数据和数字孪生驱动实时预测分析

MICHAEL KRIGSMAN：我们正在与 UPS 的信息技术总裁 Satyan Parameswaran 谈话。他正在与我们分享 UPS 如何使用数据来管理其庞大网络的内部视角，每天运输数百万个包裹。

Satyan，欢迎。你今天怎么样？

SATYAN PARAMESWARAN：Michael，我很好。谢谢你邀请我。

MICHAEL KRIGSMAN：很高兴再次见到你。 Satyan，我们都知道 UPS 是做什么的，但请您描述一下 UPS 的运营规模。

SATYAN PARAMESWARAN：UPS，我们的运营规模非常庞大。我的意思是，我们在 220 个国家和地区开展业务，要么我们直接在那里，要么通过我们的合作伙伴。这很多了。在正常情况下，我们每天运送 4600 万个包裹和文件。如果您只是将其相乘，仅去年一年我们就处理和运送了 60 亿件包裹和文件。这项技术、劳动力和物流都需要确保每一件包裹都得到处理，仿佛那是唯一的包裹或让我们的客户微笑是我们的骄傲和责任。

MICHAEL KRIGSMAN：这只是一个巨大的运营，而且您正在管理、处理大量数据。这是一个巨大的规模。数据如何支持您的运营？

SATYAN PARAMESWARAN：因此，物流的基本原则是确保正确的事情、正确的资源、正确的努力在正确的时间发生并汇集在一起。所以这是一个非常复杂但高效编排的舞蹈。为此，我们需要技术。这项技术不仅仅是为了将事物整合在一起。您需要知道在什么时候会发生什么，在什么时候有哪些资源可用，以及当事情发生时有多少可用资源。

因此，收集有关事件的数据，确保将它们汇集在一起，并为该数据提供相关的背景信息，然后加以利用，就是利用数据来运行物流网络。这就是我们使用现代最先进的数据分析驱动的方法和平台的能力对我们有巨大帮助的地方。

MICHAEL KRIGSMAN：你们收集什么样的数据？

SATYAN PARAMESWARAN：我们热爱数据。如果您从事物流业务，我们就是喜欢任何类型的数据。我们热爱有关客户的数据。比如，Michael，他过去运送了多少个包裹？运送了什么类型的包裹？他把包裹运到哪里了？以及 Michael 收到了什么类型的包裹？谁将这些包裹发送给 Michael？Michael 在接收这些包裹时是否有任何偏好？他总是希望把包裹留在前门还是他的邻居家，或者留在取货点以便他回家时可以取货？这是关于客户方面的一切信息。

然后进入 UPS 网络，当包裹进入时，它什么时候进入？它从哪里进入？它有多重？它有多有价值？因为它可以占据货架空间。以及它应该去哪里？它应该什么时候去，什么时间去？因此，所有关于客户的偏好以及他们信任 UPS 处理的包裹的信息。我们收集这些数据。

自从我说过我们去年处理了 60 亿个包裹和文件以来，每个包裹和文件都将有一个数字信号。收到包裹和文件的客户也向 UPS 提供了非常复杂的信号，说明他们何时发货、何时收货以及他们想要什么。所有这些数据都用于管理网络。这就是我所说的那种数据。我们已经这样做了 117 年了。当然，30、40 年前，事情的做法非常不同，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。

MICHAEL KRIGSMAN：因此，它是实时或接近实时的数据与静态数据（例如客户偏好）的组合。

SATYAN PARAMESWARAN：绝对是。接近实时、准实时和被动时间。它们本质上都是时间性的，因为包裹在进入网络后，很多时候可能会在那里停留一天，有时会停留几天，具体取决于服务。有时，您可能会打印一张运输标签。但是您可能会在明天或后天或任何您有时间的时候把包裹交给我们。

