人工智能控制并不能取代现实感。

人工智能控制并不能取代现实感。

2025年11月19日

在科隆，那些在瑞士和整个德国-瑞士地区专家面前谈论峰值负荷减少、人工智能和智能电池系统的人，很有可能在德国冷冻食品研究所 (dti)和德国冷链物流公司协会 (VDKL) 的冷链论坛上取得成功。

VDKL 科隆站 Traar 310 S. Eichner。图片来源：dti

Kühne+Nagel、Nordfrost、Testo（测量仪器供应商）和 Wagner（消防设备）等公司的知名人士和主要参与者在德国工业联合会 (dti) 总经理 Sabine Eichner 和德国汽车工业联合会 (VDKL) 总经理 Jan Peilnsteiner 的指导下，参加年度会议。约有 180 名参与者出席了会议。

降低峰值负荷

华为开发经理胡安-卡洛斯·梅希亚·平托 (Juan-Carlos Mejia Pinto) 在介绍冷冻食品行业的智能存储系统时，许多企业削减成本的核心议题之一。在瑞士，人们常常亲切地称德国为“北部州”，电价固然是关键问题，但碳排放问题同样不容忽视。制冷行业高达 60% 的二氧化碳当量排放都源于电力需求，而电力需求有时可能非常巨大。

VDKL 科隆华为 Pinto 310 光伏配置。图片来源：华为

用于“存储”和转换现有能源的系统是一项关键优势，据供应商称，这些能源尚未充分发挥其技术潜力。对于平托而言，用于吸收决定电价的峰值负荷的电池储能系统是减轻企业负担的关键措施——尽管其初始投资不菲。然而，目前只有5%的行业企业拥有这种“削峰”技术。

即使是33%也算不错了。

由各种可再生能源驱动的智能系统并不一定需要满足制冷公司的全部能源需求才能高效运行。例如，即使可再生能源仅占三分之一，也能显著降低峰值负荷，以至于一套采用光伏技术的电池储能系统（购置成本可能很快达到 150 万欧元）理论上只需 4.96 年即可收回成本。

VDKL 古龙华为 Pinto 肖像 310 J.-C. 梅希亚·平托

智能控制系统的环境、此类系统的监控以及潜在的盈利状态切换，为“人工智能”提供了充足的机会，而人工智能自然也依赖于可靠的数据。使用数据记录仪提供温度读数听起来似乎微不足道。

确定核心温度

这些方法由来已久。然而，测量商品表面温度与测量商品实际“核心温度”（例如肉类产品）也是众所周知的，而后者往往会在保质期的“魔咒”中迅速消失。

VDKL 科隆入场费 310

像黑森林设备制造商 Testo，抓住机会，利用算法控制的程序扩展了他们的业务领域。该程序使用数千次真实差分测量的比较数据，以高精度确定产品内部的实际温度。

产品模拟方法

据波德斯瓦称，所谓的“产品模拟测量”——源自无需每次都拆卸整批货物，就能为食品安全做出宝贵贡献

VDKL 科隆站 Traar 310

越来越多的咨询公司，例如Conet集团旗下的Christoph Hoffmann的“AI & Data”咨询公司，开始提供切实可行的AI入门指南，而非让用户陷入科幻场景。此外像Supply Brain GmbH的Mario Traar这样的知名人士也提供“以数据驱动的供应链解决方案”。Supply Brain GmbH是SSI Schäfer集团的衍生公司，曾凭借其产品在最近的LogiMAT展会上荣获最佳产品奖。

重要的经验教训

利用人工智能可以提前计算特定季节或活动（例如“黑色星期五”）对于规模较小的公司而言，人工智能辅助的预测是否值得，或者现有的经验数据是否就对规模较大的公司才有意义

VDKL 科隆观众 310 照片：klk。

Kühne+Nagel 就是其中之一。IT 经理 Michael Lütjann 和创新经理 Florian Seffert漫不经心地指向这家全球运营的运输服务供应商庞大的数据库，这简直就是一片等待深入分析的数据海洋，并且已经催生了众多应用案例。 “毕竟，7000 辆拖车就是 7000 个数据源，”Lütjann 说。当然，人工智能并不能取代个人经验。“它只是个人经验的延伸，”他补充道。

“我们正在处理”

KN公司目前已有10%的AI控制制冷系统投入运营。这在以下方面尤为明显：电力交易所的优化能源采购、利用“运输量估算器”提高拖车利用率，以及至关重要但难度极高的“短期需求预测”。然而，即使是后者，也可以利用AI进行更精准的预测。吕特扬表示：“我们正在努力。”

VDKL 科隆马可 310 宝贵意见：SVTL 主席 M. Manzetti 在科隆。