Como conduzir a Business Intelligence com dados de localização de embarcações AIS

A navegação em si é um fenómeno multi-século antigo, que existe desde que a humanidade descobriu o que podia fazer com um pedaço de madeira. No entanto, a navegação moderna de navios tem sofrido muitas mudanças, e subsequentes "renascimentos", ao longo das últimas duas décadas.

Um desses anos de renascimento foi 1952: Pela primeira vez, os serviços de encaminhamento de navios foram introduzidos na indústria. 1952 foi o ano em que as embarcações foram equipadas com um protótipo que mais tarde evoluiria para o Sistema de Identificação Automática (AIS) no final dos anos 90, algo que, por assim dizer, deu início a uma nova era na navegação marítima.

Os dados do AIS, quando são agrupados em clubes, dão-nos uma visão global do navio envolvido, a sua velocidade, posição, dimensões do navio, bem como o seu calado, ajudando-nos a identificar quando o navio foi carregado ou descarregado com a sua carga designada. Contudo, o último ponto é uma aplicação de vários pontos de dados obtidos via AIS, e não disponíveis através de dados brutos obtidos a partir dos sistemas a bordo.

O AIS, tal como referido acima, foi originalmente concebido para garantir a segurança da navegação, mas rapidamente provou ser uma fonte vital de inteligência empresarial para o pessoal marítimo.

Business Intelligence:

Business Intelligence, combina software e outros serviços, transformando os dados gerados a partir de diferentes sistemas em percepções vitais que podem revelar padrões ocultos e descobertas analíticas. Os dados gerados revelam padrões ocultos suficientemente capazes de ajudar em qualquer decisão estratégica e táctica comercial chave para uma empresa na sua futura linha de acção.

Na década de 2020, a inteligência empresarial foi inteiramente transformada com a ajuda dos algoritmos de Inteligência Artificial (IA) e Aprendizagem Mecânica (ML) que continuam a produzir conhecimentos valiosos com base na forma como foi programada.

Business Intelligence e AIS:

FleetMon continua a ser pioneira na forma como os armadores, afretadores e comerciantes de mercadorias tomam decisões chave, graças à nossa prospecção de dados AIS.

No âmago disto, estão os conhecimentos vitais que derivam da avaliação dos movimentos das embarcações durante todo o seu curso. Quando combinados com outros pontos-chave de dados obtidos de várias fontes, AIS e Business Intelligence andam agora de mãos dadas com qualquer actor da indústria marítima, seja ele grande ou pequeno.

Gerindo os riscos comerciais no alto mar, bem como a viabilidade económica de uma determinada rota para uma empresa, compreendendo um desequilíbrio na oferta e na procura, a inteligência empresarial marítima cobre tudo isto, graças aos centros de exploração de dados AIS.

FleetMonOs dados históricos do navio permitem a vários interessados no mundo marítimo responder a questões básicas que constituem a base do seu negócio.

Analisando a rota de um Panamax envolvido no comércio de cereais entre a China e a Austrália, podemos responder a algumas questões importantes :

• Nos últimos 18 meses, quantas viagens fez a minha frota entre Brisbane e Qingdao?
• Quando comparado com as cargas argentinas, como é que este comércio está a prosperar?
• Qual é o tempo de rotação do navio nos portos e o tempo médio de espera?

Ao combinar dados AIS com taxas de frete, preços da carga transportada, padrões meteorológicos, e outros factores envolvidos na cadeia de fornecimento em terra, vemos todo o quadro que pode ter um impacto significativo na margem de lucro do negócio visado. Isto costumava ser um trabalho de adivinhação antes de o AIS e a ciência dos dados terem mudado toda a forma de funcionamento das empresas marítimas.

Usando várias ferramentas de FleetMon, toda uma série de perguntas pode ser facilmente respondida, graças aos nossos mineiros de dados:

• Lista de portos e terminais que enfrentam um congestionamento agudo, e o momento do congestionamento.
• Comparar a eficiência operacional entre várias empresas.
• Disponibilidade do beliche visado, comparando tanto os dados em tempo real como os dados históricos no processo.

