数据与数字孪生驱动实时预测分析

迈克尔·克里格斯曼：我们正在与UPS的信息技术总裁萨坦·帕拉梅斯瓦兰交谈。他与我们分享了UPS如何使用数据来管理其庞大网络的内部视角，每天运送数百万个包裹。

萨坦，欢迎您。您今天还好吗？

萨坦·帕拉梅斯瓦兰：迈克尔，我很好。感谢您邀请我。

迈克尔·克里格斯曼：很高兴再次见到您。萨坦，我们都知道UPS做什么，但请您告诉我们UPS运营的规模。

萨坦·帕拉梅斯瓦兰：UPS在全球范围内运营。我的意思是，我们在220个国家和地区运营，要么直接在那里运营，要么通过我们的合作伙伴。这很多。我们每天平均运送4600万个包裹和文件。如果您将这些数字相乘，仅去年一年，我们就处理和运送了60亿个包裹和文件。为了确保每一个包裹都被处理得像唯一的包裹一样，让我们的客户满意，我们的技术、员工和物流至关重要，这是我们的自豪和责任。

迈克尔·克里格斯曼：这是一个巨大的运营，您管理和处理如此多的数据，这是一个巨大的规模。数据如何支持您的运营？

萨坦·帕拉梅斯瓦兰：物流的基本原则是确保在正确的时间将正确的东西、正确的资源、正确的努力汇集在一起。因此，这是一个非常复杂的，但经过精心编排的舞蹈。为此，我们需要技术。而技术不仅仅是将事物汇集在一起。您需要知道何时会发生什么、何时有哪些资源可用以及何时有多少资源可用。

因此，收集有关事件的数据并确保将它们整合在一起，并为这些数据提供相关上下文，然后利用这些数据，就是利用数据来运行物流网络的行为。这就是我们使用现代化、最先进的数据分析驱动方法和平台的能力对我们来说非常有帮助的原因。

迈克尔·克里格斯曼：您收集哪些类型的数据？

萨坦·帕拉梅斯瓦兰：我们热爱数据。如果您从事物流业务，我们喜欢任何类型的数据。我们喜欢有关客户的数据。例如，迈克尔，您过去运送了多少个包裹？运送了哪些类型的包裹？您运送到哪里？迈克尔接收了哪些类型的包裹？谁将这些包裹寄给迈克尔？迈克尔在接收这些包裹时是否有任何偏好？他是否总是希望将包裹留在前门、邻居处或留置点，以便他在回家时取走？这是关于客户的一切，都是关于客户。

然后，当包裹进入UPS网络时，它是什么时候进来的？它从哪里进来？它有多重？它价值多少？就像，因为它占据了货架空间。它应该去哪里？它应该什么时候到达？以及什么时间？因此，所有关于客户的偏好以及他们信任UPS处理的包裹。我们收集这些数据。

正如我所说，我们去年处理了60亿个包裹和文件，每个包裹和文件都具有一个数字信号。收到包裹的客户也向UPS提供了非常细致的信号，说明他们何时会发货、何时会收到以及他们想要什么。所有这些数据都用于管理网络。我指的是这些类型的数据。我们已经做了117年。当然，在30、40年前，事情的处理方式非常不同，但我们收集数据，并利用数据来确保我们不会让我们的客户失望。

迈克尔·克里格斯曼：因此，这是一组合并了实时或近实时数据以及静态数据，例如客户偏好。

萨坦·帕拉梅斯瓦兰：绝对的。近实时、伪实时和被动时间。它们都是时间性的，因为包裹在通过网络后，在被接收后，很多时候可能会停留一天，有时会停留几天，具体取决于服务。有时，您可能会打印运单。但您可能要到明天或后天才将包裹交给我们，或者您什么时候有时间。