因此，不同的数据对我们有不同的意义。对于物流而言，时间至关重要。因此，拥有数据并拥有与数据的时敏性质相关的相关背景信息对我们来说具有极大的价值。

MICHAEL KRIGSMAN：您构建了一套工具和一个平台来处理、收集、管理这些数据。您能告诉我们关于它的信息吗？

SATYAN PARAMESWARAN：我很乐意。它叫做 HEAT。我们喜欢首字母缩写词。像其他大型公司一样，我们喜欢我们的首字母缩写词。HEAT 代表协调企业分析工具。它的作用是每天从客户那里收集数十亿个数据点，客户提供信息，嘿，这就是我想要运输的东西，从客户那里收集信息，客户说，这就是我想要接收的地方。然后包裹通过我们的网络、扫描、分拣设备、工业自动化设备、我们的包裹卡、我们的服务提供商、我们的拖车。它们中的每一个，包括我们的飞机、我们移动的集装箱，它们中的每一个都会发出数字信号。我们收集这些数据并通过我们的 HEAT 平台进行处理。

HEAT 平台是我们物理网络的数字孪生表示。为什么我们必须拥有数字网络？为了做出决策并了解在哪里发生了什么。是的，您总是可以运行一些报告，报告可能会给您一个局部的图片。但是拥有一个鲜活的数字孪生将帮助您准确地了解网络中正在发生的事情。

同样，更重要的是，它是唯一的真相来源。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并说，嘿，大象看起来像一条尾巴，大象看起来像一根柱子。不，这是一个唯一的真相来源，所有决策都可以根据相关的实时数据做出。因此，HEAT 是平台，是我们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，以便进行管理和处理，以便我们拥有数字孪生。

MICHAEL KRIGSMAN：那么 HEAT 是数字孪生？

SATYAN PARAMESWARAN：HEAT 是数字——heat 是作为数字孪生的平台，可以帮助我们做出决策。是的。

MICHAEL KRIGSMAN：我总是认为数字孪生代表一个物理对象，例如飞机或飞机发动机的数字孪生。在这种情况下，您的数字孪生代表包裹在您的系统中通过您的网络移动的动态。这真是太迷人了。

SATYAN PARAMESWARAN：是的，这实际上代表了现实世界。我的意思是，我们在全球有大约 2000 个设施，大概是 2010 个到 2020 个左右。这些设施都处理包裹。它们接收包裹，分拣包裹。其中一些是多式联运中心，一些是目的地包裹中心。而且它们都有时间属性。它们是在进行深夜的 SOC（分类操作中心）工作吗？还是在进行早上的“枕头”（晨间送达）操作？还是在进行日间 SOC 操作？

所以它们的操作都有不同的上下文含义。它们都在回放数据。所以如果你退后一步来看，这个数字孪生会告诉你，这些是全部的 2000 多个设施。这是它们现在正在做的事情。这是它们预计在 8 小时后或 24 小时后要做的事情。并且基于包裹的流入和期望的流入，这是它们未来将如何运作。所以它就像我们物理网络的一个鲜活的、会呼吸的表示。我这样说，Michael，你明白了吗？

MICHAEL KRIGSMAN：是的，我明白了。那么我假设你正在对接下来一段时间进行预测分析，无论是几分钟、几小时，在某些情况下甚至可能是几天。

SATYAN PARAMESWARAN：是的，我们正在做。HEAT 平台擅长一件事，那就是它能够预测特定节点将会发生什么。意思是，嘿，这个枢纽，准备好在——比如今天是周一——周三晚上处理 47,000 个包裹。这样中心经理就可以计划我需要多少资源来分拣这些包裹。而且随着我们越来越接近，这些预测会不断演变。

今天，我可能会说，你可能要处理大约 45,000 到 47,000 个包裹。明天，随着物理物品越来越接近，我们可以将其细化到一个非常高的精度。所以我们帮助个人运营者以更好得多的方式运行他们的网络并规划他们的网络。回到重点，我们必须在正确的时间部署资源，以便可以正确地管理网络。HEAT 平台可以帮助我们做到这一点。

