El 27 por ciento de los buques no llega dentro de las 24 horas posteriores a la hora estimada de llegada publicada, pero se espera que una nueva herramienta de análisis de Lloyd’s List Intelligence cambie esto.
La falta actual de datos precisos basados en AIS ejerce presión sobre los puertos, dificulta la logística y aumenta los costos. Predictive Fleet Analytics de Lloyd’s List Intelligence es el primer “control de tráfico aéreo” para la flota de transporte marítimo comercial.
Combina datos casi en tiempo real recopilados de 3000 fuentes, lo que da como resultado más de 327 millones de posiciones de buques AIS mensualmente en toda la flota mundial.
El análisis avanzado especialmente diseñado, la inteligencia artificial (IA) y el aprendizaje automático transforman estos datos en tiempos estimados precisos de llegada al puerto (ETA), tiempos de llegada al muelle (ETB) y tiempos de salida (ETD) para buques comerciales activos clave, junto con las estimaciones actuales y futuras de la congestión portuaria.
Actualmente, a más de un tercio (36 %) de los mensajes del Sistema de Identificación Automática (AIS) les faltan los datos de ETA, mientras que otro 27 % de los barcos no llegan dentro de un día de su ETA publicado.
Incluso los datos de destino no son fiables, ya que el 63 % de los buques publican un puerto de destino pero terminan en otro.
Las brechas de datos de destino y ETA representan uno de los desafíos comerciales más graves para la cadena de suministro, lo que afecta la capacidad de las empresas para trabajar de manera eficiente, efectiva y rentable:
· Pérdidas financieras: como cargos por sobreestadía, tarifas adicionales de espera y manejo y precios no válidos
· Relaciones dañadas con los clientes: por errores de cálculo en la entrega, cambios de horario y reasignaciones
· Pérdida de ventas: por falta de visibilidad, prestación de servicios reactivos que tienen un impacto negativo en la experiencia del cliente
Basado en más de 100 entrevistas con clientes y partes interesadas en empresas y organizaciones gubernamentales, Predictive Fleet Analytics se creó en respuesta a estos desafíos generalizados de la industria.
Entregado como datos API e integrado en la plataforma Seasearcher, Predictive Fleet Analytics ayuda a los clientes a obtener una mayor certeza sobre el destino estimado, los tiempos de llegada, atraque y salida, junto con el estado de congestión del puerto y los tiempos de espera.
Este mayor nivel de conocimiento es clave para viajes y operaciones portuarias más eficientes y el uso óptimo de embarcaciones, combustible, instalaciones y servicios portuarios, y los equipos que los operan, lo que resulta en ahorros de tiempo y costos.
Con el socio de análisis SAS, líder en inteligencia artificial, extracción de datos, modelado y pronóstico, Lloyd’s List Intelligence ha desarrollado este nuevo método de cálculo, predicción y aprendizaje de los movimientos y comportamientos de los buques en formas que antes no eran posibles.
Los modelos de inteligencia artificial y aprendizaje automático predicen destinos con una precisión del 70 %, ETA al puerto en +/- 10 horas y ETB en 1-2 horas, atendiendo a los tipos de buques clave en la flota comercial que opera tanto en fijo como en no fijo. -Horarios fijos.
“El análisis predictivo de flotas permite a nuestros clientes permitir que las decisiones sobre programación y rutas se basen en datos de la mejor calidad, de modo que las empresas navieras puedan ahorrar recursos y costos”, dijo Parvin Conners, vicepresidente de productos y datos de Lloyd’s List Intelligence.
“Este nuevo nivel de predicción sobre destinos y llegadas ayuda a los puertos a optimizar sus servicios e instalaciones y a que las empresas de servicios marítimos funcionen mejor. Todo esto es posible gracias a la solidez de nuestros datos y análisis y a cómo usamos la IA y el aprendizaje automático”.
Digital Ship