因此，不同的数据对我们具有不同的上下文。对于物流来说，时间至关重要。因此，拥有数据并拥有与时间敏感数据相关的相关上下文对我们来说极具价值。

迈克尔·克里格斯曼：您构建了一套工具和一个平台来处理、收集和管理这些数据。您能告诉我们关于它的事情吗？

萨坦·帕拉梅斯瓦兰：我很乐意。它被称为HEAT。我们喜欢缩略语。像其他大型公司一样，我们也喜欢缩略语。HEAT代表协调企业分析工具。它每天从客户那里收集数十亿个数据点，客户会说“我想要运送这些东西”，从客户那里收集数据，客户会说“我想要在这里收到包裹”。然后，包裹通过我们的网络、扫描、分拣设备、工业自动化设备、包裹卡片、服务提供商、拖车等。包括我们的飞机、我们移动的集装箱，每一个都会发出数字信号。我们收集这些数据并通过HEAT平台处理。

HEAT平台代表了我们物理网络的数字孪生。为什么我们需要一个数字网络？为了做出决策并了解发生了什么。是的，您始终可以运行一些报表，报表可能会为您提供部分画面。但拥有一个活生生的数字孪生将帮助您准确地了解网络中发生了什么。

更重要的是，它是单一的事实来源。当您拥有数字孪生时，这不像四五个人从不同的角度观察大象，然后说，“嘿，大象看起来像一条尾巴，大象看起来像一根柱子”。不，这是一个单一的事实来源，所有决策都可以在相关且实时的数据的基础上做出。因此，HEAT是一个平台，您构建的专有高级分析和机器学习机制，用于处理来自我们运营的所有数据，以便对其进行管理和处理，以便我们能够拥有一个数字孪生。

迈克尔·克里格斯曼：那么HEAT就是数字孪生吗？

萨坦·帕拉梅斯瓦兰：HEAT是一个平台，是数字孪生，它帮助我们做出决策。是的。

迈克尔·克里格斯曼：我一直认为数字孪生代表的是一个物理对象，例如飞机或飞机发动机的数字孪生。在这种情况下，您的数字孪生代表的是包裹在您的系统、您的网络中移动的动态。这真是太迷人了。

萨坦·帕拉梅斯瓦兰：是的，这实际上代表了物理世界。我的意思是，我们在全球范围内拥有2000个设施，大约是2010个或2020个。这些设施都处理包裹。它们接收包裹。它们分拣包裹。其中一些是联运枢纽。其中一些是目的地包裹中心。它们都有时间属性。它们是在深夜进行SOC吗？它们是在早上进行枕头配送吗？它们是在一天中进行SOC吗？

因此，它们的操作都具有不同的上下文含义。它们都回放数据。因此，如果您退后一步看看，这个数字孪生会向您展示，这些都是 2,000 多个设施。现在它正在做什么。这就是它预计在 8 小时或 24 小时后将要做的。根据包裹的流入和预期的流入，它将如何未来表现。所以它就像我们物理网络的活生生的代表。迈克尔，你明白了吗？

MICHAEL KRIGSMAN：是的，我明白。然后我假设您会在接下来的时间段内进行预测分析，无论是以分钟、小时还是某些情况下甚至以天为单位。

SATYAN PARAMESWARAN：是的，我们确实如此。HEAT 平台非常擅长一件事。它提供预测给定节点将要发生的事情的能力。意思是，嘿，这个中心，准备好处理 47,000 个包裹 - 比方说，今天是星期一 - 星期三晚上。因此，中心经理可以计划我需要多少资源来启动这些包裹。随着我们越来越接近，这些预测也会不断演变。

今天，我可能会说，你可能会做 45,000 到 47,000 个之间的某个值。明天随着我们越来越接近，随着实物物质化，我们可能会来将它细化到非常高的精度。因此，我们帮助各个运营商以更加有效的方式运行和规划他们的网络。回到重点，我们必须在正确的时间部署资源，以便能够正确管理网络。HEAT 是帮助我们做到这一点的工具。

MICHAEL KRIGSMAN：您如何使用这些数据？意思是，您如何将结果传递给运营商，或者如何向全球各个设施的运营商提供结果或指导？

SATYAN PARAMESWARAN：嗯，迈克尔，这是一个好问题。这是一个好问题，因为很多人可能有一个误解，认为数字孪生住在非常高的建筑物里，然后它自己完成所有的神奇操作。不。在 UPS，我们使用技术将数字世界和物理世界结合起来。