MICHAEL KRIGSMAN：你们如何使用这些数据？我的意思是，你们如何传递结果，或者向世界各地各种设施的运营者提供结果或指导？

SATYAN PARAMESWARAN：嗯，这是个很好的问题，Michael。这是一个很好的问题，因为很多人可能误以为数字孪生只是存在于一栋高楼里，然后它自己完成了所有的魔法。不是的。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者有意义和有用的帮助，你必须回头看看这些运营者每天都在做什么，因为这些工具应该嵌入到他们的工作流程中。所以如果你是一个预装货调度主管，你来了，你会得到预测，这样你就可以进行计划。这就是它的用途。它不是坐在幕后，说，嘿，事情将会发生。所以我们必须修改我们的运营流程，以确保数字孪生能够认真地协助他们运行网络。

MICHAEL KRIGSMAN：他们以什么形式获得这些信息？你们给他们一个 PDF 吗？他们有自己的仪表板吗？你们给他们发送报告吗？从这个意义上说，它实际上是如何运作的？

SATYAN PARAMESWARAN：这将会是一个典型的 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，你可以在那里向下钻取，找到热点在哪里，然后查看它。一些工作调度员需要提供某些关于数据转储的报告，以便你可以进行调度。因此，根据如何启用工作，我们提供多种方式让数字孪生与运营者进行交互。

所以我们有仪表板。我们有可视化表示。我们有报告。我们有自动数据馈送。以上所有都是答案。

MICHAEL KRIGSMAN：所以你尝试将数据提供给接收者，也就是在 UPS 网络中的内部运营者，并以任何形式使他们更容易使用这些材料并进行实际应用。

SATYAN PARAMESWARAN：所以让我给你一个不同的答案，因为我不想低估我们所做的事情。数字孪生不会仅仅给出数据，然后让个人来解释。我们不会冒这个险。因为人脑非常宝贵，所以它可以立即做出很多决定。但它也受到情绪的驱动和影响。

因此，HEAT 平台除了向他们提供高质量的数据外，还提供了可以采取的指导性行动。所以它会这样。而且在某些情况下，我们实际上可以告诉他们，嘿，明天早上将会有 17 到 20 个早晨送达的包裹运到你那里，因为这些包裹需要在正常工作日开始之前送达。因此，为该形式配备人员至关重要。

因此，在这些情况下，HEAT 平台提供的预测会直接插入到工作计划系统中。在其他一些情况下，它会说，你知道吗，你今天要调度 400 名司机。如果你要调度 400 名司机，如果你偏离 100 或 200 个包裹，那真的没关系，因为它们可以分散在各地。所以我们提供数据和建议。

所以有时，它是指导性的。有时，它是高质量的数据。有时，它会直接采取行动。这样说，你明白了吗？

MICHAEL KRIGSMAN：是的。我很高兴你解释了这一点。所以不仅仅是静态数据报告，而是实际的推荐行动，用来解释这些数据。

SATYAN PARAMESWARAN：完全正确。完全正确。为了获得对这些建议有效的信心，你必须证明它很好。我们谈论的准确性不是在 70% 或 80% 的低范围内，不是的。我们提供的是 90% 中期到 90% 高度的准确预测。但像往常一样，当你开始时，他们很难相信，哇，这真的是对的吗。但经过一段时间，我们确保了这些是好的。我们就处理好了。

MICHAEL KRIGSMAN：这是一个非常高的准确度。

SATYAN PARAMESWARAN：这是一个非常高的准确度，但我们总是建设性地不满意。在宏观层面上，是的，它可以预测为您在波士顿收到的包裹提供服务的中心。假设它处理 8,000 个包裹。在宏观层面上，90% 中期到 90% 高度可能就足够了。但是当你把它分解开来时，可能会有一些 [听不清的内容]。可能有一个区域或领土的成交量很低，而另一些领土可能会突然出现，如何处理涌入的成交量。

