La revolución de los datos en el transporte marítimo
en Tendencias por Raghib Raza
La inteligencia artificial en el mundo actual:
La IA o Inteligencia Artificial es un término general que se refiere a muchos sistemas informáticos que tienen "inteligencia" de una forma u otra; incluso si el programa está muy supervisado por humanos. Sin embargo, las "IA estrechas" (IA que no tienen autonomía general), aunque son mucho menos interesantes, constituyen la mayor parte de lo que la sociedad actual percibe como IA.
La fuerza de una IA reside en reconocer los patrones subyacentes y sacar conclusiones de datos demasiado complejos para las capacidades analíticas humanas y encontrar soluciones a los problemas en consecuencia. Esto puede ser muy valioso para diagnosticar problemas y encontrar soluciones novedosas no sólo en las empresas, sino en una amplia gama de campos que van desde los mundanos problemas de flujo de tráfico hasta los complejos problemas de neurociencia. Una encuesta mundial de McKinsey afirma que la adopción de la IA en las empresas aumenta un 25% año tras año.
La IA en el sector marítimo:
La logística es un campo que puede beneficiarse enormemente de la IA, es bastante intuitivo comprender que los datos brutos, procesados correctamente, señalarán los cuellos de botella logísticos. También se puede utilizar para realizar simulaciones y probar soluciones para agilizar dichos cuellos de botella. El sector marítimo valora la optimización y, por tanto, está bastante libre de obstáculos obvios, pero la IA puede ir más allá y aportar mejoras ajustando operaciones como el enrutamiento de los contenedores, el reabastecimiento de combustible, etc., en beneficio de todos.
Los buques completamente autónomos son lo primero que nos viene a la mente cuando pensamos en la IA en la industria marítima. El primer buque completamente autónomo fue lanzado por Rolls Royce y demostrado en 2018. El Mayflower Autonomous Ship (MAS), un trimarán autónomo de investigación, se embarcó en su primer viaje el 15 de septiembre de 2020. Se trata de una embarcación producida para estudiar cuestiones críticas como el calentamiento global, la microcontaminación por plásticos y la conservación de los mamíferos marinos gracias a los esfuerzos conjuntos de IBM y ProMare y otros.
La startup Sea machine robotics, con sede en Boston, construye embarcaciones de mando a distancia y completamente autónomas para fines comerciales. También tienen un sistema de embarcaciones de trabajo con el que se pueden reequipar los buques más antiguos por menos de 100.000 dólares. Sea machine ha anunciado recientemente un contrato con Maersk para utilizar la tecnología de conocimiento de la situación que se aplicará a sus buques de clase de hielo. Sea machines espera que esto reduzca los costes operativos en un 40% y aumente la productividad de los buques en un 200%.
Silo.AI y Awake.AI, dos empresas privadas basadas en la IA, colaboran para mejorar el conocimiento de la situación de la logística portuaria. Sus programas han permitido mejorar las predicciones de los tiempos de llegada de los buques, con una mejora de más del 80%. También han conseguido automatizar el difícil análisis manual de las rutas de los barcos. Esto agiliza la planificación de la logística de la carga y también mejora la capacidad de detección de posibles excepciones que puedan surgir en la ruta para poder aplicar soluciones de forma proactiva. La aplicación de la IA a los puertos de embarque también ayuda a una automatización más eficiente, al predecir la llegada de la carga y, por tanto, movilizar otros vehículos, como los camiones de dragado y las carretillas elevadoras, de forma que se minimice el tiempo de inactividad.
Los retos a superar:
Por muy impenetrable e invencible que los medios de comunicación actuales hagan parecer a la IA, no está exenta de falacias. Una IA no es una bola de ocho mágica que tiene todas las respuestas. Cuando se enfrenta a problemas complejos, se necesita una habilidad consumada para llegar a las soluciones de algunos y otros pueden no tener solución en absoluto.
Muchos expertos sostienen que la parte más crucial de la mayoría de las IA es el conjunto de datos disponibles. La falta de buenas fuentes de datos puede obstaculizar completamente una IA. La falta de datos sensoriales a bordo de la mayoría de los barcos y la reticencia a compartir datos por tener una ventaja competitiva pueden obstaculizar el crecimiento del campo. Otro problema son los datos inexactos o erróneos. Cuando se recogen a lo largo de toda la cadena de suministro, existe una gran probabilidad de que se produzcan errores en los datos introducidos, especialmente cuando los datos son recogidos por trabajadores que no conocen los entresijos de una IA.