为了让数字孪生对运营商有意义的帮助，您必须回顾一下这些运营商每天都在做什么，因为这些工具应该嵌入到他们的工作流程中。因此，如果您是预装调度主管，您来后会得到预测，以便您可以计划。这就是它的使用方法。它不会躲在幕后，嘿，它会发生。因此，我们必须去修改我们的运营流程，以确保数字孪生真正帮助他们运行网络。

MICHAEL KRIGSMAN：他们以什么形式获得这些信息？您会给他们一个 PDF 吗？他们有自己的仪表板吗？您会向他们发送报告吗？就这方面而言，它实际上是如何工作的？

SATYAN PARAMESWARAN：所以这将是一个典型的 IT 人员的答案 - 以上所有。我们确实有非常引人注目的仪表板，从美国地图开始。然后，您可以深入挖掘，哪里是热点，然后去看一看。一些工作调度员需要提供某些关于数据转储的报告，以便您可以调度。因此，根据工作的启用方式，我们提供多种方式让数字孪生与运营商互动。

所以我们有仪表板。我们有视觉表示。我们有报告。我们有自动数据馈送。以上所有都是答案。

MICHAEL KRIGSMAN：因此，您尝试将数据提供给接收者，即 UPS 网络内部的运营商，以及任何能让接收者更容易使用和实际应用这些材料的形式。

SATYAN PARAMESWARAN：让我给您一个不同的答案，因为我不想贬低我们的工作。数字孪生不会仅仅提供数据，然后让个人自行解释。我们不会冒这个风险。因为人脑是如此宝贵，所以它可以做出许多即时的决定。但它也受到情绪的驱动和影响。

因此，HEAT 平台除了为他们提供高质量数据之外，还提供可以采取的规范性措施。所以它继续。有些情况下，我们实际上可以告诉他们，嘿，明天早上会有 17 到 20 个提前的包裹发到您这里，因为这些包裹需要在正常营业日开始之前很久送达。因此，人员配备这种形式至关重要。

因此，在这些情况下，HEAT 平台提供的预测直接插入工作计划系统。在其他一些情况下，它会说，你知道吗，你今天要派 400 名司机。如果你派出了 400 名司机，如果你少了 100 或 200 个包裹，实际上并不重要，因为它们可以散布在各个地方。因此，我们提供数据和建议。

所以有时，它是规范性的。有时，它是高质量数据。有时，它会直接采取行动。你明白了吗？

MICHAEL KRIGSMAN：是的。我很高兴您能解释这一点。因此，它不仅仅是静态数据报告，它实际上还推荐了用于解释这些数据的行动方案。

SATYAN PARAMESWARAN：绝对正确。绝对正确。为了确信这些建议是有效的，您必须证明它是好的。我们所说的准确率不在 70% 或 80% 的低范围内，不。我们给出的是 90 年代中期和 90 年代后期的预测准确率。但像往常一样，任何时候你开始，对他们来说都会很难，哇，这真的正确吗。但在一段时间内，我们已经确保这些是好的。我们只是负责它。

MICHAEL KRIGSMAN：那是一个非常高的准确率。

SATYAN PARAMESWARAN：这是一个非常高的准确率，但我们总是建设性地不满意。从宏观角度来看，是的，它可以预测为波士顿接收的包裹提供服务的中心。比方说，它处理 8,000 个包裹。在宏观层面上，90 年代中期，90 年代后期可能就足够好了。但是，当您把它分解成部分时，可能存在 [无法理解]。可能存在一个部分或区域，它的音量可能很低，而其他一些区域可能突然之间，如何处理像激增的音量。

