Comment améliorer la veille économique grâce aux données de suivi des navires de l'AIS ?

dans Tendances, Connaissances maritimes par

La navigation en elle-même est un phénomène vieux de plusieurs siècles, qui existe depuis que l'homme a découvert ce qu'il pouvait faire avec un morceau de bois. Cependant, la navigation moderne a connu de nombreux changements, puis des renaissances, au cours des deux dernières décennies.

L'année 1952 est l'une de ces années de renaissance : Pour la toute première fois, les services de routage des navires ont été introduits dans l'industrie. C'est en 1952 que les navires ont été équipés d'un prototype qui allait devenir le système d'identification automatique (AIS) à la fin des années 90, ce qui a marqué le début d'une nouvelle ère pour la navigation maritime.

Les données AIS, lorsqu'elles sont regroupées, nous donnent un aperçu global du navire concerné, de sa vitesse, de sa position, de ses dimensions et de son tirant d'eau, ce qui nous aide à déterminer quand le navire a été chargé ou déchargé de sa cargaison. Toutefois, ce dernier point est une application de divers points de données obtenus via l'AIS, et non disponibles via les données brutes obtenues à partir des systèmes à bord.

L'AIS, comme indiqué ci-dessus, était à l'origine destiné à assurer la sécurité de la navigation, mais il s'est rapidement révélé être une source vitale d'informations commerciales pour le personnel maritime.

Business Intelligence :

La veille stratégique combine des logiciels et d'autres services, transformant les données générées par différents systèmes en informations vitales susceptibles de révéler des modèles cachés et des résultats analytiques. Les données générées révèlent des schémas cachés suffisamment performants pour aider une entreprise à prendre des décisions stratégiques et tactiques clés dans son plan d'action futur.

Dans les années 2020, la veille économique a été entièrement transformée grâce à l'intelligence artificielle (IA) et aux algorithmes d'apprentissage machine (ML), qui ne cessent de produire des informations précieuses en fonction de la façon dont ils ont été programmés.

Business Intelligence et AIS :

FleetMon continue d'être un pionnier dans la manière dont les armateurs, les affréteurs et les négociants en matières premières prennent des décisions clés, grâce à l'exploitation des données AIS.

L'évaluation des mouvements des navires tout au long de leur parcours permet d'obtenir des informations essentielles. Combinés à d'autres points de données clés obtenus de diverses sources, l'AIS et la Business Intelligence vont désormais de pair pour tout acteur du secteur maritime, qu'il soit grand ou petit.

Gérer les risques commerciaux en haute mer, mais aussi la viabilité économique d'une route particulière pour une entreprise, comprendre un déséquilibre entre l'offre et la demande, l'intelligence économique maritime couvre tout cela, grâce aux centres d'extraction de données AIS.

FleetMonLes données historiques sur les navires de la Commission permettent aux différents acteurs du monde maritime de répondre à des questions fondamentales qui constituent le fondement de leur activité.

En analysant la route d'un Panamax engagé dans le commerce des céréales entre la Chine et l'Australie, nous pouvons répondre à quelques questions importantes :

  • Au cours des 18 derniers mois, combien de voyages ma flotte a-t-elle effectués entre Brisbane et Qingdao ?
  • Comparé aux chargements argentins, comment ce commerce prospère-t-il ?
  • Quel est le temps de rotation des navires dans les ports et le temps d'attente moyen ?

En combinant les données AIS avec les taux de fret, la tarification de la cargaison transportée, les conditions météorologiques et d'autres facteurs impliqués dans la chaîne d'approvisionnement à terre, nous obtenons une vue d'ensemble qui pourrait avoir un impact significatif sur la marge bénéficiaire de l'entreprise ciblée. Il s'agissait auparavant de conjectures avant que l'AIS et la science des données ne modifient entièrement le mode de fonctionnement des entreprises maritimes.

Grâce à nos mineurs de données, il est possible de répondre facilement à toute une série de questions à l'aide des différents outils de FleetMon:

  • Liste des ports et des terminaux confrontés à une congestion aiguë, avec indication du moment de la congestion.
  • Comparer l'efficacité opérationnelle entre différentes entreprises.
  • Disponibilité du poste d'amarrage ciblé, en comparant les données en temps réel et les données historiques au cours du processus.

Voici quelques exemples de l'utilisation des vastes bases de données de FleetMon:

  • Des économistes du Kiel Institute for the World Economy (IfW Kiel) ont utilisé les services API de FleetMonpour créer un indicateur avancé du commerce international basé sur l'intelligence artificielle, à partir de données en temps réel sur le transport mondial de conteneurs.
  • Des chercheurs de l'ETH Zurich ont utilisé des données provenant de FleetMon pour fournir de nouvelles informations sur le potentiel de réduction des émissions de l'électricité produite à terre.
  • Nos clients, parmi lesquels figurent certains des plus grands acteurs des secteurs offshore et maritime, utilisent régulièrement FleetMon Explorer pour le suivi des navires en temps réel afin de surveiller leurs flottes, ainsi que les performances de leurs concurrents, afin d'élaborer des stratégies efficaces pour l'exploitation des flottes.

