La révolution des données dans le transport maritime
dans Tendances par Raghib Raza
L'intelligence artificielle dans le monde d'aujourd'hui :
L'IA ou intelligence artificielle est un terme général qui désigne de nombreux systèmes informatiques dotés d'une "intelligence" sous une forme ou une autre, même si le programme est hautement supervisé par des humains. Néanmoins, les "IA étroites" (IA qui n'ont pas d'autonomie générale), bien que moins intéressantes, constituent une part beaucoup plus importante de ce que la société actuelle perçoit comme de l'IA.
La force de l'IA consiste à reconnaître les modèles sous-jacents et à tirer des conclusions à partir de données trop complexes pour les capacités d'analyse humaines et à trouver des solutions aux problèmes en conséquence. Elle peut s'avérer précieuse pour diagnostiquer les problèmes et trouver des solutions novatrices, non seulement dans les entreprises, mais aussi dans un large éventail de domaines allant des banals problèmes de circulation aux problèmes complexes de neuroscience. Une étude mondiale de McKinsey indique que l'adoption de l'IA dans les entreprises augmente de 25 % d'une année sur l'autre.
L'IA dans le secteur du transport maritime :
La logistique est un domaine qui peut bénéficier grandement de l'IA. Il est assez intuitif de comprendre que les données brutes, traitées correctement, mettront en évidence les goulets d'étranglement logistiques. Elles peuvent également être utilisées pour effectuer des simulations et tester des solutions pour rationaliser ces goulets d'étranglement. Le secteur maritime accorde une grande importance à l'optimisation et est donc relativement exempt d'obstacles évidents, mais l'IA peut aller plus loin et apporter des améliorations en affinant des opérations telles que l'acheminement des conteneurs, le ravitaillement en carburant, etc. au profit de tous.
Les navires entièrement autonomes sont la première chose qui vient à l'esprit lorsqu'on pense à l'IA dans l'industrie maritime. Le premier navire entièrement autonome a été lancé par Rolls Royce et a fait l'objet d'une démonstration en 2018. Le Mayflower Autonomous Ship (MAS), un navire de recherche trimaran autonome a embarqué pour son premier voyage le 15 septembre 2020. Il s'agit d'un navire produit pour étudier des questions critiques telles que le réchauffement climatique, la pollution par les microplastiques et la conservation des mammifères marins grâce aux efforts conjoints d'IBM et de ProMare, entre autres.
La startup Sea machine robotics, basée à Boston, construit des navires de commande à distance et des navires complètement autonomes à des fins commerciales. Elle dispose également d'un système de bateaux de travail grâce auquel des navires plus anciens peuvent également être modernisés pour moins de 100 000 USD. Sea machine a récemment annoncé un contrat avec Maersk pour l'utilisation d'une technologie de connaissance de la situation qui sera appliquée à leurs navires de classe glace. Sea machines s'attend à ce que cela réduise les coûts opérationnels de 40 % et augmente la productivité des navires de 200 %.
Silo.AI et Awake.AI, deux entreprises privées basées sur l'IA, collaborent pour améliorer la connaissance de la situation de la logistique portuaire. Leurs programmes ont permis de mieux prédire les heures d'arrivée des navires, soit une amélioration de plus de 80 %. Ils ont également réussi à automatiser la difficile analyse manuelle des itinéraires des navires. Cela permet d'accélérer la planification de la logistique du fret et d'améliorer la capacité de détection des exceptions potentielles qui peuvent survenir en cours de route, afin que des solutions puissent être appliquées de manière proactive. L'application de l'IA aux ports d'expédition contribue également à une automatisation plus efficace, en prédisant l'arrivée de la cargaison et en mobilisant ainsi d'autres véhicules tels que les camions de dragage et les chariots élévateurs à fourche, de manière à minimiser les temps d'inactivité.
Les défis à relever :
Aussi impénétrable et invincible que les médias d'aujourd'hui puissent faire paraître l'IA, elle n'est pas sans failles. Une IA n'est pas une boule magique qui a toutes les réponses. Lorsqu'elle est confrontée à des problèmes complexes, elle doit faire preuve d'une grande habileté pour trouver des solutions à certains d'entre eux, tandis que d'autres ne sont pas du tout solubles.
De nombreux experts affirment que l'élément le plus crucial de la plupart des IA est l'ensemble des données disponibles. L'absence de bonnes données de base peut complètement paralyser une IA. Le manque de données sensorielles à bord de la plupart des navires et la réticence à partager les données en fonction d'un avantage concurrentiel peuvent entraver la croissance du domaine. Un autre problème est celui des données inexactes ou erronées. Lorsqu'elles sont collectées sur l'ensemble de la chaîne d'approvisionnement, il existe une forte probabilité que des erreurs se glissent dans les données d'entrée, en particulier lorsque les données sont collectées par des travailleurs qui ne connaissent pas les subtilités de l'IA.