因此，我们一直在寻找方法，以在宏观和微观层面上改进准确性。这是一段旅程。这将是一段永无止境的旅程。

MICHAEL KRIGSMAN：是的。这是有道理的。您处理的数据量是多少？一定非常庞大。

SATYAN PARAMESWARAN：让我以一种完全不同的方式给出一些简单的数学。在正常情况下，我们每天处理 2600 万次送货。这些包裹通过我们的网络，其中一小部分是针对一天的，一些是针对两天的，一些是针对三天的。因此，在任何给定的时刻，网络都会继续处理包裹。

因此，我们通常说，我们每天可能会处理 5000 万到 6000 万个包裹，因为有些刚刚进入，有些正在离开，有些正在运输。有了所有工业自动化，有了所有客户期望，有了所有指令，因为您可能只是意识到您明天不会在家，您可能会提出一个请求，嘿，保留包裹，我会打电话，或者重新定向包裹。因此，我们收到所有这些内容。

因此，我们每天处理近 10 亿个事件。因此，10 亿个事件帮助我们更好地管理网络。现在，让我更进一步，为什么我们要这样做？我们是一个服务行业。我们只以一件事而闻名 - 交付包裹和其他东西。可靠性总是代表着我们。

有了我们的新座右铭，我们不需要更大，但我们必须变得更好。因为我们正在经历投资周期。现在，我们的首席执行官卡罗尔·托姆已经明确表示，我们必须变得更好，在提供服务方面变得更好，可靠性更高，最重要的是，如何控制成本。因为我们是一家公司，我们必须盈利才能生存。

因此，变得更好意味着，在不影响服务质量的情况下，我们如何提高股东价值？这就是 HEAT 平台发挥作用的地方。它帮助我们管理网络，网络是活生生的东西，帮助我们移动包裹，以便交付，这样我们就不会让客户失望，也不会让我们的投资者失望。这就是 HEAT 发挥作用的地方。

MICHAEL KRIGSMAN：萨蒂安，你已经暗示过这一点，但你能更明确地说明 HEAT 平台如何让你在提高效率（即减少时间和成本）的同时，提供更好的客户体验吗？

SATYAN PARAMESWARAN：好的。这是一个好问题。正如我提到的，当您在全球拥有 2,000 个设施时，我们运营着综合网络。从某种意义上说，它就像一个中心和辐射系统。如果您想象一下，有些人可能会把它看成一个渔网。

您需要确保每个节点，每个接触点都能正常运行。否则，网络将失去其完整性和效率。因此，HEAT 平台的精髓是确保我们可以更快、更好地做出反应，以便网络能够继续运行。

我举个例子。假设您遇到天气事件。今年 11 月，德克萨斯州出现了非常反常的高强度冬季风暴。一些基础设施能力遭到破坏。我们无法移动。但是，如果我们的网络有包裹从亚特兰大流经德克萨斯州的部分地区，我们不能告诉客户，嘿，如果您的包裹是从亚特兰大到旧金山的，但由于德克萨斯州发生了天气事件，我们将受到影响。这是不可接受的。

因此，HEAT 平台在查看包裹如何流经网络时，可以帮助我们快速做出反应，以便我们可以避开受损点。因为我们生活在物理世界中，有些事情会影响物理世界，无论是天气，洪水，还是有人挖洞切断了光纤线。通信可能会中断。可能会发生停电。

因此，很多事情都会影响我们。HEAT 帮助我们更好地做出反应。当我们对网络的管理方式有了更好的掌控，它就会将客户期望提升到一个不同的水平，因为他们知道 UPS 拥有技能和规模，能够将包裹通过网络运输，应对所有可能出现的挑战。

MICHAEL KRIGSMAN：那么 HEAT 平台会整合诸如天气、供应链瓶颈、飞机或航运中断等潜在问题吗？

SATYAN PARAMESWARAN：HEAT 每天都在管理内部方面和要素。您提到的有些事情，比如供应链中断，都是输入。因此，如果我们预期，哦，我们预计在一个连接点会有 8,000 个包裹。如果它没有发生，我们会知道，我们会对此做出反应。

因为我们已经获得了您对该节点预期进货量的预测。如果预测不准确，我们有能力做出反应。飞机是我们网络的一部分，所以它们已经嵌入其中。我们准确地知道航班应该何时起飞，何时卸货，何时装货。这是我们网络的一部分。所以 HEAT 是我们管理网络中不可或缺的一部分。

MICHAEL KRIGSMAN：我明白了。所以所有这些潜在的干扰都是 HEAT 系统的输入，然后可以推测，您拥有如此庞大的数据量，可以回顾历史数据，然后根据历史数据和当前情况的实时数据的组合进行预测分析。

SATYAN PARAMESWARAN：当然。我不会回避表达其复杂性。最复杂的事情之一是获取货量预测，因为我们正在处理客户行为。它可能受到许多因素的影响。所以我们的理念是，是的，我们拥有历史数据，我们已经看到了这种类型的行为，我们预计会有部分货量运送到我们这里。

但是管理网络的妙处在于，我们能够多快地识别到我们的预期并没有真正发生，以及我们如何应对这种情况。将这两者结合在一起，这就是您获得智能数字网络的方式。这就是 HEAT 对 UPS 非常有帮助的原因。

MICHAEL KRIGSMAN：我必须问，当您尝试构建这样的平台时，会遇到哪些技术挑战？

SATYAN PARAMESWARAN：有几件事。我们正在处理大量数据，因此您要构建的任何平台都需要具有吸收、处理大量数据，以及快速扩展和缩减的能力。所以这是一方面，一个高度弹性可扩展的平台。因为像其他任何项目一样，您不会从第一天就开始以大规模的方式构建像 HEAT 这样的项目。您从小处着手。您选择几个中心，然后创建模型，然后慢慢扩展。

所以可扩展平台是首要任务。为此，我们选择了云。所以 HEAT 是在云上托管的。它的第二个重要部分，我认为任何想要构建这种解决方案的人都需要极其谨慎，那就是数据质量。不要弄错，海量数据并不意味着您拥有高质量数据。数据的质量是一个非常有语境性的东西。

您可能认为您拥有高质量数据，但是如果您试图达到 90 年代中期，甚至更高的 90 年代的准确性水平，那么数据质量和数据的含义就变得极其重要。当您拥有一个建立了几十年的系统，并且您正在运行一个大型网络时，您获得的不同数据肯定会具有不同的质量。

如果您将所有数据合并在一起，确保数据相关，并且您可以从中获得一些可解释的含义，这将是一个巨大的挑战。我们早期遇到的问题之一是了解来自多个来源的数据质量差异和时间性质。

MICHAEL KRIGSMAN：Satyan，我们一直在讨论技术、数据类型和数据组成。我们能否稍微改变一下话题，讨论构建这种平台所需的团队的性质？您能告诉我们您的团队中有哪些类型的角色以及内部团队的构成吗？

SATYAN PARAMESWARAN：Michael，这是一个很棒的问题。因为很多人问我你们是如何构建 HEAT 的，他们中的许多人会想，哦，我们有一个高质量的技术团队，他们负责所有事情。如果团队只由技术人员组成，那将是一个巨大的错误。

由于我们试图创建一个数字孪生，它必须反映现实，因此流程人员，也就是流程工程师，他们帮助管理和定义网络，是团队中不可或缺的一部分。我们开始的时候，并没有一头扎进技术。我们从流程开始，嘿，让我们来定义一下，是什么流程帮助包裹被接受、入库、分类、扫描、运输到网络，然后装载，最后配送。

发生了什么？我们如何管理？所以我们首先映射了流程。然后有人问我们，如果这是流程，那么哪些东西实际上会发出数字信号？在什么时候，以及质量如何？如果您将它们放在一起，我们将会看到什么？然后回去构建系统。

所以我们的团队由流程工程师、开发人员和建模师、数据建模师组成。这种组合是使我们能够创建真正有效的产品的关键因素，否则它看起来就像一个科学项目。如果您不将了解物理性的流程人员纳入其中，它将成为一个科学项目。