因此，我们一直在寻找在宏观和微观层面提高准确性的方法。这是一段旅程。这将是一段永无止境的旅程。

MICHAEL KRIGSMAN：是的。有道理。你们正在处理的数据量是多少？肯定非常巨大。

SATYAN PARAMESWARAN：所以让我用一种非常不同的方式来进行一些简单的计算。在平常的一天，我们处理 2600 万次交付。这些包裹通过我们的网络，一小部分需要一天时间，一些需要两天，一些需要三天。所以在任何给定的时刻，网络都在不断处理包裹。

所以我们通常会说，我们每天可能会处理像 5000 万到 6000 万个包裹，因为有些刚刚进入，有些正在离开，有些正在运输途中。凭借所有的工业自动化，以及所有客户的期望，以及所有的指令，因为您可能刚刚意识到明天您不会在家，您可以发出请求，嘿，请保留包裹，我会打电话，或者重定向包裹。所以我们收到所有这些东西。

因此，我们每天处理接近十亿个事件。这十亿个事件帮助我们更好地管理网络。现在，让我更进一步，比如，我们为什么要这样做？我们是一个服务行业。我们只以一件事而闻名——交付包裹以及其他。可靠性始终是我们所说的。

根据我们的新座右铭，我们不必更大，但我们必须更好。因为我们正在经历投资周期。现在，我们的 CEO Carol Tome 已经明确表示，我们必须更好，在提供服务方面要更好，可靠性要更好，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，在不损害服务质量的前提下，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，这个网络是一个鲜活的、会呼吸的东西，可以帮助我们将包裹运送到目的地，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 平台发挥作用的地方。

MICHAEL KRIGSMAN：Satyan，你已经暗示了这一点，但是你能更明确地说明 HEAT 平台如何使你们能够在提供更好的客户体验的同时提高效率，也就是说，减少时间和降低成本？

SATYAN PARAMESWARAN：好的。这是一个很好的问题。所以就像我提到的，当你在全球拥有 2000 个设施，并且我们运行一个集成的网络时。在某种意义上，它就像一个枢纽辐射系统。如果你可视化，有些人可能会把它看作一张渔网。

你需要确保每个节点，每个接触点都运行良好。否则，网络将失去其完整性和效率。因此，HEAT 平台的艺术在于确保我们可以更快、更好地做出反应，以便网络保持运行。

我举个例子。假设你遇到了天气事件。今年 11 月，德克萨斯州经历了异常高的冬季风暴。一些基础设施能力受到了损害。我们无法移动。但是如果我们的网络有包裹流经德克萨斯州的部分地区，我们不能告诉我们的客户，嘿，如果你的包裹是从亚特兰大运往旧金山，但是因为德克萨斯州发生了天气事件，我们将会受到影响。这是不可接受的。

因此，HEAT平台在查看包裹的流动方式时，可以帮助我们快速做出反应，从而避免出现问题。因为我们生活在现实世界中，所以总会有一些事情会影响到现实世界，无论是天气、洪水，甚至是有人挖坑都可能切断光纤线路。通信可能会中断，也可能会发生停电。

所以有很多事情会影响我们。HEAT 帮助我们更好地做出反应。一旦我们更好地掌握了网络的管理方式，就能将客户的期望提升到一个新的水平，因为他们知道UPS有能力和规模来推动包裹在网络中流动，应对可能遇到的所有挑战。

MICHAEL KRIGSMAN：那么，HEAT 平台是否会纳入潜在问题，例如天气、供应链瓶颈、飞机或运输中断？

SATYAN PARAMESWARAN：HEAT 正在日常基础上管理内部因素和要素。您提到的一些事情，比如供应链中断，都是输入。因此，如果我们预计在某个枢纽点会有 8,000 个包裹。如果没有发生，我们就会知道，并对此做出反应。

