告警不闭环
系统告诉你脱温了，但不告诉你谁处理、何时处理、用什么证据关闭。
Pitch 54 · Cold-Chain Exception Closure
冷链不缺温度曲线，缺异常闭环。
ColdChainLoop 是给冷链物流、生鲜连锁、餐饮食材和医药配送企业的温控异常闭环系统：发现脱温、滞留、交接缺证和错区风险，派单纠偏，扫码/拍照/温度验证，并回写 TMS/WMS/QMS。
01 · Problem
冷链企业已经能看到告警，但不知道异常有没有被正确关闭。
温度计、记录仪、GPS、WMS、TMS、司机 APP 和客户门户都在，但昂贵事故发生在交接点：dock dwell、预冷失败、门开太久、托盘错区、logger 未激活、封签不符、收货争议。
证据散落
温度曲线、司机电话、群聊截图、WMS 位置、收货签名和 QA 结论分散。
放行慢
食品拒收、医药 QA release、客户索赔和监管材料都需要人工拼证据。
机器人不懂风险
AMR 优化搬运路线，但通常不知道哪一托盘正在变成温控事故。
02 · Why Now
冷链从“建容量”进入“证明每一次交接可信”。
传感器已经便宜，真正的新预算来自食品损耗、医药追溯、FSMA/采购商审计、冷库自动化和供应链索赔。
5.26 亿吨
FAO 指出因制冷、温控和储存不足导致的食品损失/浪费规模。
5567 亿
2025 年中国冷链物流总收入约 5567.1 亿元。
105
中国国家骨干冷链物流基地已覆盖 31 个省份。
2028-07-20
FDA FSMA 204 延后执法窗口，给食品企业留下系统建设期。
03 · Insight
温度曲线不是产品，异常关闭才是产品。
真正防御性的冷链数据不是“温度曲线”，而是温度曲线 + 产品/批次/序列号 + 交接节点 + 纠正动作 + 证据 + QA 放行/拒收结果。
Signal
传感器、记录仪、reefer、相机、扫码和人工 QA 都只是信号源。
Action
脱温必须变成责任人、SLA、playbook、AMR/WMS task 和 QA hold。
Proof
只有温度恢复、扫码、照片、封签、签名和系统回写齐全才算关闭。
04 · Solution
ColdChainLoop 是温控异常的操作系统。
它接入传感器、记录仪、reefer、WMS/TMS/QMS、相机和机器人，把每个风险从 alert 推进到 SOP、纠偏、证据、放行/拒收和根因学习。
- Detect：温湿度、光照、震动、门磁、GPS、相机、扫码和人工 QA。
- Decide：脱温、滞留、预冷失败、错温区、封签不符和记录仪缺失。
- Dispatch：司机、仓库、QA、control tower、AMR/机器人和 WMS task。
- Prove：温度恢复、扫码、照片/视频、探针、封签、签名和回写。
05 · Product Workflow
每一个 shipment 都有温控 profile，每一个异常都有关闭条件。
系统不是被动记录，而是用 playbook 驱动仓库、司机、QA 和机器人把事故处理到可审计状态。
Profile
定义产品温区、批次、包装、路线、收货方、最大脱温时间和 SOP。
Monitor
监控温度、滞留、门开、扫码、位置、封签、logger 和 handoff 状态。
Correct
派发 re-cool、re-ice、move、quarantine、reroute 或 QA hold。
Prove
收集扫码、照片、温度恢复、签名和机器人/AMR 任务结果。
Close
回写 TMS/WMS/QMS，生成 audit bundle、理赔材料和训练 episode。
06 · Market Wedge
先打高价值、易争议、已有监控但闭环薄弱的冷链。
不从“所有物流”开始。先选择拒收、索赔、合规、食品安全和 QA 调查成本足够高的路线、冷 dock 和客户。
区域 3PL
温度 SLA、dock-to-dock trace、客户争议和 WMS/TMS 连接最直接。
生鲜即时零售
前置仓、门店到家、拒收、损耗和 freshness proof 需要分钟级证据。
中央厨房
食材验收、供应商证照、冷链交接和团餐审计需要流程化闭环。
医药/疫苗
追溯码、温控、过期、召回、隔离和 QA release 都有高合规压力。
海鲜/肉类/果蔬
高价值食品路线上的拒收和索赔最容易形成付费试点。
冷库自动化
AMR 和自动化冷库需要产品风险驱动的 tasking，而不只是搬运优化。
07 · Business Model
按站点、shipment 和异常闭环收费。
ColdChainLoop 支持客户已有 logger 和 TMS/WMS。硬件是入口，持续收入来自 case closure、合规包、客户门户和系统集成。
付费试点
中国 8-30 万元；海外 10k-40k 美元，一条路线或一个 cold dock。
SaaS
按设施、shipment、case、活跃客户门户或合规模板收费。
企业版
TMS/WMS/QMS 集成、SLA 报表、QMS deviation/CAPA 和客户门户。
Edge Kit
Qualcomm dock / truck / cold-room inspection node，租赁或伙伴销售。
08 · Go-To-Market
45 天证明拒收争议和 QA 调查时间下降。
冷链客户不缺仪表盘。第一单应该围绕一个高价值路线或一个冷 dock，把异常关闭从群聊截图变成系统证据链。
中国版
冷链园区、区域 3PL、餐饮供应链、医药配送和本地系统集成商。
海外版
货主 QA、物流负责人、3PL control tower 和高价值食品/医药路线。
第一试点
一条路线、一个 cold dock、一个产品温区、一个放行/索赔输出。