La falta de conocimiento experto es otra gran desventaja. En la mayoría de las IA estrechas, la construcción de un marco que pueda procesar y analizar adecuadamente los datos es una habilidad que escasea tristemente. Por mucho que el campo de la IA haya explotado, muchas empresas se lamentan de la falta de trabajadores cualificados en este campo.
El temor a que la IA se apodere de los puestos de trabajo puede no ser del todo infundado. A medida que se "optimiza" la cadena de suministro y la industria logística, existe una probabilidad razonable de que algunos puestos de trabajo queden obsoletos. Un buen ejemplo es que el 30% del coste de un viaje en barco es la remuneración de la tripulación, por lo que las compañías navieras podrían obtener unos beneficios considerables si cambiaran a barcos completamente autónomos.
Las recompensas de la integración de la IA:
Como en cualquier otro campo, el sector naviero puede ganar mucho con la revolución de los datos. Trazar rutas optimizadas para ahorrar combustible y evitar obstáculos, controlar los equipos del puerto y del barco, y prever la degradación de un buque es sólo la punta del iceberg. Hitachi Europe Ltd. En colaboración con Stena Line, una de las mayores compañías navieras de Europa, implementa la IA en los buques para reducir el consumo de combustible en el marco de la iniciativa ecológica.
En junio de 2017, el gigante naviero Maersk Co. fue víctima de un ciberataque que causó pérdidas de más de 300 millones de dólares a la empresa. Las amenazas a la ciberseguridad suelen ir precedidas de una actividad inusual en la red. Una IA puede revisar el tráfico de la red y detectar anomalías de la red que son demasiado sutiles para que las personas las noten.
La mejora de la seguridad es otro aspecto que no se puede pasar por alto. El 75% de los accidentes marítimos son causados por el componente humano de la industria marítima (Allianz 2019). Por ello, cada vez se depende más de la IA no solo para aliviar la carga de la tripulación, sino también para detectar patrones meteorológicos, focos de delincuencia, anomalías técnicas, condiciones portuarias, etc. y tomar una decisión informada que redunde en beneficio de todos.
Entre la miríada de problemas desafiantes y complejos que se resuelven con la aplicación de la IA, también están los aspectos mundanos, como la tramitación del papeleo. El sector marítimo es famoso por la enorme cantidad de papeleo que debe archivarse meticulosamente cada día. Aunque se trata de una tarea desalentadora para las personas, los ordenadores son especialmente adecuados para estas tareas y pueden realizar el trabajo sin errores de forma mucho más económica.
La cadena de suministro global presenta enormes ineficiencias de forma inherente. La IA se abrirá paso inevitablemente en más y más aspectos del sector del transporte marítimo a medida que pase el tiempo. Nautic expo afirma que los ingresos del transporte de mercancías alcanzarán los 205.000 millones de dólares en 2023, frente a los 166.000 millones de dólares de 2017, debido a la adopción generalizada de la IA.
FleetMon y la tecnología de IA:
"La predicción correcta de las rutas subsiguientes de puerto a puerto desempeña un papel integral en la logística marítima y, por tanto, es esencial para muchas otras tareas, como la predicción precisa de la hora estimada de llegada".
(D. Marten, C. Hilgenfeld, A. Heuer 2020, p. 2)
FleetMon trabaja en un enfoque escalable basado en la IA para predecir los próximos destinos portuarios de los buques basándose en los datos históricos del AIS. El método respectivo está pensado principalmente para rellenar los casos en los que la entrada de destino AIS de un buque no es interpretable. Hemos conseguido encontrar una solución de IA estable y eficiente en la base de datos, basada en modelos de Markov, adecuada para tareas de predicción masivamente paralelas con gran precisión. La investigación forma parte de un proyecto financiado llamado PRESEA ("Previsión del tráfico marítimo en tiempo real"). El proyecto PRESEA está financiado por el Ministerio Federal de Economía y Energía de Alemania (BMWi). La organización de la gestión del proyecto corre a cargo de Project Management Jülich (PtJ) en el marco de la convocatoria "Tecnologías en tiempo real para la seguridad marítima". El proyecto se desarrolla desde junio de 2019 hasta noviembre de 2021.
Si está interesado en saber más sobre este enfoque basado en la IA, lea el documento de código abierto publicado por dos de nuestros expertos en datos:
