客户案例/软件和互联网/印度

2024 年
FarEye

FarEye 通过 Compute Savings Plans、Amazon EC2 竞价型实例和 AWS Graviton 处理器每年节省 100 万美元

了解 FarEye 如何通过 Compute Savings Plans、Amazon EC2 竞价型实例和 AWS Graviton 处理器优化云成本,从而释放资源以借助人工智能推动创新。

100 万美元

每年节省计算成本

65%

降低计算成本

30%

减少 AWS 成本

10%

提升 Graviton 实例上的工作负载性能

概述

FarEye 是一家专注于提升客户交付体验的“最后一英里”配送技术合作伙伴。其愿景是确保在全球范围内的每一次配送都能准时、高效且尽可能可持续地到达目的地。

鉴于“最后一英里”配送占电子商务运输总成本的 50% 以上,FarEye 正在探索如何为企业提高这类配送的效率。该公司将其软件即服务(SaaS)配送管理平台的基础设施迁移至 Amazon Elastic Cloud Compute(Amazon EC2)竞价型实例AWS Graviton 处理器,实现每年 100 万美元的云成本节省,从而释放资源以保持竞争力并推动创新。利用节约的成本,该公司正在开发新的客户服务工具,例如生成式人工智能支持的数据可视化以及自动化的支持工单处理系统。

FarEye 案例研究

机会 | 支持 40% 的年度增长

FarEye 是一家专注于提升客户交付体验的“最后一英里”配送技术合作伙伴,其业务遍布 30 个国家/地区,服务 150 家企业客户,并在全球设有 5 个办事处。其愿景是确保在全球范围内的每一次配送都能准时、高效且可持续地到达目的地。FarEye 的 AI 驱动平台通过编排、实时可视化和个性化客户体验,简化复杂的“最后一英里”物流,将配送转化为竞争优势。该平台帮助企业提升客户忠诚度与满意度、降低成本并优化运营效率。

电子商务改变了全球的购物习惯,越来越多的消费者选择在线下单并配送到家。这一趋势促使企业加大对订单至送达全流程管理平台的投资。然而,“最后一英里”物流占总配送成本的一半以上。为优化此最后阶段的运营,企业使用 FarEye 的软件即服务(SaaS)网页平台。FarEye 联合创始人兼首席产品与技术官 Gaurav Srivastava 表示:“由于组织试图在利润微薄的情况下优化‘最后一英里’配送,我们平台的需求每年增长超过 40%。”

为在竞争激烈的市场中保持领先地位,FarEye 将重点放在产品开发上。随着业务扩展,其 SaaS 解决方案面临更高的季节性流量峰值及更频繁的日常流量波动。Srivastava 说:“我们的挑战是平衡平台的增强与成本,以确保我们的软件能够保障客户的盈利能力。” 为确保平台背后的基础设施能够持续扩展,FarEye 与 Amazon Web Services(AWS)合作,而 AWS 从第一天开始就一直支持其平台。Srivastava 解释道:“AWS 始终与我们合作优化平台,帮助我们降低成本、提升性能并更好地服务客户。

kr_quotemark

虽然我们已被公认为由 AI 驱动的‘最后一英里’配送管理领域的领导者,但我们需要不断创新,而 AWS 正加速我们对生成式人工智能的采用,以实现这项目标。”

Gaurav Srivastava
FarEye 联合创始人兼首席产品与技术官

解决方案 | 通过 AWS 优化将计算成本降低 65%

AWS 提议在 Amazon EC2 竞价型实例上运行 FarEye 的 Amazon Elastic Compute Cloud(Amazon EC2)工作负载。这些实例利用 AWS 上的未使用计算资源,与按需型实例相比能够大幅节省成本。“AWS 团队注意到,我们在与承运商的集成中消耗了大量计算资源,因此建议我们使用 Amazon EC2 竞价型实例以获得更高的价值。竞价型实例可以容忍中断,或在不同时间段进行调度,非常适合有集成需求的场景”,FarEye 联合创始人 Gaurav Srivastava 说道。

作为 AWS 合作伙伴的 FarEye,采用了使用 Amazon EC2 竞价型实例的最佳实践,以降低成本、增强应用程序弹性,并最大程度减少对其应用程序的改动。公司实施的关键改进包括在 Amazon EC2 竞价型实例上为每个承运商集成提供专属的虚拟 Docker 化环境。Srivastava 回忆道:“我们希望确保潜在的中断被限制在一定范围内,而不会影响多个客户。”