扩张路径
路线 -> dock -> 区域网络 -> 客户 proof portal -> claims automation。
09 · Competition
冷链有很多工具，但缺 vendor-neutral 质量闭环层。
ColdChainLoop 不替代传感器、记录仪、reefer、WMS/TMS、追溯或 AMR。它把这些信号变成关闭异常的 workflow 和证据包。
Sensitech / Tive
实时温度和位置可视化强；ColdChainLoop 做纠偏任务和 QA proof。
ELPRO / LogTag
记录仪可靠便宜；ColdChainLoop 把记录转成 release/quarantine/CAPA。
Thermo King / Carrier
reefer telematics 强；ColdChainLoop 以产品/批次风险跨车队闭环。
GS1 / TraceLink
追溯和序列化强；ColdChainLoop 证明温控完整性和纠偏动作。
Geek+ / AutoStore
冷库自动化强；ColdChainLoop 加入温控风险和隔离 tasking。
SAP / Manhattan
企业执行系统强；ColdChainLoop 提供冷链质量逻辑和证据 bundle。
10 · Moat
壁垒是 exception-action-outcome 数据集。
每一次脱温、滞留、错区、封签、包装、纠偏和 QA 结果都会让系统更懂“哪一批货会被接受、拒收、隔离或挽救”。
风险模型
从资产温度变成产品、批次、序列号、shelf-life 和 QA disposition 风险。
深度集成
WMS/TMS/QMS、EPCIS、传感器、AMR、客户门户和承运商系统。
合规模板
FSMA、GDP/GSP、GB/T 28843、GB 31605、药品追溯码和企业 SOP。
客户门户
货主、承运商、收货方和 QA 使用同一套证据链，切换成本上升。
Edge Profile
摄像头、传感器、离线运行和机器人巡检在 Qualcomm edge 上标准化。
HIL 数据
人工纠正和机器人接管转成 cold warehouse 操作技能数据。
11 · Product Architecture
Edge Cell、ColdOps Core、Robot Task Layer、Learning Loop。
每个 dock door、cold room、trailer 或 staging lane 都可以成为一个边缘冷链单元。
Edge Cell
温湿度、BLE、LoRa、cellular、门磁、相机、扫码、本地 MQTT 和证据缓存。
ColdOps Core
Profile、ShipmentLeg、HandlingUnit、Excursion、CorrectiveAction、EvidenceBundle。
Robot Task
扫描托盘、检查封签、移动隔离区、送冷包、拍 after image。
Learning Loop
LeRobot HIL、AI Hub profile、QNN/ONNX artifact、灰度和回滚。
12 · Competition Demo
现场展示一个脱温异常如何被关闭。
这个 demo 的重点不是画曲线，而是让评委看到曲线如何驱动人、系统和机器人完成闭环。
Sense
2-8C 模拟样品、托盘 QR、logger、mini cold dock 和 edge camera。
Excursion
开门或 warm pack 触发温度/门开异常，本地生成 excursion case。
Act
人工批准机器人/AMR 移区、加冷包或拍摄复核图。
Writeback
WMS 到 QUARANTINE，TMS 标记 exception，QMS 生成 deviation。
Learn
一次人工纠正记录为 LeRobot HIL episode，进入下一版策略队列。
13 · Why Qualcomm
ColdChainLoop 把 supply-chain awareness 推进到 edge action closure。
冷链决策发生在 truck、dock、cold room、warehouse 和 last mile。这里网络不稳定、隐私和合规严格、相机和传感器密集，最适合 Qualcomm edge AI。
Sensors
温湿度、BLE/LoRa/cellular、门磁、扫码和本地 MQTT。
Vision
label、seal、door、pallet、dwell 和 temp-indicator OCR。
Runtime
AI Hub、QNN、ONNX Runtime QNN EP、部署证据和回滚。
Aware
把资产可视化延伸到异常纠偏、证据和客户 proof portal。
Robotics
cold warehouse AMR 和 LeRobot HIL 让异常处理动作可学习。
14 · Ask
把 ColdChainLoop 做成 Qualcomm 冷链 edge AI 的参考应用。
比赛阶段需要的不只是传感器，而是一个能证明“脱温异常从告警走到关闭”的端侧样板。
Edge profile
cold dock camera、传感器融合、离线 excursion detection、proof 和功耗数据。
Aware sandbox
把 Qualcomm supply-chain awareness 连接到异常任务和证据闭环。
试点伙伴
一个冷库、区域 3PL、生鲜配送或医药物流场景，验证 45 天闭环。
ColdChainLoop 的一句话 pitch：温控货主和冷链 3PL 用它把每一次脱温、滞留和交接缺证从告警变成责任、纠偏、证据、放行/拒收和下一轮机器人训练数据。