视频
数据经济：通过实时数据和数字孪生提高安全性
了解更多
Redis 8 发布了——而且是开源的
了解更多
分享
数据经济是一个视频播客系列，讲述了使用数据对他们的业务、客户和世界产生积极影响的领导者。 要查看所有当前剧集，请浏览下面的播客剧集库。
“我们本质上是一家工程公司，并将我们在幕后所做的所有复杂事情隐藏起来，使其看起来非常简单。”
这就是 UPS 信息技术总裁 Satyan Parameswaran 描述 UPS 的使命和文化的方式。 Satyan 最近是数据经济（由 Redis 呈现，并由 CXOTalk 的 Michael Krigsman 主持的播客）的嘉宾。 他分享了几个有趣的见解，讲述了一家物流公司如何使用数据来提高客户满意度、抓住新的市场机会并改善其声誉。
幕后有几种令人印象深刻的技术，包括数字孪生、先进的实时体验技术、物联网 (IoT) 设备和预测分析功能，可帮助 UPS 管理复杂的物流网络。
当面带微笑的司机每天早上送达您重要的包裹时，他们的运营看起来当然很简单，但在幕后，它是一个复杂的物流功能，在 220 个国家/地区和 2,000 多个设施中运营。 该公司每天运送 2600 万个包裹和文件，并且在任何一天，可能有 5000 万至 6000 万个包裹在运输途中，产生超过 10 亿个事件数据点。
什么让 Satyan 夜不能寐？ UPS 幕后的团队知道，他们必须在保持成本不变的情况下扩展并为全球客户提供服务。 当全球运输需求每天都在波动，并且存在各种物流问题（包括极端天气、航班延误和停电）时，UPS 面临着难以置信的挑战，即预测其设施和网络需要哪些资源。
Satyan 和一个由开发人员、流程工程师和数据科学家组成的多学科团队提高了温度——从字面上看——并开发了一种协调的企业分析工具 (HEAT)，这是一种实时运行并预测其设施资源需求的数字孪生。
数字孪生是物理系统或过程的实时模型。 开发数字孪生需要对底层系统进行建模并与它们共享实时数据以进行预测。 数字孪生通常用于模拟原型（如喷气发动机和建筑架构）的真实环境，但 UPS 在生产过程中使用其数字孪生来预测需求，并为设施主管提供有关资源需求的建议。
Satyan 说：“为了获得信心，我们必须以 90% 左右的准确率进行预测。 它可以帮助我们管理网络，这是一个鲜活的事物，使我们能够移动包裹，以免让客户失望。 我们的多学科团队从流程工程师开始，并创建了一个实际有效的产品；否则，它看起来就像一个科学项目。”
Satyan 为 CIO、CTO、架构师和技术领导者提供了许多见解和建议，让他们可以将数字孪生和机器学习模型等实时体验平台从实验室转移到生产中。 这很关键，因为最近一项关于将 AI 从实验转移到生产中的研究发现，88% 的决策者预计 AI/ML 用例会增加，但 40% 的人认为他们当前的数据架构无法满足他们未来的模型推理需求。
Satyan 表示，“如果您没有快速捕获和解释数据，您可能会丢失数据试图告诉您的上下文。” 他建议高度关注数据质量，因为拥有“大量数据并不意味着您拥有高质量的[数据]。”实时体验和数据处理能力曾经只是最先进的金融服务、数字广告、游戏和其他精通技术的公司的目标。 如今，越来越多的公司认识到开发使用搜索、推荐引擎、时间序列分析和图形数据库的先进实时体验的重要性。 例如，零售商正在开发实时库存系统，作物保险公司正在从无人机收集实时数据，医院正在改变患者体验。
世界需要 UPS 的技术和物流能力，以便以超过 99.99% 的可靠性向 100 多个国家/地区交付疫苗。 UPS 的智能标签（一种基于 RFID 技术的实时物联网，自 20 世纪 90 年代中期以来，UPS 一直在迭代改进）是构建医疗保健所需的自我声明包裹的基础。“我们没有预料到世界会经历 COVID，我们只是在准备大规模交付医疗保健产品。”
这难道不是开发可扩展的实时体验和加速创新的意义所在吗？ 因为作为技术领导者，我们只是不知道下一个商机需要什么，但我们确实知道，高质量、可靠和实时的分析是基本工程能力。 收听播客，了解更多 Satyan 关于创建工程和分析文化的见解，该文化引入了数字孪生和 IoT RFID 设备等新兴技术，以实现重大的业务成果。
观看更多剧集的 数据经济 播客。