MICHAEL KRIGSMAN：所以这确保了业务需求与数字孪生之间非常紧密的对齐，以确保客户满意度，确保包裹能够顺利地通过系统，降低成本以使所有这些东西，以及这些业务目标与数字孪生对齐，使它们协同工作。

SATYAN PARAMESWARAN：当然。流程人员、开发人员、能够管理大量数据的人员，以及能够创建模型的数据科学家。这是一个多学科团队，可以创建帮助业务的数字孪生。

MICHAEL KRIGSMAN：由于您处理如此多的实时数据，那么处理实时数据会遇到哪些特殊的挑战？

SATYAN PARAMESWARAN：任何时候您想处理近实时数据，这都是一个挑战。原因是，如果您没有快速捕获和解释数据，您可能会很快失去对数据想要告诉您的内容的理解。

例如，我们收到一个信号，说这个包裹预计将在该设施内进行分类。如果在 30 分钟内没有进行分类，它将会错过。如果您有一个需要 15 分钟才能发现该信号的流程，那就没有用处，对吧？所以处理实时数据始终是一场与时间的赛跑，需要考虑数据的上下文，我们能够多快地进行处理，以及我们是否有单独的处理渠道，以便它们不会在队列中落后于上下文信息较少的其他消息。所以这涉及到查看网络中哪些东西很重要，以及您的特定消息有多重要。

MICHAEL KRIGSMAN：这种对数据的关注，您如此以数据为中心，是否在任何方面影响了 UPS 的文化？

SATYAN PARAMESWARAN：再一次，您问了很棒的问题，好吧。如果您问我，我们本质上是一家工程公司。我们是一家恰好拥有包裹车和服务提供商的工程公司，这样我们就可以配送包裹。我的意思是，如果您是一家小型包裹物流提供商，那么您需要拥有这种工程思维，才能分解配送包裹的行为，并分解和衡量每件事，以便您可以改进、实施、衡量和跟踪。

所以我们本质上是一家工程公司。因此，当您是一家工程公司时，您开发的每种方法都会有其计数机制，这就是应该发生的事情，实际上发生了吗？如果没有发生，应该采取什么行动？所以我们总是会进入这种思维模式。因此，当我们启动项目时，当我们开始考虑管理网络所需的一切时，基本的遗传行为就会显现出来，那就是我们是一家工程公司。

MICHAEL KRIGSMAN：这太迷人了，因为当然，从客户的角度来看，您是一家包裹公司。您知道，我们都知道我和我家附近的送货员关系很好。但从内部的角度来看，您是一家工程组织。这真的很有意思。

SATYAN PARAMESWARAN：当然。这就是简化事物的妙处，对吧？我们不必公开我们为了配送包裹而进行的所有复杂编排。我们的 UPS 服务提供商是 UPS 与客户互动中最好的形象。您无法超越它。

所以他们做他们应该做的事情。UPS 的技术只为一个目的而存在，那就是帮助他们完成工作。我们希望变得无形。我们只想将我们所做的一切复杂的事情隐藏在幕后，这样看起来非常简单。我们友好的、面带笑容的 UPS 送货员出现了。他收取包裹并配送包裹。他只与您进行几次互动，然后就离开了。我们只想将所有复杂的技术隐藏在幕后。

MICHAEL KRIGSMAN：是的。这太神奇了，真的很神奇，您所处理的复杂程度。Satyan，在我们结束之前，您对想要更有效地利用组织内部数据的业务领导者有什么建议？

SATYAN PARAMESWARAN：有几件事。任何时候您要启动一个数据驱动的项目，请放心，这是一个旅程。您可能会认为这就是您想完成的事情。是的，您开始。很多时候，在您完成之后，您可能会发现那并不是最有价值的事情。您应该始终保持开放的心态，去探索附属部分，并保持靠近目的地，或者遵循旅程。

所以这是一个建议。保持开放的心态。而且总是会有很多时候，您会经历一个充满希望的阶段，然后它会崩溃。这是意识到您所拥有数据质量的典型征兆。您可能以为，看，每个人都失去了他们的孩子。我的孩子是最棒的孩子。

