Cómo impulsar la inteligencia empresarial con los datos de seguimiento de buques del AIS

en Tendencias, Conocimiento marítimo por

La navegación en sí misma es un fenómeno de varios siglos de antigüedad, que ha estado ahí desde que la humanidad descubrió lo que podía hacer con un trozo de madera. Sin embargo, la navegación moderna ha experimentado muchos cambios, y posteriores "renacimientos", en las últimas dos décadas.

Uno de esos años de renacimiento fue 1952: Por primera vez, se introdujeron en el sector los servicios de navegación de buques. En 1952 se equiparon los buques con un prototipo que más tarde evolucionaría hasta convertirse en el Sistema de Identificación Automática (AIS ) a finales de los años 90, algo que marcó el comienzo de una nueva era en la navegación marítima, por así decirlo.

Los datos del AIS, cuando se agrupan, nos dan una visión global del buque en cuestión, su velocidad, posición, dimensiones del buque, así como su calado, lo que nos ayuda a identificar cuándo se cargó o descargó el buque con su carga designada. Sin embargo, este último punto es una aplicación de varios puntos de datos obtenidos a través del AIS, y no disponibles a través de los datos brutos obtenidos de los sistemas de a bordo.

El AIS, como ya se ha dicho, fue concebido originalmente para garantizar la seguridad de la navegación, pero rápidamente ha demostrado ser una fuente vital de inteligencia comercial para el personal marítimo.

Inteligencia empresarial:

La Inteligencia de Negocio combina software y otros servicios, transformando los datos generados por diferentes sistemas en información vital que puede revelar patrones ocultos y hallazgos analíticos. Los datos generados revelan patrones ocultos lo suficientemente capaces de ayudar en cualquier decisión comercial estratégica y táctica clave para una empresa en su curso de acción futuro.

En la década de 2020, la inteligencia empresarial se ha transformado por completo con la ayuda de los algoritmos de la Inteligencia Artificial (IA) y el Aprendizaje Automático (ML), que siguen produciendo información valiosa basada en la forma en que se ha programado.

Inteligencia empresarial y AIS:

FleetMon sigue siendo pionera en la toma de decisiones clave por parte de armadores, fletadores y comerciantes de materias primas, gracias a nuestra extracción de datos AIS.

En el centro de todo esto, se encuentra la información vital que se deriva de la evaluación de los movimientos del buque durante todo su curso. Cuando se combinan con otros datos clave obtenidos de diversas fuentes, el AIS y la inteligencia empresarial van ahora de la mano para cualquier actor del sector marítimo, ya sea grande o pequeño.

La gestión de los riesgos comerciales en alta mar, así como la viabilidad económica de una determinada ruta para una empresa, la comprensión de un desequilibrio en la oferta y la demanda, la inteligencia comercial marítima lo cubre todo, gracias a los centros de extracción de datos AIS.

FleetMonLos datos históricos de los buques permiten a las distintas partes interesadas del mundo marítimo responder a preguntas básicas que constituyen la base de su negocio.

Analizando la ruta de un Panamax dedicado al comercio de cereales entre China y Australia, podemos responder a algunas preguntas importantes:

  • En los últimos 18 meses, ¿cuántos viajes hizo mi flota entre Brisbane y Qingdao?
  • Si se compara con las cargas argentinas, ¿cómo prospera este comercio?
  • ¿Cuál es el tiempo de espera de los buques en los puertos y el tiempo medio de espera?

Al combinar los datos del AIS con las tarifas de los fletes, los precios de la carga transportada, los patrones meteorológicos y otros factores que intervienen en la cadena de suministro en tierra, vemos todo el panorama que podría afectar significativamente al margen de beneficios del negocio en cuestión. Esto solía ser una conjetura antes de que el AIS y la ciencia de los datos cambiaran por completo la forma de operar de las empresas marítimas.

Utilizando varias herramientas de FleetMon, se puede responder fácilmente a toda una serie de preguntas, gracias a nuestros mineros de datos:

  • Lista de puertos y terminales que se enfrentan a una congestión aguda, y el momento de la misma.
  • Comparación de la eficacia operativa entre varias empresas.
  • Disponibilidad del puesto de atraque deseado, comparando en el proceso tanto los datos en tiempo real como los históricos.

Algunos ejemplos en los que se ha aprovechado la amplia base de datos de FleetMon:

  • Los economistas del Instituto de Economía Mundial de Kiel (IfW Kiel) utilizaron los servicios de la API de FleetMonpara crear un indicador principal del comercio internacional basado en la IA y en los datos en tiempo real del transporte marítimo de contenedores.
  • Los investigadores de la ETH de Zúrich utilizaron los datos de FleetMon para aportar nuevos datos sobre el potencial de reducción de emisiones de la electricidad en tierra.
  • Nuestros clientes, entre los que se encuentran algunos de los principales actores de las industrias marítimas y de alta mar, utilizan regularmente FleetMon Explorer para el seguimiento de los buques en tiempo real, con el fin de supervisar sus flotas, así como el rendimiento de sus competidores para trazar estrategias eficaces para las operaciones de la flota.

Visite nuestro nuevo Laboratorio de Innovación Marítima para conocer los últimos proyectos de investigación y desarrollo en FleetMon.

Predicción de la hora de llegada y del próximo puerto de escala mediante el AIS:

Trabajando en un enfoque escalable basado en la IA, FleetMon predice el próximo puerto de escala de un buque utilizando nuestros enormes datos históricos de AIS. Naturalmente, este método solo se aplica a escenarios en los que la entrada de destino AIS de un buque no es interpretable.

Utilizando una solución de IA extremadamente eficiente, basada en modelos de Markov que son ideales para tareas de predicción masivamente paralelas con alta precisión, logramos encontrar un modelo de predicción portuaria que tiene un alto grado de precisión.

Basándose en el próximo puerto de escala, las predicciones de la hora prevista de llegada pueden realizarse fácilmente tras tener en cuenta los datos del AIS y combinarlos con los datos de otras fuentes, como la congestión del puerto, el tiempo de permanencia en los atracaderos, etc.

Previsión de la ruta del buque y optimización del combustible mediante AIS:

El servicio de rutas para buques es quizá una de las aplicaciones más extendidas de los datos AIS en bruto obtenidos durante un amplio período. Lo que buscan los gestores de buques, los armadores y las agencias de tripulación es predecir una ruta ideal que no cause ningún retraso en la llegada del cargamento a su puerto designado, evitando tormentas y patrones meteorológicos anormales por el camino.

Lea sobre nuestro proyecto de investigación MERMAID para saber más sobre la investigación de FleetMonsobre la previsión de las rutas de los buques.

Gracias a los rápidos avances en materia de datos e informática, así como a nuestras estaciones AIS que llevan más de una década recopilando datos sobre las rutas marítimas, la elección de la ruta ideal no requiere más que unos pocos clics en su escritorio.

Condiciones para la selección de la ruta ideal:

  1. Como hemos mencionado anteriormente, la ruta ideal está libre de cualquier corriente submarina poderosa, olas altas, tormentas o cualquier otro factor natural que pueda causar daños al barco, su tripulación y la carga a bordo.
  2. La ruta debe ser eficiente en cuanto al consumo de combustible, lo que permitirá a la empresa reducir su huella de carbono y sus costes operativos y, en consecuencia, contribuir tanto a los beneficios de la empresa como al objetivo de la OMI para 2050.
Planificación de rutas: Obras

En el pasado, un analista de rutas solía dibujar en el planificador de rutas los borradores de las rutas potencialmente viables que podía seguir un buque mientras navegaba del puerto A al puerto B. Además de las recomendaciones de ruta, el planificador también recibe recomendaciones sobre la velocidad óptima que debe seguir el buque, ya que la navegación lenta garantiza un menor consumo de combustible durante el viaje.

Sin embargo, los sistemas modernos de planificación de rutas han recorrido un largo camino desde sus días iniciales, ya que han añadido toda una serie de nuevas características, incluyendo sistemas de previsión meteorológica y utilizan varios modelos para representar rutas potencialmente viables. Estos modelos se basan en gran medida en los datos AIS históricos proporcionados por empresas de seguimiento de buques como FleetMon. Los algoritmos de IA y ML desempeñan un papel importante en los planificadores de rutas modernos y constituyen una parte fundamental a la hora de trazar la ruta ideal.

Saber si su barco está cargado

El AIS resulta muy útil cuando se trata de una carga homogénea, como petróleo crudo, mineral de hierro, grano, carbón, etc. Podemos predecir si el barco está cargado o descargado comparando los datos de las especificaciones del buque (por ejemplo, el calado) con la profundidad de su quilla por debajo de la línea de flotación.

Este método ha demostrado ser muy útil en los casos en los que se produce una suplantación de identidad AIS y se ha utilizado recientemente para identificar a los petroleros que cargan crudo desde Estados sancionados por la ONU.

Dado que los datos brutos recibidos de AIS no son suficientes para extraer ideas de negocio, FleetMon combina big data, analistas de datos ambiciosos y algoritmos inteligentes para añadir valor a los negocios de nuestros clientes.