Los puertos son ecosistemas complejos, con muchos actores interactuando a lo largo de las diferentes actividades de la cadena. Desde servicios de practicaje, remolcaje o amarre, operaciones de carga y descarga, actividades aduaneras e inspección de la mercancía, u otros servicios demandados por el buque como el suministro de combustible. En todos estos procesos operativos, confluyen un elevado volumen de datos que se encuentran en diferentes sistemas a lo largo de los dominios de decisión y sin una interoperabilidad suficiente. Esta fragmentación ocasiona que se extraiga de éstos un escaso valor.
“Como consecuencia de lo anterior, la toma de decisiones, tanto operativa como estratégica, no está soportada por datos y conllevan planteamientos reactivos, los cuales conllevan una opacidad de la planificación y una falta de predictibilidad que resultan en una falta de satisfacción general por parte de los usuarios de la cadena de suministro oceánica”, subraya Manuel Martínez de Ubago.
Desde el lado mar, donde las dinámicas en los tiempos de llegada del buque o el propio ciclo de carga/descarga del buque anterior, puede resultar en insuficiencia de recursos (línea de muelle, servicio de practicaje o de remolcaje, etc.). Pasando por el patio de almacenamiento y su conexión con el transporte horizontal: en los procesos hasta el lado tierra, se generan inesperados cuellos de botella por los elevados tiempos de espera de los modos de transporte, especialmente el de tráfico rodado.
La problemática es amplia y compleja, y varía en cada ecosistema portuario, dependiendo de la casuística de cada uno. Al fin y al cabo, no es lo mismo un puerto que maneja principalmente mercancía de importación, que uno que depende del tráfico de transbordo.
”En este entorno, las herramientas basadas en la inteligencia artificial (IA), así como sus subconjuntos como el machine learning o el reinforced learning, surgen como una oportunidad para disponer una capacidad catalizadora para mirar predecir el futuro y aprender del pasado”, explica Miguel Ángel Llorente
La IA será clave como elemento catalizador de nuevos paradigmas de sincro-modalidad y de reingeniería en la toma de decisiones: promoviendo una toma de decisiones más dinámica, cercada al tiempo real, y prescriptiva.
Planteada con un planteamiento de ecosistema inclusivo ayudará a conectar sistemas que promuevan la interoperación entre diferentes dominios de decisión; para el beneficio de los clientes finales del puerto que requieren una visibilidad integrada a lo largo de la cadena logística.
En definitiva, aportando capacidades para gestionar las operaciones portuarias de manera más inteligente, eficiente y sostenible para todos los actores.
EN DESTACADO
Claudia Ariza
Data Scientist en NextPort
Claudia Ariza cuenta con un grado en Matemáticas (Universidad de Granada) y es máster en Big Data Analytics (Universidad Carlos III). Matemática entusiasta y con tres años de experiencia como científica de datos, Ariza ha desarrollado capacidad para procesar enormes cantidades de datos procedentes de diferentes fuentes, implementando modelos estadísticos complejos con los lenguajes más utilizados en la analítica de datos.
Manuel Martínez de Ubago
Business Development & Product Strategy en NextPort
Manuel Martínez de Ubago cuenta con un grado en Ingeniería Civil (Universidad de A Coruña) y es máster en Ingeniería de Caminos, Canales y Puertos (Universidad de A Coruña) y máster en Transporte, Infraestructuras y Logística (Universidad Tecnológica de Delft -TU Delft-), 2019. Tras más de cuatro años en los Países Bajos, Martínez de Ubago se unió a NextPort para liderar el desarrollo de negocio y la estrategia del porfolio de productos tecnológicos.
Miguel Ángel Llorente
Technical Product Manager en NextPort
Ingeniero de Telecomunicaciones (Universidad Politécnica de Valencia), Miguel Ángel Llorente tiene más de seis años de experiencia en el desarrollo de productos tecnológicos para el sector portuario, particularmente el de terminales. Además, es máster en Industria 4.0 (Peaks Business School) y máster en Global Business MBA (INEDE Business School).
Tanto desde el lado de la planificación, con la habilidad de “mirar hacia adelante”, creando ciclos de retroalimentación y siendo prescriptivo a oportunidades de optimización ante potenciales cuellos de botella; como del lado de la ejecución, en la toma de decisiones educada, basada en datos, para la gestión de excepciones y contingencias de una manera más rápida y robusta, promoviendo una ejecución más resiliente y adaptable.
Son varios los puertos que están pilotando soluciones tecnológicas basadas en IA, habiendo acelerado en los últimos cinco años y observándose una mayor madurez tanto a nivel de arquitecturas tecnológicas como de proposiciones de valor.
Un ejemplo son los algoritmos avanzados de predicción de eventos, los cuales prometen establecer una conexión efectiva entre los diferentes dominios de decisión para una mejor coordinación en procesos clave.
Desde la variable de llegada de buque (ETA) para una mejor gestión de recursos en mar o las variables de tiempos de carga-descarga (ETD/ETC) para una mejor asignación de atraque y ventana de operación en muelle; a la variable de tiempo de estancia de mercancía en terminal (“dwell time”) para una mejor asignación de capacidad de manipulación en la misma y de la propia conexión entre cadenas logísticas que fluyen a través de los puertos y terminales.
Otras aplicaciones típicas en el sector pueden ser el uso de algoritmos que permiten el accionamiento de un evento relevante para los procesos operativos como, por ejemplo, la lectura automática, mediante cámaras, de la matrícula de un contenedor a su paso por los accesos de un puerto o terminal.
“Sea cual sea el caso de uso, y como en cualquier evolución tecnológica, la aplicación de la IA en el sector marítimo-portuario debe empezar y terminar en las personas. Las capacidades relativas a la Ciencia del Dato serán fundamentales tanto en el reciclaje de la organización existente como de la introducción de nuevo
personal habilitador de nuevas capacidades”, asevera Claudia Ariza.
El creciente uso de la IA plantea una necesidad de nuevos roles y perfiles que ganarán relevancia en las estructuras organizativas de las entidades y empresas, los cuales se orientarán de forma específica en la ingeniería de Procesos y de Datos, así como perfiles analíticos que habiliten la explotación de los mismos y el control práctico y ético del comportamiento de los algoritmos de IA que asistirán a la toma de decisiones.
Mas allá de los desarrollos tecnológicos específicos con IA y otras tecnologías de apoyo, como el gemelo digital, NextPort apuesta decididamente por las nuevas competencias relacionadas con la Ciencia e ingeniería de Datos, para su aplicación práctica y tangible en el sector marítimo-logístico.
A medida que la tecnología continúa avanzando, las industrias requerirán de una adaptación a las demandades de un entorno de trabajo cada vez más digital: fundamental en este proceso, la gestión del cambio y el esfuerzo colectivo para atraer y tener a esta nueva generación de talento que, sin duda, serán actores principales del cambio que la IA, junto con otras tecnologías, serán capaces de introducir en nuestra industria con importantes cambios de paradigmas.
