Cosco Shipping Lines (Spain), S.A. pertenece a Cosco Group, el primer grupo Naviero mundial, con una flota de más de 1.100 buques y un tonelaje de 85,32 millones de toneladas, opera 332 rutas marítimas nacionales e internacionales, que cubren 254 puertos en 79 países y regiones de todo el mundo. Miembro de la Ocean Alliance, la primera alianza en el mundo en cuanto a capacidad.
Cosco Group está presente en España desde el año 1973, cuando comienzan las relaciones diplomáticas entre la República Popular China y España. Desde diciembre del 2016, nuestra denominación oficial es Cosco Shipping Lines (Spain), S.A.RETOS
Creación de un sistema inteligente de aprendizaje automático para la gestión eficiente de la flota de contenedores por parte de las agencias marítimas locales
SOLUCIÓN
Desarrollo y prueba de un sistema para la gestión del equipo vacío que será capaz de realizar predicciones fiables de las operaciones de recepción y entrega de contenedores mediante la aplicación de algoritmos de aprendizaje automático. El objetivo del proyecto es que sea capaz de integrarse de forma sencilla con el resto de sistemas y operativa de los agentes marítimos. Contará con un panel de control y sistema de alarmas dirigido a anticipar los problemas y optimizar las decisiones de reposicionado de equipo.
No cabe duda de que la Industria 4.0 está generando una revolución digital en el transporte de mercancías. Con la digitalización del transporte se busca una mayor eficiencia y predicción de las operaciones y servicios a través de la automatización. Motivado por el alto impacto económico y social esperado 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 amigables de visualización, se espera una mejora de la calidad y nivel de servicio a los clientes evitando la falta de disponibilidad de contenedores que se da en ciertas ocasiones y así atender correctamente su demanda gracias a la calidad de las previsiones.
Así, el nuevo sistema es capaz de predecir el stock disponible de contenedores vacíos mejorando directamente e la calidad del servicio al minimizando los movimientos extraordinarios de reposicionado de equipo.
Una consecuencia directa de la eliminación de estos movimientos es una mejora en el medio ambiente porque que se eliminan el conjunto de externalidades asociadas al transporte de estos contenedores: emisión de gases, ruido, congestión, etc.
Esquema del núcleo predictivo avanzado de e2rm
Por otra parte, el sistema gestiona de forma autónoma los modelos de predicción para que pueda adaptarse rápidamente a cambios en patrones de ofertas, demandas y tráfico de contenedores. Esto consigue una disminución de los recursos necesarios para el mantenimiento técnico de la herramienta.
Arquitectura de alto nivel e2rm
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 costes extra y el consiguiente 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.
Los dos pasos básicos en el aprendizaje supervisado
El objetivo del proyecto ha sido el desarrollo y prueba de un sistema innovador para la gestión del equipo vacío 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), siendo capaz de integrarse de forma sencilla con el resto de sistemas y operativa de los agentes marítimos. Además, cuenta con un panel de control y sistema de alarmas dirigido a anticipar los problemas y optimizar las decisiones de reposicionado de equipo.
MEJORAS
- Un sistema capaz de predecir el stock disponible de contenedores vacíos
- Eliminación de movimientos de contenedores, reducción emisiones contaminantes
- Sistema de gestión de forma autónoma de modelos de predicción adaptados a cambios en patrones de tráfico de contenedores
- Disminución de recursos necesarios de mantenimiento técnico
COLABORADORES