Le manque de connaissances spécialisées est un autre grand inconvénient. Dans la plupart des IA étroites, la construction d'un cadre capable de traiter et d'analyser correctement les données est une compétence qui fait cruellement défaut. Bien que le domaine de l'IA ait connu un essor considérable, de nombreuses entreprises déplorent le manque de travailleurs qualifiés dans ce domaine.
La crainte imminente de voir l'IA s'emparer des emplois n'est peut-être pas totalement infondée. Avec l'"optimisation" de la chaîne d'approvisionnement et du secteur de la logistique, il est fort probable que certains emplois deviennent obsolètes. Par exemple, la rémunération de l'équipage représente 30 % du coût du voyage d'un navire. Les compagnies maritimes pourraient réaliser des bénéfices considérables en adoptant des navires entièrement autonomes.
Les avantages de l'intégration de l'IA :
Comme tout autre domaine, le secteur du transport maritime a beaucoup à gagner de la révolution des données. Tracer des itinéraires optimisés pour économiser du carburant et éviter les obstacles, contrôler les équipements des ports et des navires, et prévoir la dégradation d'un navire n'est que la partie émergée de l'iceberg. Hitachi Europe Ltd. Partenariat avec Stena Line, l'une des plus grandes compagnies maritimes d'Europe, pour mettre en œuvre l'IA sur les navires afin de réduire la consommation de carburant dans le cadre de l'initiative verte.
En juin 2017, le géant du transport maritime Maersk Co a été victime d'une cyberattaque qui a entraîné des pertes de plus de 300 millions de dollars pour l'entreprise. Les menaces de cybersécurité sont généralement précédées d'une activité réseau inhabituelle. Une IA peut parcourir le trafic réseau et détecter les anomalies du réseau qui sont trop subtiles pour être remarquées par les humains.
L'amélioration de la sécurité est un autre aspect qui ne peut être occulté. 75 % des accidents maritimes sont causés par la composante humaine de l'industrie maritime (Allianz 2019). Donc une dépendance croissante à l'IA non seulement pour alléger la charge de l'équipage, mais aussi pour détecter les tendances météorologiques, les points chauds de la criminalité, les anomalies techniques, les conditions portuaires, etc. et prendre une décision éclairée qui est à l'avantage de tous.
Parmi la myriade de problèmes difficiles et complexes qui sont résolus par l'application de l'IA, il y a aussi les aspects banals comme le traitement de la paperasse. Le secteur maritime est tristement célèbre pour l'énorme quantité de documents qui doivent être méticuleusement classés chaque jour. Bien qu'il s'agisse d'une tâche intimidante pour les personnes, les ordinateurs sont particulièrement adaptés à ce type de tâches et peuvent effectuer le travail sans erreur de manière beaucoup plus économique.
D'énormes inefficacités sont intrinsèquement présentes dans la chaîne d'approvisionnement mondiale. L'IA trouvera inévitablement sa place dans de plus en plus d'aspects du secteur du transport maritime au fil du temps. Nautic expo affirme que les recettes du fret atteindront 205 milliards de dollars en 2023, contre 166 milliards de dollars en 2017, en raison de l'adoption généralisée de l'IA.
FleetMon et la technologie de l'IA :
"La prédiction correcte des itinéraires subséquents de port à port fait partie intégrante de la logistique maritime et est donc essentielle pour de nombreuses autres tâches telles que les prédictions précises de l'heure d'arrivée prévue."
(D. Marten, C. Hilgenfeld, A. Heuer 2020, p. 2)
FleetMon travaille sur une approche évolutive basée sur l'IA pour prédire les prochaines destinations portuaires des navires sur la base des données historiques AIS. La méthode respective est principalement destinée à être utilisée dans les cas où l'entrée de la destination AIS d'un navire n'est pas interprétable. Nous avons réussi à trouver une solution d'IA stable et efficace dans la base de données, basée sur des modèles de Markov et adaptée aux tâches de prédiction massivement parallèles avec une grande précision. Cette recherche fait partie d'un projet financé appelé PRESEA ("Real-time based maritime traffic forecast"). Le projet PRESEA est financé par le ministère fédéral allemand des affaires économiques et de l'énergie (BMWi). L'organisation de la gestion du projet est administrée par le Project Management Jülich (PtJ) dans le cadre de l'appel "Technologies en temps réel pour la sécurité maritime". Le projet se déroule de juin 2019 à novembre 2021.
Si vous souhaitez en savoir plus sur cette approche basée sur l'IA, veuillez lire le document open-source publié par deux de nos experts en données :
