中國一年有10億只雞的市場需求，幾乎人均一只雞

你知道一年有多少小雞因?yàn)樯∷赖裘矗?/p>

1.5億只

作為一個(gè)農(nóng)場主，最關(guān)心的莫過于自己的牲畜能否健康的成長。禽類呼吸道疾病傳播速度快，致死率高。導(dǎo)致它們會時(shí)常發(fā)生異常聚集，又容易造成踩踏事件等，從而造成大面積雞群死亡。使得很多農(nóng)場主遭受巨大的損失。據(jù)統(tǒng)計(jì)，就中國市場一年有1.5億的小雞因?yàn)樯∷赖簦?5%的死亡率使得農(nóng)場主必須重視這個(gè)問題。

而為了預(yù)防疾病和踩踏事件，傳統(tǒng)的養(yǎng)殖場往往需要增派很多人手來監(jiān)控雞群。一方面，人工監(jiān)控會帶來一定的人力成本投入；另一發(fā)面，人工監(jiān)控?zé)o法保證高實(shí)時(shí)性，很難覆蓋24小時(shí)。

以上情況不僅使養(yǎng)殖場頭疼，也會導(dǎo)致相關(guān)險(xiǎn)種賠付率和賠付金額居高不下，同時(shí)查勘定損的手段相對原始、低效。

SAP智慧養(yǎng)雞場創(chuàng)新解決方案，可以通過識別農(nóng)場中小雞雞群發(fā)出的聲音，對聲音進(jìn)行機(jī)器學(xué)習(xí)識別，可以進(jìn)行疾病的監(jiān)測和識別，判斷雞群是否得了呼吸道疾病?？焖龠M(jìn)行干預(yù)和治療，以免造成損失。

同時(shí)，通過圖像視頻識別的算法，我們可以讓農(nóng)場主在視頻中看到雞群是否發(fā)生了異常聚集，并聯(lián)合環(huán)境監(jiān)測數(shù)據(jù)分析異常聚集的原因，讓管理人員及時(shí)采取措施。預(yù)測精度可高于90%。

不僅小雞獲救了，養(yǎng)殖場主避免了損失，提高了產(chǎn)能，保險(xiǎn)公司也降低了賠付率，提高了客戶粘性。真是一舉三得。

再來看看一個(gè)區(qū)塊鏈的例子：

一談到“區(qū)塊鏈”你第一反應(yīng)是不是比特幣?

“比特幣暴漲了，白皮書發(fā)幣了，期貨爆倉了，過山車行情又來了?！边@都已經(jīng)是過去式了。

區(qū)塊鏈在炒幣的熱潮中匯聚了大量的資本，已經(jīng)開始在商業(yè)領(lǐng)域開始厚積薄發(fā)的第二階段了。

SAP區(qū)塊鏈團(tuán)隊(duì)利用區(qū)塊鏈可追溯，不可篡改的技術(shù)，通過將客戶的消費(fèi)信息記錄在區(qū)塊鏈上的方式，成功實(shí)現(xiàn)了智能營銷的效果。

客戶的消費(fèi)記錄可以記錄在區(qū)塊鏈數(shù)據(jù)中，例如：

一位顧客來麥當(dāng)勞買了一個(gè)冰淇淋，除了傳統(tǒng)的冰淇淋的價(jià)格、顏色、味道信息都可以寫入?yún)^(qū)塊鏈中外。與此同時(shí)，天氣預(yù)報(bào)的信息，客戶的身份信息（如愛好，專業(yè)，在其他地方的消費(fèi)信息）都可以在同一個(gè)區(qū)塊鏈中共享和交換。使得每一筆消費(fèi)記錄都可以在區(qū)塊鏈上追溯查詢，客戶的喜好，在旁邊星巴克的消費(fèi)數(shù)據(jù)都可以做有機(jī)的整合，形成精準(zhǔn)營銷的基礎(chǔ)。其他商家的消費(fèi)信息，天氣信息，打折促銷信息，商品生產(chǎn)信息全部在區(qū)塊鏈上形成了一個(gè)商業(yè)網(wǎng)絡(luò)。

而區(qū)塊鏈本身開放的屬性也使得這些數(shù)據(jù)可以和各類其他業(yè)務(wù)伙伴和外部數(shù)據(jù)進(jìn)行結(jié)構(gòu)化整合，形成了一個(gè)天然的“共享數(shù)據(jù)庫”。為精準(zhǔn)營銷、智能化分析、深度定制提供了可靠可信的數(shù)據(jù)倉庫源。

此方案可結(jié)合SAP CAR, POSDM分析引擎以及IS-Retail等進(jìn)行深度定制結(jié)合，實(shí)現(xiàn)真正的智能零售解決方案。

最后，我們再來看看物聯(lián)網(wǎng)如何幫助企業(yè)更好的解決倉庫庫存管理和內(nèi)部車隊(duì)優(yōu)化：

倉庫優(yōu)化和場內(nèi)的車隊(duì)管理是息息相關(guān)的兩個(gè)話題。傳統(tǒng)的倉庫訂單揀選為順序執(zhí)行，存在著效率不高的問題。庫存中的各種貨物胡亂堆放，沒有一個(gè)統(tǒng)一的安排和優(yōu)化提升。

作為倉庫的揀貨工作人員，往往浪費(fèi)了大量的時(shí)間在尋找貨物上。沒有很好的揀貨排列和貨物位置規(guī)劃。倉庫中沒有按照品類、數(shù)量、使用頻率等信息進(jìn)行有規(guī)則的排列。這讓很多倉庫的工作效率非常低下。

本方案起源于與德國某超市客戶的聯(lián)合創(chuàng)新項(xiàng)目，其目標(biāo)在于優(yōu)化倉儲的揀貨流程。為每一個(gè)資源合理分配倉庫訂單，并計(jì)算訂單與庫存商品的最佳執(zhí)行順序，目標(biāo)是達(dá)到最短的空車行駛距離。該方案可以模擬比對優(yōu)化前后的場景與執(zhí)行效果。幫助客戶優(yōu)化倉庫操作，減少倉庫內(nèi)的空車行駛，提高執(zhí)行倉庫訂單的準(zhǔn)時(shí)率，為每一個(gè)資源都分配了最好的倉庫執(zhí)行流程和最佳執(zhí)行序列。

本方案可以與SAP EWM，VehicleInsight集合，展現(xiàn)智慧的倉儲管理和訂單執(zhí)行，綜合判斷軌跡和車輛的利用率，合理的優(yōu)化倉庫執(zhí)行流程使企業(yè)真正成為智能化的管理生物。