在与 AWS 持续讨论后,FarEye 进一步优化其平台基础设施,将实例迁移到 AWS Graviton 处理器上。这些处理器支持广泛的云工作负载,与基于 x86 的 Amazon EC2 实例相比成本更低。在 12 个月内,FarEye 将其大部分按需型实例迁移至 AWS Graviton 处理器。对于 Amazon EC2 竞价型实例,公司计划在包括 x86 在内的多种架构上实现使用的多样化。Srivastava 确认道:“我们的平台支持超过 500 个 Amazon EC2 竞价型和按需型实例运行工作负载,其中大多数使用的是 AWS Graviton 处理器。”

结合新实例与处理器的使用,FarEye 将其 AWS 计算成本降低了 65%。Srivastava 表示:“由于‘最后一英里’配送的利润率非常微薄,我们节省的每一分成本都能帮助我们以更具竞争力的价格为客户提供服务,这不仅对客户有利,也推动了我们的业务增长。”

成果 | 每年节省 100 万美元以推动创新

通过迁移至 Amazon EC2 竞价型实例和 AWS Graviton 处理器,FarEye 每年节省 100 万美元计算成本,同时能够扩展平台以支持业务增长和服务开发,而无需担心对支出的影响。FarEye 高级工程经理 Baldeep Singh Kwatra 说道:“我们实现了一次无缝且无差错的迁移,将 AWS 成本降低了 30%,性能提升 10%,并优化了资源分配,为进一步的创新投资提供支持。”

除了利用节省下来的成本为客户提供具有吸引力的价格以外,FarEye 还将资金重新投入到技术研发中。AI 正在快速提升“最后一英里”配送服务,改进路线分配和增强容量规划。FarEye 已将这些 AI 功能集成到其平台中,并计划推出更多功能。Gaurav Srivastava 表示:“虽然我们已被公认为由 AI 驱动的‘最后一英里’配送管理领域的领导者,但我们需要不断创新,而 AWS 正加速我们对生成式人工智能的采用,以实现这项目标。”

产品开发团队使用 Amazon Bedrock 试验多种大型语言模型(LLM)来支持 AI 用例,包括动态客户控制面板,以实时可视化配送运营数据,以及对客户支持工单的解决进行自动化。Srivastava 评论道:“借助 Amazon Bedrock,我们正在探索基于生成式人工智能的实用解决方案,以在平台上为客户提供全新层次的价值。”

在与 AWS 的优化之旅中,FarEye 的下一步是将其分析数据从第三方平台迁移到 Amazon Redshift。公司还计划使用 Karpenter 以缩短节点启动时间并提高应用程序的可用性。Srivastava 总结道:“我们正在扩大对 AWS 服务的使用,以确保我们的 IT 能够与业务战略保持一致,为客户创造更大的价值。”

了解更多

要了解详情,请访问 aws.amazon.com/ec2/graviton


关于 FarEye

FarEye 于 2013 年在印度成立,是一家专注于“最后一英里”配送管理的解决方案提供商。公司以优化交付体验为目标,其愿景是确保在全球范围内的每一次配送都能准时、高效且尽可能可持续地到达目的地。FarEye 致力于改善“最后一英里”物流,为企业和消费者提供更好的服务。

使用的 AWS 服务

Amazon EC2 竞价型实例

Amazon EC2 竞价型实例可让您利用 AWS 云中未使用的 EC2 容量,与按需型实例的价格相比,可享受高达 90% 的折扣。

了解更多 »

AWS Graviton 处理器

AWS Graviton 是一系列处理器,旨在为在 Amazon Elastic Compute Cloud(Amazon EC2)中运行的云工作负载提供最佳性价比。

了解更多 »

Amazon Elastic Compute Cloud

Amazon Elastic Compute Cloud (Amazon EC2) 提供最广泛、最深入的计算平台,拥有超过 750 个实例,可选择最新的处理器、存储、网络、操作系统和购买模型,以帮助您最好地满足工作负载的需求。

了解更多 »

更多软件和互联网客户案例

Showing results: 1-4
Total results: 822

未找到任何项目 

1 206

行动起来

无论行业无论规模,每天都有各种机构在使用 AWS 实现自身业务转型、实现企业愿景。欢迎您联系我们的专家,立即踏上您的 AWS 之旅。