Cargotec 利用数据和 ML 优化货流和推动可持续解决方案

Cargotec Oyj（Cargotec）是一家提供货物装卸解决方案的全球提供商。它同时也是一家 1.5°C 公司，这意味着该公司已宣布在 2019 年至 2030 年期间将二氧化碳排放量减少一半的目标。为实现此目标，Cargotec 通过为客户提供电力解决方案以及利用物联网（IoT）解决方案收集数据来提高效率和可持续性。在致力于实现货物装卸数字化转型的同时，Cargotec 的使命是提供更智能的货流，打造更美好的日常生活。

数据分析对于运输和物流行业的未来至关重要，对于 Cargotec 这样的全球性公司也是如此。作为 Cargotec 的战略业务部门之一，Kalmar 提供的解决方案每年可支持全球近 8 亿集装箱运输。在全球航运中，每 4 艘船中就有 3 艘载运着 MacGregor（Cargotec 的另一个业务部门）的设备。构建一个 IoT 架构，从 Cargotec 的所有解决方案中捕获数据，然后进行分析以获取见解，这将是一项挑战。

为了构建 IoT 和数据分析解决方案，Cargotec 向亚马逊云科技（AWS）寻求帮助。Amazon SageMaker可用于快速准备、构建、训练和部署高质量的机器学习（ML）模型。Cargotec 的数据驱动型服务团队使用 Amazon SageMaker 创建了支持数据驱动型数字服务的模型。通过使用 Amazon SageMaker 和其他 AWS 服务，Cargotec 将其数据转化为见解，从而实现更高效、更具可持续性和更具成本效益的运营。

Cargotec 通过其四大业务部门 Kalmar、Hiab、MacGregor 和 Navis，为 100 多个国家/地区的船舶、港口、码头和内陆物流运营商提供货物装卸解决方案。2020 年，其销售额总计约 33 亿欧元。

2015 年，Cargotec 开始在 AWS 上构建 IoT 和数据分析系统，以更好地服务全球客户。“我们希望更好地了解我们的客户以及他们在 IoT 和数据收集方面的运营挑战，”Cargotec 数据驱动型服务总监 Pekka Mikkola 解释道。 与客户携手共进，该公司能够在新的环境中使用数据开发智能服务。这些 IoT 和数据分析方法也将支持 Cargotec 的新电气化解决方案，例如，改进充电方案来优化电力运营。Cargotec 的一篇博客指出，“人工智能等数据驱动型方法对于以一种有判断力、基于事实的方式而不是通过猜测转向使用电子驱动的实例集至关重要。”

自 2018 年以来，该公司一直在使用 AWS 服务，包括 Amazon Simple Storage Service（Amazon S3），这是一种对象存储服务，提供业界领先的可扩展性、数据可用性、安全性和性能，Cargotec 使用该服务存储数百 TB 的原始数据。

Mikkola 表示，Cargotec 选择 AWS 是因为 AWS 的灵活性和创新速度：“我们可以迅速向客户展示价值。我们拥有多样化的客户群和广泛的解决方案，这要求我们使用的服务具有真正的模块化，而使用 AWS 满足了这一需求。” 

Cargotec 使用 Amazon Data Firehose 构建了一个从设备收集数据的管道，Amazon Data Firehose 是一种可靠地将流数据加载到数据湖、数据存储和分析服务的简单方法。流数据存储在 Amazon S3 中，它还存储其他类型的数据，如业务系统数据。然后，Cargotec 的数据科学家利用 Amazon Athena（一种无服务器交互式查询服务）使用标准结构化查询语言分析 Amazon S3 中的数据。然后，他们可以将 Amazon Athena 表中的数据输入到 Amazon QuickSight，这是一种可扩展、无服务器、可嵌入、ML 支持的商业智能服务，使专家团队能够为更广泛的受众创建和发布具有 ML 支持见解的交互式控制面板。该公司还使用 AWS Lambda，这是一种无服务器的计算服务，让用户无需预置或管理服务器、创建可感知工作负载的集群扩展逻辑、维护事件集成或管理运行时，即可运行代码。“我们能够调整我们的核心服务，使计算与每日需求相匹配，实现了灵活性和可扩展性，”Mikkola 说。

使用 Amazon SageMaker，数据驱动型服务团队开发并部署了 ML 模型，对 Cargotec 设备进行预测分析。“使用 Amazon SageMaker，我们的数据科学家能够高效地访问和探索机器中数百 TB 的存储数据，”Mikkola 说。“我们不需要专门的数据处理人员。数据科学家可以自行访问数据并进行处理。我们特别引以为傲的是我们的完全无服务器 ML 运营管道，它管理着数据摄取和模型服务以及两者之间的一切。” 无服务器架构不仅高效，而且极具成本效益。

该公司最新推出的节能保障中使用了一种 ML 模型，节能保障是一种尖端、环保销售计划，客户在转换为使用像 Kalmar 电动叉车这样的电动机器时可以估算运营成本并节省排放。Cargotec 使用 ML 模型，根据操作条件、行驶距离和负载重量，了解货物装卸设备在各种情况下会消耗多少能量。之后，Cargotec 可以询问客户如何计划使用设备，然后可以预测能耗。如果客户超过了预计金额，Cargotec 承诺会进行补偿。“客户非常高兴：因为有了这项服务，公司可以将以前的可变成本变成固定成本，”Mikkola 说。

数据分析还用于增强设备维护操作，如预测设备何时可能发生故障或需要维修。这些信息可以协调服务运营并带来新的见解。“通过使用 AWS 解决方案，我们从服务数据、维护数据和设备使用数据中提取信息，以改善客户运营，并为客户设备提供更长的正常运行时间，”Mikkola 说。

通过全面采用 AWS，Cargotec 构建了一个 IoT 和数据分析解决方案，帮助客户使其运营更安全、更高效、更具可持续性、更具成本效益。客户可以使用 AWS 支持的 Cargotec 解决方案优化其日常运营，提供更智能的货流，打造更美好的日常生活。

要了解详情，请访问 aws.amazon.com/sagemaker。