Alguns exemplos, onde FleetMon's extensas bases de dados foram alavancadas:

• Economistas do Instituto Kiel para a Economia Mundial (IfW Kiel) utilizaram FleetMon's API services para criar um indicador líder baseado em IA para o comércio internacional com base em dados em tempo real do transporte global de contentores.
• Os investigadores da ETH Zurique utilizaram dados de FleetMon para fornecer novos conhecimentos sobre o potencial de redução das emissões de electricidade da costa.
• Os nossos clientes, que incluem alguns dos maiores actores das indústrias Offshore e Marítima, utilizam regularmente FleetMon Explorer para o seguimento de embarcações em tempo real para monitorizar as suas frotas, bem como o desempenho dos seus concorrentes para definir estratégias eficazes para as operações da frota.

Visite o nosso novo Laboratório de Inovação Marítima para obter informações sobre os mais recentes projectos de investigação e desenvolvimento em FleetMon.

Previsão da ETA e próximo porto de escala utilizando AIS:

Trabalhando numa abordagem escalável baseada em IA, FleetMon prevê o próximo porto de escala de um navio utilizando os nossos enormes dados históricos de AIS. Naturalmente, este método só é aplicado a cenários em que a entrada de destino AIS de uma embarcação não é interpretável.

Utilizando uma solução de IA extremamente eficiente baseada em modelos Markov que são ideais para tarefas de previsão maciçamente paralelas com elevada precisão, conseguimos encontrar um modelo de previsão de porto que tem um elevado grau de precisão.

Com base no porto de escala seguinte, as previsões de ETA podem ser facilmente feitas depois de ter em conta os dados AIS e combiná-los com pontos de dados de outras fontes como congestionamento portuário, tempo gasto em cais, etc.

Previsão da rota da embarcação e optimização do combustível utilizando AIS:

O serviço de encaminhamento de navios é talvez uma das aplicações mais difundidas dos dados AIS em bruto obtidos durante um vasto período. A previsão de uma rota ideal, que não causaria atrasos na chegada do seu carregamento ao porto designado, evitando tempestades e padrões meteorológicos anormais pelo caminho, é o que os gestores de navios, proprietários de navios e agências de tripulação procuram.

Leia sobre o nosso projecto de investigação MERMAID para saber mais sobre FleetMon's research on vessel route forecasting.

Graças aos rápidos avanços na ciência de dados e informática, bem como às nossas estações AIS que têm vindo a recolher dados sobre rotas de navegação há mais de uma década, a escolha da rota ideal não requer mais do que alguns cliques no seu ambiente de trabalho.

Condições para a selecção da rota ideal:

1. Como mencionámos acima, a rota ideal está livre de quaisquer correntes submarinas fortes, ondas altas, tempestades, ou quaisquer outros factores naturais que possam causar danos ao navio, à sua tripulação, e à carga a bordo.
2. A rota deve ser eficiente em termos de combustível, permitindo à empresa reduzir a sua pegada de carbono e os custos operacionais, e como resultado, contribuir tanto para os lucros da empresa como para o objectivo de 2050 da OMI.

Planeamento de Rotas: Trabalhos

No passado, um analista de rotas costumava elaborar esboços de rotas potencialmente viáveis que um navio pode fazer enquanto navegava do porto A para o porto B no planeador de rotas. Além das recomendações de rotas, o planeador também recebe recomendações sobre a velocidade óptima que o navio precisa de seguir, uma vez que a vaporização lenta assegurava a redução do consumo de combustível durante a viagem.

No entanto, os sistemas modernos de planeamento de rotas percorreram um longo caminho desde os seus dias iniciais, uma vez que acrescentou toda uma série de novas características, incluindo sistemas de previsão meteorológica e utiliza vários modelos para descrever rotas potencialmente viáveis. Estes modelos baseiam-se fortemente em dados históricos AIS fornecidos por empresas de localização de navios como FleetMon. Os algoritmos AI e ML desempenham um papel importante nos planeadores de rotas modernas e constituem um papel fundamental na definição da rota ideal.

Saber se o seu navio está carregado

O AIS vem a calhar nos casos em que há carga homogénea envolvida, como petróleo bruto, minério de ferro, grãos, carvão, etc. Podemos prever se o navio é carregado ou descarregado ao comparar os dados das especificações do navio (por exemplo, calado) com a sua quilha abaixo da linha de água.

Este método provou ser extremamente útil nos casos em que a falsificação AIS tem lugar e foi recentemente utilizado para identificar petroleiros que carregam carga bruta de estados sancionados pela ONU.

Uma vez que os dados brutos recebidos da AIS não são suficientes para obter insights empresariais, FleetMon combina grandes dados, analistas de dados ambiciosos, e algoritmos inteligentes para acrescentar valor aos negócios dos nossos clientes.