AI 142 · AI sa Cold Chain

Product Spoilage Risk

Natutukoy ang abnormal na halaga at paglabag sa threshold, kinakalkula ang risk score at inuugnay ang mga posibleng sanhi. Pinagmulan ng datos: Malamig na kawing, Ang Pagsubaybay ng Lot & Fund, Export at Lohistika.

  • Panganib at anomalyaUri ng module
  • 3Pinagmulan ng datos
  • 15Wika

Ano ang maaari mong itanong sa modulong ito

I-tap ang isang mungkahing tanong o i-type ang sarili mong tanong; ang sagot ay kinabuo kaagad mula sa demo na data. Sa mga vision module maaari ka ring mag-upload ng larawan sa live demo.

Tanungin ang AIMga live na sagot mula sa demo na data · hindi kailangan ng pag-sign up
Mayroon bang anumang abnormal sa datos ng malamig na kawing sa ngayon?

Puntos ng panganib: 30/100 — Medium

  • Naitala ang paglabag sa temperatura — Malamig na kawing: 2.000

Buod ng datos

  • Malamig na kawing — Mga pagbasa ng temperatura: 25, Karaniwang temperatura: 1.5 °C, Pinakamataas na temperatura: 8.5 °C, Pagkakaiba: 2
  • Ang Pagsubaybay ng Lot & Fund — Lot: 7, Dami: 35,900
  • Export at Lohistika — Padala: 3, Naihatid: 1

Inirekomendang mga aksyon

  • Naitala ang paglabag sa temperatura: suriin ang mga rekord ng Malamig na kawing, linawin ang sanhi kasama ang taong responsable at magbukas ng gawain kung kinakailangan.

Ang sagot na ito ay ginawa ng lokal na analysis engine (statistical analysis, walang konektadong LLM). Kumonekta sa isang provider sa AI Settings para sa mas mayaman na sagot sa natural na wika.

Ang mga sagot ay ginawa mula sa demo data ng lokal na analysis engine. Sa inyong sariling sistema maaari mong ikonekta ang OpenAI, Claude, Gemini o isang on-premises na modelo.

Pag-usapan ng mga taga-Ghana ang tungkol sa iyong operasyon.

Tingnan ang isang buháy na demo na nababagay sa iyong bukid, pamisaan o halaman.

Paghingi ng demo

Aling papel ang nais mong gamitin para sa demo na ito?

Pag-sign in sa isang tap — hindi kailangan ang password.

o mag-sign in gamit ang email