因为我们已经有了您对该节点预期 incoming 包裹量的预测。当它没有发生时，我们有能力做出反应。飞机是我们网络的一部分。所以它们已经被嵌入了。我们确切地知道航班应该什么时候起飞，什么时候卸货，什么时候重新装货。这是我们网络的一部分。因此，HEAT 是我们管理网络的一个非常重要的组成部分。

MICHAEL KRIGSMAN：我明白了。因此，所有这些潜在的中断都是 HEAT 系统的输入，然后大概，您拥有如此庞大的数据，您可以回顾历史，然后基于历史数据和有关当前情况的实时数据进行预测性分析。

SATYAN PARAMESWARAN：绝对是这样。我不会回避表达其中的复杂性。其中最复杂的事情之一就是获取包裹量预测，因为我们正在与客户行为打交道。它可能受到很多因素的影响。所以我们的理念是，是的，我们有历史数据，我们已经看到了这种类型的行为，并且我们预计会有一些包裹量到达我们这里。

但管理网络的精妙之处在于，我们能够多快地识别出我们期望的东西实际上没有发生，以及我们如何应对这种情况。当您将这两件事结合在一起时，您就得到了智能数字网络。这就是为什么 HEAT 对 UPS 来说非常非常有帮助。

MICHAEL KRIGSMAN：我不得不问，当您尝试构建这样的平台时，会遇到哪些技术挑战？

SATYAN PARAMESWARAN：有几个方面。我们正在处理大量的数据，所以无论您要构建什么样的平台，它都需要有能力吸收、处理大量的数据，并且能够快速扩展和缩减。所以这是一部分，一个非常高弹性、可扩展的平台。因为像任何其他项目一样，您不会在第一天就以真正大规模的方式开始构建像 HEAT 这样的项目。您从小处着手。您选取几个中心，然后创建模型，然后慢慢地详细阐述。

因此，可扩展平台是第一要务。为此，我们选择了云。所以 HEAT 托管在云中。第二个重要的部分，我想说任何冒险构建此类解决方案的人都应该非常小心和谨慎，那就是数据质量。请不要误以为拥有大量数据就意味着您拥有高质量的数据。数据的质量是非常非常情境化的。

您可能认为您拥有高质量的数据，但是如果您想要达到 90% 中上，甚至更高的准确率水平，那么数据的质量和数据的含义就极其重要。当您拥有一个已经构建了几十年的系统，并且您正在运行一个大型网络时，不同的数据到达您这里肯定会有不同的质量。

如果您将所有这些数据合并在一起，确保数据的相关性，并且您可以从中得到一些可解释的含义，这是一个巨大的挑战。我们早期经历的一些事情是理解数据质量差异和跨多个来源的时间性质。

MICHAEL KRIGSMAN：Satyan，我们一直在谈论技术以及数据的类型和组成。我们可以稍微转变一下思路，讨论一下构建这种平台所需的团队性质吗？你能告诉我们你拥有的角色类型以及你内部团队的组成吗？

SATYAN PARAMESWARAN：Michael，这是一个很好的问题。因为很多时候，当人们问我你们是如何构建 HEAT 的时，他们中的许多人期望，哦，我们有一个高质量的技术团队，他们可以做所有事情。如果团队只由技术人员组成，那将是一个很大的错误。

由于我们试图创建一个必须反映和反映现实的数字孪生，因此帮助管理和定义网络的过程人员，即流程工程师，是团队不可或缺的一部分。当我们开始时，我们并没有一头扎进技术。我们从流程开始，嘿，让我们定义一下帮助包裹被接受、感应、分类、扫描、运输到网络，然后装载和交付的流程是什么。

会发生什么？我们如何管理？所以我们首先绘制了流程图。然后我们问，如果这是流程，那么实际上发出数字信号的是什么？在什么时间点，质量如何？如果将它们放在一起，我们会看到什么？然后返回并构建系统。