但是数据的质量可能不如我们所有人都认为的那样好。所以要做好准备，要以上下文相关的质量数据与业务紧密合作，进行业务映射。因为您带着工具而来，如果该工具能够预测 60%，那么它对组织来说就没有用处。

您应该与业务合作，确保如何使用您的数据科学相关项目来提高决策质量，以便每个人都可以创建一个模型。他们都知道它会起作用。您不应该有任何疑问，哦，我错了 40%？那不是您想要待的地方。

MICHAEL KRIGSMAN：很棒的建议，非常实用的建议。事实上，我需要问您最后一个，最后一个问题，那就是。UPS 参与了这项为配送疫苗而进行的大规模努力。那是什么感觉？

SATYAN PARAMESWARAN：好的，我还有多少时间？因为我对这个问题有一个很棒的回答。看，是的，疫情席卷了世界，每个人都在争先恐后地制造疫苗。一旦疫苗问世，他们就需要一种可靠的配送机制。

在比赛进行的同时，我们一直在研究如何确保与医疗保健相关的包裹能够在网络中以极高的可见性流动，以便我们能够控制流动，并在流动发生变化时做出反应。我们一直在研究几种智能标签驱动的包裹。嗯，标签和包裹本身将不断进行自我声明，嘿，我在这里。我刚被分类，我刚被移动，无需任何人工干预。

我们一直在研究这个问题，然后我们做好了准备，您知道，这是一个标签，对吧？这个标签是我们在实验室中使用和创建的。你们中许多人可能没有见过这种形式的标签，但我们后来改进了产品，然后将其扩大规模，并且实际上将其付诸实践，这就是它的样子。

这是 UPS 优质金标。它们都是嵌入式 RFID 标签的电池。您将它放在包裹上，它就开始发出信号。所以我们准确地知道包裹在我们网络中的位置，以便我们对其采取行动。所以配送疫苗的行为从不同的角度来看对我们来说是一项持续的努力。

我们没有预料到世界会经历一场与 COVID 相关的疫情。我们只是在为医疗保健产品做准备，这些商品对很多人来说至关重要。我们如何才能创造一个具有极高可见度的包装？我们已经准备好了，只是它发生了。我们有能力和技术来扩大规模。

因此，我们向 100 多个国家/地区交付疫苗，可靠性达到 99.99%。为什么？因为我们已经做好了准备，而且我们拥有合适的技术，可以进行大规模生产。因此，做好准备并知道如何运行网络对 UPS 完成这项壮举具有至关重要的优势。

迈克尔·克里格斯曼：在像标签这样的东西上，您会构建不同类型的原型吗？

萨蒂安·帕拉梅斯瓦兰：标签，如果我回首往事，我认为第一代智能标签是 UPS 在 90 年代初创建的。它尺寸为 6 英寸乘 4 英寸，带有 MaxiCode。它甚至有时接近 90 到 150 字节的数据。因此，您可以直接扫描它，包裹会显示其目的地。

因为从网络的角度来看，我们总是朝着目标努力。所以我们从那里开始。然后是智能标签的多次改进，它可以承载多少数据，现在，我们正在处理真正非常智能的标签世界，即 RFID，它可以声明，然后可以承载更多数据，以及可以嵌入标签的非常精确的说明，因此当您扫描它们时，它会告诉您，确保您获得迈克尔的签名，这就是它要去的地方。因此，它随着标签可以承载的数据量以及它如何进行自我声明的性质而不断发展。

迈克尔·克里格斯曼：我喜欢那种可以自我声明的标签。关于这一点，非常感谢萨蒂安·帕拉梅斯瓦兰。感谢您带我们了解 UPS 幕后的故事。

萨蒂安·帕拉梅斯瓦兰：谢谢迈克尔，这是一次很棒的对话，很高兴来到这里。

迈克尔·克里格斯曼：谢谢。我真的很感谢。感谢 Redis 使我们的对话成为可能。