A Canpan Technology, a New Hope Fresh Life Cold Chain Group leányvállalata, az Amazon Web Services (AWS) választotta az előnyben részesített felhőszolgáltatót az intelligens ellátási lánc megoldások fejlesztéséhez. Az AWS -szolgáltatások, például az adatelemzés, a tárolás és a gépi tanulás, a Canpan célja, hogy hatékony logisztikai és rugalmas teljesítési képességeket biztosítson az ügyfelek számára az élelmiszerek, italok, vendéglátás és kiskereskedelmi iparágakban. Ez a partnerség javítja a hideg lánc megfigyelését, az agilitást és a hatékonyságot, az intelligens és pontos kezelést az élelmiszer -elosztó ágazatban.
A friss és biztonságos ételek iránti növekvő igény kielégítése
A New Hope Fresh Life Cold Chain több mint 4900 ügyfelet szolgál fel Kínában, 290 000+ hideg láncú járművet és 11 millió négyzetméteres raktárteret kezelve. Az IoT, AI és gépi tanulási technológiák elfogadásával a cég teljes körű ellátási lánc megoldásokat kínál. Ahogy a friss, biztonságos és magas színvonalú élelmiszerek fogyasztói igénye továbbra is növekszik, a hideg lánc-ipar egyre növekvő nyomást gyakorol a hatékonyság fokozása és az élelmiszerbiztonság biztosítása érdekében.
A Canpan Technology az AWS-t használja egy adat-tó és valós idejű adatplatform felépítéséhez, átlátható és hatékony ellátási lánc létrehozásához. Ez a rendszer optimalizálja a beszerzést, az ellátást és az elosztást, javítva az általános működési hatékonyságot.
Adatközpontú hideg lánckezelés
A Canpan's Data Lake Platform kihasználja az AWS eszközöket, mint példáulAmazon Elastic MapReduce (Amazon EMR), Amazon Simple Storage Service (Amazon S3), Amazon Aurora, ésAmazon Sagemaker- Ezek a szolgáltatások összegyűjtik és elemzik a hideg lánc logisztikája során előállított hatalmas mennyiségű adatokat, lehetővé téve a pontos előrejelzést, a készlet -optimalizálást és a csökkentett romlási arányokat a fejlett gépi tanulási algoritmusok révén.
Tekintettel a hideg lánc logisztikájában szükséges nagy pontosságú és valós idejű megfigyelésre, a Canpan valós idejű adatplatformja használjaAmazon Elastic Kubernetes Service (Amazon EKS), Az Amazon kezelt streaming az Apache Kafka számára (Amazon MSK), ésAWS ragasztó- Ez a platform integrálja a Warehouse Management Systems (WMS), a Transportation Management Systems (TMS) és a Megrendelési Menedzsment Rendszerek (OMS) integrálása és a forgalmi arány javítása érdekében.
A valós idejű adatplatform lehetővé teszi az IoT eszközök számára, hogy figyelemmel kísérjék és továbbítsák a hőmérsékletre, az ajtó aktivitására és az útvonal-eltérésekre vonatkozó adatokat. Ez biztosítja az agilis logisztikát, az intelligens útvonaltervezést és a valós idejű hőmérséklet-megfigyelést, megóvva a romlandó áruk minőségét a szállítás során.
A fenntarthatóság és a költséghatékonyság növelése
A hideg lánc logisztikája energiaigényes, különösen az alacsony hőmérsékleti környezet fenntartása során. Az AWS felhő- és gépi tanulási szolgáltatások kihasználásával a Canpan optimalizálja a szállítási útvonalakat, dinamikusan beállítja a raktárhőmérsékleteket és csökkenti a szén -dioxid -kibocsátást. Ezek az innovációk támogatják a hideg lánc iparának a fenntartható és alacsony szén-dioxid-kibocsátású műveletekre való áttérését.
Ezenkívül az AWS az iparági betekintést és a rendszeres „innovációs műhelyeket” biztosítja, hogy segítse a Canpan -t a piaci trendek előtt. Ez az együttműködés elősegíti az innováció kultúráját és a Canpan-t a hosszú távú növekedés érdekében.
A jövő jövőképe
Zhang Xianyang, a Canpan Technology vezérigazgatója kijelentette:
„Az Amazon Web Services széles körű tapasztalata a fogyasztói kiskereskedelmi ágazatban, a vezető felhő- és AI technológiákkal együtt, lehetővé teszi számunkra, hogy intelligens ellátási lánc -megoldásokat építsünk fel és felgyorsítsuk az élelmiszer -elosztóipar digitális átalakulását. Bízunk benne, hogy elmélyítjük az AWS-vel való együttműködést, új hideg lánc logisztikai alkalmazások feltárását, valamint kiváló minőségű, hatékony és biztonságos logisztikai szolgáltatásokat nyújthatunk ügyfeleinknek. ”
A postai idő: november-18-2024