Visitez notre nouveau laboratoire d'innovation maritime pour avoir un aperçu des derniers projets de recherche et de développement sur FleetMon.

Prédire l'ETA et le prochain port d'escale en utilisant l'AIS :

Grâce à une approche évolutive basée sur l'intelligence artificielle, FleetMon prédit le prochain port d'escale d'un navire en utilisant nos énormes données historiques AIS. Naturellement, cette méthode n'est appliquée qu'aux scénarios où l'entrée de la destination AIS d'un navire n'est pas interprétable.

En utilisant une solution d'IA extrêmement efficace basée sur des modèles de Markov qui sont idéaux pour les tâches de prédiction massivement parallèles avec une grande précision, nous avons réussi à trouver un modèle de prédiction de port qui a un haut degré de précision.

Sur la base du prochain port d'escale, les prévisions d'ETA peuvent être facilement réalisées après avoir pris en compte les données AIS et les avoir combinées avec des points de données provenant d'autres sources comme la congestion portuaire, le temps passé à quai, etc.

Prévision de la route des navires et optimisation du carburant à l'aide de l'AIS :

Le service de routage des navires est peut-être l'une des applications les plus répandues des données brutes AIS obtenues sur une vaste période. Les gestionnaires de navires, les armateurs et les agences de recrutement recherchent la prédiction d'une route idéale, qui ne causerait aucun retard dans l'arrivée de votre expédition au port désigné, en évitant les tempêtes et les conditions météorologiques anormales en cours de route.

Lisez notre projet de recherche MERMAID pour en savoir plus sur les recherches menées par FleetMonsur la prévision des itinéraires des navires.

Grâce aux progrès rapides en matière de données et d'informatique, ainsi qu'à nos stations AIS qui collectent des données sur les routes maritimes depuis plus d'une décennie, le choix de la route idéale ne nécessite rien de plus que quelques clics sur votre bureau.

Conditions pour une sélection idéale de l'itinéraire :

  1. Comme nous l'avons mentionné plus haut, la route idéale est exempte de tout courant sous-marin puissant, de hautes vagues, de tempêtes ou de tout autre facteur naturel susceptible de nuire au navire, à son équipage et à la cargaison à bord.
  2. L'itinéraire doit être économe en carburant, ce qui permettra à la compagnie de réduire son empreinte carbone et ses coûts d'exploitation et, par conséquent, de contribuer à ses bénéfices et à l'objectif 2050 de l'OMI.
Planification d'itinéraire : Ouvrages

Dans le passé, un analyste de route avait l'habitude de dessiner sur le planificateur de route des ébauches de routes potentiellement viables qu'un navire pouvait emprunter pour aller d'un port A à un port B. Le planificateur obtient également des recommandations sur la vitesse optimale que le navire doit suivre. Outre les recommandations de routes, le planificateur recevait également des recommandations sur la vitesse optimale que le navire devait suivre, car la navigation lente permettait de réduire la consommation de carburant pendant le voyage.

Les systèmes modernes de planification des itinéraires ont cependant beaucoup évolué depuis leurs débuts, puisqu'ils ont ajouté toute une série de nouvelles fonctionnalités, notamment des systèmes de prévisions météorologiques, et utilisent divers modèles pour décrire des itinéraires potentiellement viables. Ces modèles sont fortement basés sur les données historiques AIS fournies par des sociétés de suivi des navires comme FleetMon. Les algorithmes d'IA et de ML jouent un rôle important dans les planificateurs d'itinéraires modernes et jouent un rôle clé dans la définition de l'itinéraire idéal.

Savoir si votre navire est chargé

L'AIS est utile lorsqu'il s'agit d'une cargaison homogène, comme le pétrole brut, le minerai de fer, les céréales, le charbon, etc. Nous pouvons prédire si le navire est chargé ou déchargé en comparant les données des spécifications du navire (par exemple, le tirant d'eau) à la profondeur de sa quille sous la ligne de flottaison.

Cette méthode s'est avérée extrêmement utile dans les cas de mystification de l'AIS et a récemment été utilisée pour identifier les pétroliers qui chargent des cargaisons de brut provenant d'États sanctionnés par l'ONU.

Comme les données brutes reçues du SIA ne suffisent pas pour tirer des enseignements commerciaux, FleetMon associe le big data, des analystes de données ambitieux et des algorithmes intelligents pour ajouter de la valeur aux activités de nos clients.