC 盯上或被平台下架，成本遠高於事前查證。這類工具解決的正是這種「每一件都要查、但查一次很貴」的問題。