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。正是这种组合让我们受益匪浅，并帮助我们创建了一个真正有效的产品。否则，它看起来就像一个科学项目。如果您不让实际了解物理性质的流程人员参与进来，那它就只是一个科学项目。

MICHAEL KRIGSMAN：所以这确保了业务需求之间非常非常紧密的对齐，以确保客户满意度，确保包裹在系统中正确流动，降低成本以对齐所有这些，那些业务目标与数字孪生，以便它们协同工作。

SATYAN PARAMESWARAN：绝对是这样。因此，流程人员、开发人员、可以管理大量数据的人以及可以创建模型的数据科学家。这是一个具有多学科的团队，以创建一个可以帮助业务的孪生。

MICHAEL KRIGSMAN：由于您处理如此多的实时数据，那么与实时数据相关的特殊挑战吗？

SATYAN PARAMESWARAN：任何时候您想要处理接近实时的数据，它总是具有挑战性。原因是，如果您没有快速捕获和解释数据，您可能很快就会失去数据试图告诉您的上下文。

因此，假设我们收到一个信号，说这个包裹预计会在此设施中进行分类。如果在 30 分钟内没有进行分类，它就会错过。如果您有一个需要 15 分钟才能发现它的流程，那将毫无用处，对吧？因此，处理实时数据始终是一场与时间的赛跑，涉及上下文是什么，我们能够多快地进行处理，以及我们是否拥有单独的处理通道，以便它们不会与上下文信息较少的邮件一起排队。因此，它涉及查看网络上什么是最重要的。以及您的特定消息有多重要。

MICHAEL KRIGSMAN：并且这种对数据的关注——您是如此以数据为中心——是否以任何方式影响了 UPS 的文化？

SATYAN PARAMESWARAN：再次，你一直在问一些很棒的问题，好的。如果您问我，我们从根本上来说是一家工程公司。我们是一家碰巧拥有包裹车和服务提供商的工程公司，以便我们可以运送包裹。我的意思是，如果您是一家小型包裹物流提供商，您需要拥有这种工程思维，才能分解运送包裹的行为，并将其分解并测量每一件事，以便您可以进行改进、实施、测量和跟踪。

所以我们从根本上来说是一家工程公司。因此，当您是一家工程公司时，您开发的每一种方法都将拥有您的计数机制，这就是应该发生的事情，这件事真的发生了吗？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，当我们启动计划，当我们进入我们需要做的一切来管理网络时，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：这太令人着迷了，因为当然，从客户的角度来看，您是一家包裹公司。你知道，我都知道我和在这里送货的 UPS 员工关系很好。然而，从内部角度来看，您是一家工程组织。这真的令人着迷。

SATYAN PARAMESWARAN：绝对是这样。这就是简化事情的美妙之处，对吧？我们不必披露我们为运送包裹所做的所有复杂编排。我们的 UPS 服务提供商是与客户互动的 UPS 的最佳代表。你根本无法击败它。

所以他们做他们所做的事情。UPS 的技术只因一个原因而存在，那就是帮助他们完成工作。因此，我们希望变得不可见。我们只是想隐藏我们在后台所做的所有复杂的事情，使其看起来非常简单。我们友好的、面带微笑的 UPS 司机出现了。他拿起包裹并运送包裹。他只是与你进行了一些互动，然后继续前进。我们只是想将所有复杂的技术隐藏在后台。

MICHAEL KRIGSMAN：是的。这太令人惊叹了，你所处理的复杂程度确实令人惊叹。Satyan，当我们结束时，您对希望更有效地利用组织内数据的商业领袖有什么建议？

SATYAN PARAMESWARAN：有几个方面。任何时候您启动一个数据驱动的计划，请放心，这都是一个旅程。您可能认为这就是您想要完成的事情。是的，您开始了。很多时候，在您经历之后，这可能不是您可能发现的最有价值的事情。您应该始终持开放的心态去探索辅助部分，并更接近到达目的地，或跟随旅程。

