Indudablemente, La Industria 4.0 está generando una revolución digital en el sector del transporte de mercancías. Con la digitalización del transporte se pretende conseguir que las operaciones y servicios, sean más eficientes y predictivos a través de la automatización.
Motivado por el alto impacto económico y social que se espera de la industria del transporte de mercancías, el presente proyecto pretende mejorar la efectividad en la planificación a corto y medio plazo de las operaciones de un líder mundial en el transporte de contenedores. Con la ayuda de la inteligencia artificial, la integración de diferentes fuentes de datos y la utilización de novedosas herramientas de visualización amigables, se espera una mejora de la calidad y nivel de servicio a clientes evitando en ciertas situaciones la falta de disponibilidad de contenedores y así atender su demanda gracias a la calidad de las previsiones.
El nuevo sistema será capaz de predecir el stock disponible de contenedores vacíos lo que resultará directamente en una mejora de la calidad de vida al minimizar los movimientos extraordinarios de reposicionado de equipo. Una consecuencia directa de la eliminación de estos movimientos será una mejora en el medio ambiente dado que se eliminarían el conjunto de externalidades asociadas al transporte de estos contenedores: emisión de gases, ruido, congestión, etc. Por otra parte, el sistema gestionará de forma autónoma los modelos de predicción para que pueda adaptarse rápidamente a cambios en patrones de ofertas, demandas y tráfico de contenedores. Esto resultará en una disminución de recursos necesarios para el mantenimiento técnico de la herramienta.
La gestión de la flota de contenedores vacíos (equipo vacío) que realizan las agencias locales de grandes compañías navieras es una actividad compleja de optimizar por diferentes motivos entre los que destaca el nivel de incertidumbre de las operaciones de recepción y entrega de contenedores y la dificultad para predecir los mismos. La falta de herramientas de apoyo capaces de hacer previsiones fiables de estas operaciones se traduce en una gestión deficiente del equipo y en la repetición de problemas que provocan extra costes y el descontento de los clientes (transitarios, operadores logísticos, exportadores e importadores). La falta repetida de equipo en determinados lugares y momentos para atender operaciones de exportación, y los movimientos extraordinarios de reposicionado de equipo debido a malas decisiones son algunos de estos problemas.
El objetivo del proyecto es el desarrollo y prueba piloto de un sistema innovador para la gestión del equipo vacío (a partir de ahora e2rm – empty equipment repository management) que sea capaz de realizar predicciones fiables de las operaciones de recepción y entrega de contenedores mediante la aplicación de algoritmos de aprendizaje automático (machine learning). Es también objetivo del proyecto que dicho sistema e2rm sea capaz de integrarse de forma sencilla con el resto de sistemas y operativa de los agentes marítimos, así como que cuente con un panel de control y sistema de alarmas dirigido a anticipar los problemas y optimizar las decisiones de reposicionado de equipo.
El principal problema técnico a resolver se deriva de la complejidad del escenario por el volumen y diversidad de los datos a manejar para las predicciones, así como de la dificultad para programar reglas que dependerían de múltiples factores y que pueden superponerse. Estas características del problema plantean el reto de acudir al campo de la inteligencia artificial con la utilización de algoritmos de aprendizaje automático y técnicas como el modelado neuronal. El desarrollo de una solución ágil y rápida que obtenga buenos resultados en las predicciones es el primer reto técnico a superar.
Otro de los problemas o retos técnicos es el desarrollo de e2rm como una herramienta amigable de ayuda a la decisión en torno a esta solución de aprendizaje automático para realizar las predicciones, que sea capaz de integrarse con el resto de sistemas de la organización, así como en los procesos y operativa diaria de los departamentos de control de equipo, transportes y comercial de una agencia marítima de línea regular de contenedores. La variedad de sistemas tanto internos (de las agencias marítimas) como externos (de las terminales portuarias e interiores, depósitos de contenedores, etc.) que manejan información relevante para las predicciones convierten la integración del nuevo sistema e2rm con los mismos en un nuevo reto técnico que requerirá del desarrollo de un middleware capaz de comunicarse con múltiples fuentes de datos y de trasladar la información de forma ordenada y estandarizada al nuevo sistema e2rm.
