El avance de la digitalización está cambiando la industria de la logística y el negocio portuario. Gracias a las soluciones de aprendizaje automático se proporcionan muchas oportunidades para aumentar la productividad y las tasas de capacidad en las terminales. En este contexto, se enmarca la labor de la Smart Maritime Network (SMN), una iniciativa creada en 2019 en Irlanda por Rob O’Dwyner y Cathy Hodge, que ya cuenta con 10 miembros.
El objetivo de la SMN es proporcionar una plataforma para promover los beneficios de una mayor integración e intercambio de datos entre las partes interesadas de los sectores de la logística marítima y del transporte, informando y concienciando a la industria sobre los avances e innovaciones tecnológicas y ofreciendo al mismo tiempo mayores oportunidades para el establecimiento de relaciones y el intercambio de conocimientos.
Una de las últimas incorporaciones a la red es la de la naviera suiza Mediterranean Shipping Company (MSC), que el pasado mes de julio anunció se adhirió al proyecto. MSC ha apostado por la digitalización al participar en los grupos de trabajo y al hacer suya la idea de que las nuevas tecnologías la ayudarán a desarrollar todo su potencial si se establecen los mismos estándares en toda la industria.
Intercambio de datos en el sector logístico
La iniciativa Smart Maritime Network tiene el objetivo de aportar una plataforma para promover los beneficios de una mejor integración, estandarización e intercambio de datos entre las partes interesadas dentro de los sectores de logística marítima.
A través de esta red, la naviera tiene acceso a un entorno de colaboración para diferentes colaboradores en el ámbito del desarrollo tecnológicos y de innovaciones. Además, se ha diseñado para extender el conocimiento compartido entre los diferentes operadores del sector marítimo, partiendo de la idea de que el avance tecnológico debe ser transversal y amplio para que llegue a mejorar el sector.
Consejo Marítimo Inteligente
Paralelamente, a principios de este año, Traxens también se unió al Smart Maritime Council, otro de las entidades creadas por la SMN. El propósito es apoyar la colaboración y la normalización en el desarrollo de sistemas informáticos para el sector del transporte marítimo. Traxens se dedica a proporcionar datos y servicios de alto valor para la industria de la cadena de suministro.
El Smart Maritime Council es un grupo de miembros del sector que incluye a desarrolladores de tecnología marítima, integradores de sistemas y otros interesados clave. Celebra una serie de reuniones a lo largo del año para examinar esferas de colaboración sobre cuestiones relacionadas con la compatibilidad, la normalización y la armonización de la tecnología utilizada en la industria del transporte marítimo moderno.
Los operadores de buques también están representados entre los miembros, proporcionando la perspectiva del usuario final sobre el desarrollo de la tecnología marítima y ayudando a orientar los debates del Consejo asegurándose de que los requisitos operativos del mundo real de las compañías navieras desempeñen un papel central en los futuros desarrollos de la tecnología informática.
Aprendizaje automático de los contenedores
Más allá del SMN, recientemente se han validado otros proyectos de digitalización. Es el caso del Hamburger Hafen und Logistik (HHLA), que ha implantado un sistema de learning machine (aprendizaje automático) en dos de sus terminales de contenedores de Hamburgo (Altenwerder y Burchardkai) para mejorar la predicción de los tiempos de permanencia de los contenedores en las instalaciones.
El objetivo del sistema de aprendizaje por máquina es predecir con mayor precisión el tiempo exacto de recogida de un contenedor, lo que permite optimizar los procesos, ya que no tienen que volver a apilarse innecesariamente durante su tiempo de permanencia. HHLA señala que cuando un contenedor se almacena, con frecuencia se desconoce todavía su tiempo de recogida. Con el nuevo sistema, el ordenador calculará el tiempo de permanencia probable del contenedor utilizando un algoritmo basado en datos históricos, que se optimiza continuamente utilizando métodos de aprendizaje automático.
