Архив Электронная коммерция и маркетплейсы · Маркетплейсы
Amazon: FlowMS на складе в Глазго предотвратил потерю 9 млн галлонов воды в год
По данным корейского издания «인공지능신문», ИИ-инструмент Amazon FlowMS выявил подземную утечку на логистическом центре в Глазго и помог предотвратить потерю 9 млн галлонов воды в год. Системы FlowMS и BBAM работают более чем на 120 логистических центрах компании.
/01 · ключевые результаты
-
результат
9 млн галлонов
предотвращённые потери воды после устранения найденной утечки
인공지능신문 (AI Times Korea), статья, 12.03.2025
в год, по данным на март 2025 года · один логистический центр Amazon в Глазго (Шотландия), система FlowMS
данные СМИ
-
результат
более 1 000 ч
сокращение ожидаемого простоя холодильного оборудования
인공지능신문 (AI Times Korea), статья, 12.03.2025
по данным на март 2025 года · один логистический центр Amazon в Испании, система ARM
данные СМИ
-
масштаб
более 120 логистических центров
охват систем FlowMS и BBAM
인공지능신문 (AI Times Korea), статья, 12.03.2025
по данным на март 2025 года · логистические центры Amazon по всему миру
данные СМИ
- более 300 объектов план расширения FlowMS и BBAM · прогноз компании 인공지능신문 (AI Times Korea), статья, 12.03.2025
- более 150 объектов план внедрения ARM, включая Индию · прогноз компании 인공지능신문 (AI Times Korea), статья, 12.03.2025
оценка strategai
Оценка эффекта на EBITDA
£36–81 тыс. в год
Предотвращённые потери воды из-за подземной утечки на складе.
Без учёта затрат на систему: источники их не раскрывают.
Как посчитано
Годовой объём воды, который уходил через найденную утечку на центре в Глазго (9 млн галлонов в год), по стоимости галлона водопроводной воды для нежилого объекта.
| Шаг расчёта | Нижняя | Базовая | Верхняя |
|---|---|---|---|
| Стоимость предотвращённых потерь воды на центре в Глазго = Предотвращённые потери воды после устранения подземной утечки на центре в Глазго × Стоимость галлона водопроводной воды для нежилого объекта в Шотландии | £36 тыс. в год | £54 тыс. в год | £81 тыс. в год |
Входные данные
- данные кейса Предотвращённые потери воды после устранения подземной утечки на центре в Глазго: 9 млн галлонов в год 9 млн галлонов, предотвращённые потери воды после устранения найденной утечки 인공지능신문 (AI Times Korea), статья, 12.03.2025
- допущение Стоимость галлона водопроводной воды для нежилого объекта в Шотландии: £0,004–0,009 за галлон база £0,006 за галлон Диапазон £0,004 за галлон–£0,009 за галлон за галлон отвечает плате за водоснабжение нежилых объектов по тарифам Шотландии в пересчёте с кубометра; плата за водоотведение не включена, утечка уходила в грунт.
Допущения
- Расчёт в фунтах стерлингов по тарифам Шотландии: страну внедрения запись кейса не называет.
- Стоимость галлона £0,004–0,009 за галлон охватывает диапазон тарифов на водоснабжение; затраты на систему в оценке не учтены.
Базовое значение: £54 тыс. в год.
Метод afiina-pnl/1, оценка от 27.10.2026, цены 2025 года. Диапазон округлён до двух значащих цифр наружу. Методика
По данным корейского издания «인공지능신문», ИИ-инструмент Amazon FlowMS выявил подземную утечку на логистическом центре в Глазго и помог предотвратить потерю 9 млн галлонов воды в год. Системы FlowMS и BBAM работают более чем на 120 логистических центрах компании.
/02 · паспорт кейса
Бизнес
- Компания
- Amazon.com, Inc.
- Отрасль
- Электронная коммерция и маркетплейсы · Маркетплейсы
- Функция
- ТОиР и управление активами
- Задача
- Предиктивное ТОиР
Технология
- Класс AI
- Предиктивная аналитика (классический ML)
- Тип решения
- Собственная разработка
- Данные
- Данные счётчиков потребления воды и энергии, показатели систем отопления, вентиляции и кондиционирования, наружная температура, температурные данные холодильного оборудования.
Внедрение
- Стадия
- Промышленная эксплуатация, на 12.03.2025
- География
- Соединенные Штаты, Великобритания, Испания
/03 · описание кейса
Зачем
Бизнес-задача
Amazon ведёт программу сокращения выбросов в рамках The Climate Pledge и планирует достичь нулевых нетто-выбросов углерода к 2040 году. Логистические центры компании потребляют много воды и энергии, а неисправности инженерных систем — подземные утечки, сбои в системах отопления, вентиляции и кондиционирования, отклонения в работе холодильного оборудования — часто незаметны снаружи и ведут к потерям ресурсов, простоям оборудования и порче продуктов. Компании нужен инструмент, который непрерывно анализирует показания счётчиков и датчиков и сигнализирует об аномалиях до того, как они станут авариями.
Что
Решение
Amazon разработала собственные ИИ-инструменты управления коммунальными ресурсами. FlowMS анализирует данные счётчиков воды и выявляет рост потребления сверх обычного уровня. BBAM (Base Building Advanced Monitoring) в реальном времени отслеживает работу систем отопления, вентиляции и кондиционирования и сравнивает, например, холодопроизводительность с наружной температурой. Для сети свежих продуктов компания внедрила ARM (Advanced Refrigeration Monitoring): система анализирует температурные данные холодильного оборудования в реальном времени и сразу предупреждает об отклонениях, в том числе в циклах оттаивания.
Как
Внедрение
На логистическом центре в Глазго FlowMS зафиксировал рост потребления воды; инженеры нашли утечку в подземном трубопроводе, и её устранение предотвратило потерю 9 млн галлонов (около 34 млн литров) воды в год. В Нью-Йорке BBAM показал потребление энергии в 5 раз выше ожидаемого — причиной оказался неисправный счётчик. По данным на март 2025 года FlowMS и BBAM работают более чем на 120 логистических центрах, к 2025 году их планируют расширить до более чем 300 объектов, ARM — до более чем 150 объектов, включая Индию.
/04 · источники и проверка
Что подтверждено
- Устранение утечки, найденной FlowMS на логистическом центре в Глазго, предотвратило потерю 9 млн галлонов воды в год.
- ARM на логистическом центре в Испании позволил сократить ожидаемый простой холодильного оборудования более чем на 1 000 часов и уменьшить порчу продуктов.
- FlowMS и BBAM работают более чем на 120 логистических центрах Amazon по всему миру.
Ограничения
- 9 млн галлонов и более 1 000 часов — результаты единичных инцидентов на двух объектах; совокупный эффект по всем 120 центрам не раскрыт.
- Денежная оценка экономии воды, энергии и предотвращённого простоя в источнике не приводится.
- Единственный источник — статья корейского издания; собственная публикация Amazon среди источников отсутствует.
- 300 и 150 объектов — планы компании на 2025 год; их выполнение источник не подтверждает.
-
[1] 인공지능신문 (AI Times Korea)
아마존, AI 활용해 에너지 절감 혁신… 연간 900만 갤런 물 낭비 막는다
СМИ · 12.03.2025
Открыть источник
АрхИИВ /strategai · CB-001336 · Версия 1 · 18.10.2026 · /c/CB-001336/