干货|数据区块链在钢铁行业的应用(分享实录)

2024-01-22 11:30

本文主要是介绍干货|数据区块链在钢铁行业的应用(分享实录),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2019独角兽企业重金招聘Python工程师标准>>> hot3.png

image

1

行业痛点

随着信息化在社会经济活动中的普及,钢铁仓储企业也逐渐进入竞争白热化阶段。在严峻的市场形势下,技术创新、标准化管理、提升服务体验等软实力成为钢铁仓储企业突破同质化竞争重围的关键能力。

在钢铁行业中,不锈钢卷尤其是冷轧卷的安全、可靠仓储物流至为关键,业内经常出现搬运不当导致的货物损坏、信息不通导致的货物积压、信任危机导致的经济损失,可见传统的钢卷仓储有着非常严重的行业痛点:

货权信息不通导致仓库赔单

image

随着信息化时代的发展,不少仓库都需要通过仓储管理系统来辅助日常经营。而纵观市场中的仓储系统,虽然种类繁多,却仅为仓库提供记录与操作库存数据的功能,并不能从根本上解决业务管控的问题:进、出仓仍然需要手写单据;仍然不能避免人工传递单据,加大了货权信息传递的难度,甚至造成仓库赔单。

例如:货主把仓库里的钢卷做了抵押,或者货权发生了变更,又没有及时通知到仓库管理方,然后货主又向仓库请求出货,仓库不知货权发生变更而正常出库,新的货权方再来提货就会导致纠纷,并要求仓库管理方进行赔偿。

金融信息共享不畅导致服务质量差

image

货主用钢卷做抵押时,需要有一堆文件和证明,证明这个仓库中的货属于自己,然后到第三方金融机构或银行进行资产抵押,过程十分漫长,效率非常低。同时,人工作业效率低,错误率高,导致仓储服务质量非常差。

电商平台大宗交易支撑

image

电商平台发展迅猛,钢铁行业也不例外。货主把存在仓库中的钢卷拿到电商平台出售,如果有人在线上支付了货款,货权就发生了变更,但是电商平台中的订单能不能当合同使用?数据是否安全不被篡改?业内人士认为,电商平台准入把关不严、商品信息审查不力、销售行为管理混乱、信用评价存有缺陷、内部人员管控不严等,是网络交易平台普遍存在的管理硬伤,平台巨头也不例外。这说明电商平台信任危机重重,难以支撑钢铁这种大宗交易。

远程发货实施中信任危机重重

image

在钢铁行业中,远程发货是难以避免的。但是远程发货存在非常大的信任危机,整个过程无人跟踪,交易双方也没有面对面交易,这使得身份被人冒用的几率增加,并且也容易发生发货后抵赖的情况。在传统模式下,货主要提货,需要去备案传真、盖章、送票据等,整个流程耗时大于一天。对于钢铁行业,一天的时间可能意味着巨大损失。钢铁这种特殊产品在远程发货中存在的信任危机会导致很多严重问题。

以上归纳起来主要有两点:

  • 第一怎么证明这个钢卷是我的,即货权归属;

  • 第二在证明货权归属的情况下,怎么快速做抵押和交易。

2

应用实践

基于行业痛点,我们利用区块链的去中心化、不可伪造、不可更改、去信任、集体维护可靠数据等特点,将钢卷资产化,记录钢卷入库、出库、货权转移等资产的全生命周期的流转过程。

image

简单做一个示例,如下图。钢卷从入库到出库要经历赎货、冻结、解冻、货权转移等过程,我们用区块链把整个过程记录下来。

image

接下来介绍一些仓库仓储中的专有名词,这些名词代表了货品货权的特有状态。

  • 原地划拨。指货权在A和B之间发生转移,比如B买了A在仓库中的钢卷,这批钢卷的货权就从A转移到B,这时就发生了原地划拨。

  • 冻结解冻。A的钢卷想在电商平台做交易,当钢卷在电商平台上架之后,这批钢卷的状态就会被冻结,直到下架之后才会解冻。

  • 自动划拨。B在电商平台买了A的钢卷,交易成功后,货权会自动发生改变,从A转移到B,

  • 赎货。这是一个特有的行业名词。B想要向A买100万元的钢材,但是现在只有10万元,这时B可以申请A先准备100万元的货,提货的时候,B把现有的钱给A,仓库中100万元的钢卷里,货款交付部分的钢卷就是赎货。

  • 仓单质押。这是一个复杂的场景。从字面意思上来看,就是A把他在仓库中的钢卷,拿去给D压货款,这时会触发仓库中的货权冻结,因为货已经被拿去抵押贷款了。而抵押贷款之后A又有钱了,把钱还给金融平台,货权解冻重新归A所有,A可以从仓库提货。

image

也就是说,钢卷从入库仓储开始,到电商交易,到金融抵押,到加工,到最后被用户提货的整个生命周期我们全程做了跟踪。在货权发生转变的过程中,传统方式是用固定的传真机发一个指令,证明授权或提货等变动。而现在我们可以利用生物特征的人脸识别和语音分析,在线监测授权人和授权密码,实现在线发货授权认证。

image

3

效果和展望

image

上图是我们仓储区块链平台的页面,数字身份是可以被授权被验证的,这个应用就是依赖于最底层数字身份的验证。

image

前文提到人脸识别、验证生物特征识别信息,我们在数字身份之上,构建了数字钢卷的资产,这个资产可以被交易被抵押。而这些交易行为、抵押行为形成了他们的信用记录,信用记录不可篡改、不可伪造。

image

在应用实施之前,系统是上图左边的状态:一种网状结构,接口繁多,还要做数据对账,异常复杂。右边是应用实施改造之后的情形,底层是数字资产链,上面是电商、仓储、运营、加工,它们通过一个智能合约可以快速实现资产交易、查询、状态改变等操作。

image

区块链技术使得交易数据完全公开透明,并可以提供完整的信息流。我们希望以仓储链为开始和核心,打通金融链、生产链、供应链、物流链,实现数据资源能力开放。让资金流、信息流更加安全可靠。例如生产,我们可以根据仓储、以及电商交易的可信数据,定制生产计划。大宗交易非常依赖物流,那么我们可以利用区块链技术形成一个可信的物流调配、资源协调的生产物流链。金融场景更是常见,如果有可信的货权证明和信用,用于服务金融融资和贷款抵押等,那必将加快整个行业的前进步伐。

现在的社会是大规模协作的社会,互联网为我们提供了一个信息传递的基础,而区块链无法篡改数据的特性,为我们提供了交换的基础——信任。我们有一个普遍的认知:AI提高了生产效率、区块链协调了生产关系,物联网提供了生产资料,未来这些东西相互结合起来,会给我们带来一个什么样的世界呢?我们非常期待。

内容来源:HiBlock区块链课堂005期 李弋凡老师的线上分享《数据区块链在钢铁行业的应用

本文编辑:Cynthia

点击“阅读原文”即可回听课程分享。

活动推荐

4月22日,北京、西安、杭州三地同时举办线下沙龙,在公众号回复城市名可了解活动详情,也可以直接报名哦~

image

转载于:https://my.oschina.net/u/3782027/blog/1815336

这篇关于干货|数据区块链在钢铁行业的应用(分享实录)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/632820

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个