所以这是其中之一。保持开放的心态。并且总会有很多次，您会经历一个非常有希望的阶段，然后它会崩溃。这是意识到您拥有的数据质量的典型症状。您可能已经想过，看，每个人都失去了他们的孩子。我的孩子是最棒的。

但是数据质量可能没有我们想象的那么好。因此，要为情境数据质量做好准备，与业务、业务映射紧密合作。因为您带着一个工具而来，如果该工具将预测出 60% 的结果，那对组织来说是没有用的。

您应该与业务部门合作，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模型。他们都知道它会起作用。您不应该有这样的疑虑，哦，我错了 40% 吗？那不是你想达到的状态。

MICHAEL KRIGSMAN：很棒的建议，非常实用的建议。实际上，我需要问你最后一个问题，那就是。UPS 参与了这项大规模的疫苗交付工作。那是什么样的？

SATYAN PARAMESWARAN：好的，我还有多少时间？因为我对此有一个很棒的回应。你看，是的，疫情袭击了世界，每个人都在争分夺秒地开发疫苗。一旦疫苗可用，他们就需要一种非常可靠的交付机制。

在比赛进行期间，我们一直在研究如何确保与医疗保健相关的包裹能够以极高的可见性在网络中流通，以便我们可以控制流程，并在流程出现问题时做出反应。我们一直在研究几个智能标签驱动的包裹。嗯，标签和包裹本身会不断自我声明，嘿，我在这里。我刚刚被分类，我刚刚被移动，不需要任何人工干预。

我们一直在做这件事，然后我们准备好了，你知道，这是一个标签，好吗？这个标签是我们在实验室时使用和创建的。你们中的许多人可能没有见过这种形式的标签，但后来我们改进了产品，然后扩大了规模，我们实际上将其变为现实，它看起来就是这样。

这是 UPS 的高级金牌标签。它们中的每一个都是嵌入电池的 RFID 标签。你把它放在包裹上，它就开始发出信号。因此，我们确切地知道包裹在我们网络中的位置，以便我们可以采取行动。因此，交付疫苗的行为是我们从不同角度一直在努力的事情。

我们没有预料到世界会经历与 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。我们如何创建一个具有极高可见性的包裹？我们已经准备好了。它就发生了。我们有能力和技术来扩大规模。

因此，我们以 99.99% 的可靠性向 100 多个国家/地区交付疫苗。为什么？我们已经做好了准备，我们拥有可以大规模工作的正确技术。因此，做好准备并了解如何运行网络对 UPS 完成这项壮举至关重要。

MICHAEL KRIGSMAN：对于像标签这样的东西，你们会构建不同类型的原型吗？

SATYAN PARAMESWARAN：如果我回顾一下标签，我认为第一代智能标签是由 UPS 大概在 90 年代初创建的。它的大小为 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。所以你只要扫描一下，包裹就会告诉你它要去哪里。

因为从网络的角度来看，我们始终朝着目标前进。所以我们从那开始。然后，智能标签进行了多次改进，例如它可以携带多少数据，现在，我们正在处理真正非常智能的标签，即 RFID，它可以声明自己，然后它可以携带更多数据，以及可以埋入标签中的非常精确的说明，因此当您扫描它们时，它可以说嘿，确保你从 Michael 那里获得签名，这就是它要去的地方。因此，它会随着标签可以携带多少数据以及它如何自我声明的性质而不断发展。

MICHAEL KRIGSMAN：我喜欢这种自我声明的标签。就此而言，非常感谢 Satyan Parameswaran。感谢您带我们了解 UPS 的幕后情况。

SATYAN PARAMESWARAN：谢谢你，Michael。这是一次很棒的对话，很高兴来到这里。

MICHAEL KRIGSMAN：谢谢你。我真的很感激。非常感谢 Redis 让我们的对话成为可能。