智能集装箱运输的数字化方法

整个物流业在接受数字化变革方面进展缓慢，而集装箱运输尤其不愿意放弃模拟方法。空容器移动的复杂决策继续根据人类直觉在电子表格中手动处理。

然而，现在船舶总运力预计将在 2020 年创下历史新高 ，每个港口和航运关系的公司都开始重新评估长期存在的业务流程。

全球约 90% 的贸易量通过海运进行，预计到 2030 年海运贸易量将翻一番。 虽然全球化的进程在 2020 年受到了冲击，但推动集装箱航运业采用数字化的必要性仍然比以往任何时候都更加重要。

大多数海运承运人拥有过多的备用集装箱，导致效率严重低下。此外，该系统无法清楚地了解成本。在许多情况下，物流团队在全球范围内管理空的重新定位，而单独的采购团队控制供应商费用。

这种脱节导致生产线知道他们支付给某个地点的某个供应商的总金额，但这些成本背后的驱动因素尚不清楚。移动了多少容器，为什么？其他供应商能否以更低的价格处理它？做出此类物流决策的人通常缺乏对其行为的成本影响的充分认识。

缺乏对延迟发生的方式和地点以及如何改进流程的了解，可能会严重抑制集装箱运输。幸运的是，推动行业发展的数字化变革为真正的增长创造了新的机会。

改善全球集装箱运输

集装箱运输的好消息是海上集装箱的损失大幅下降 近年来创下历史新低。此类物理事件导致程序的迅速纠正。更难解决的是数据缺失带来的损失。

模拟解决方案和手动数据表输入提供了一种将货物从一个港口转移到另一个港口的方法。然而，这些由来已久的处理世界资源的方法在 2020 年迎来了一个尖锐的转折点。

波士顿咨询集团表示，全球每三个集装箱中就有一个被清空 .这种不平衡每年给行业造成高达 200 亿美元的损失，但可以通过应用更好的物流规划策略来解决。

管理空集装箱的效率低下往往源于缓慢的搬迁时间，以及重新定位、存储和拥有的成本。没有办法消除空集装箱重新定位的全部 200 亿美元成本，但据估计，借助正确的技术可以避免大约 30% 的成本。这种改进可以更好地为未来的物流决策提供信息，尤其是在路线上存在竞争的情况下。

在过去的几十年里，预测完全建立在人类知识的基础上——世界某个地方的工人会根据他们的预订和个人经验来预测需求，然后将它们组合成一个单一的主预测。虽然这种方法可以近似实际需求，但会受到人为错误和偏差的影响。

此外，全球集装箱航运业面临着工人减少、需求下降和供应路线中断的问题。确保每艘船每次都带着适量的集装箱离开，这不仅仅是今天的目标——这对公司的生存至关重要。

与其他物流分支一样，集装箱运输的主要障碍是决定如何更准确地预测未来的运输模式。采用需求预测解决方案的公司具有优势。

人工智能答案

集装箱运输的数字化方法是基于解决方案的。虽然我们可能会考虑“2020 年剩余时间”，但海运承运人知道明年及以后的运量将遵循类似的模式。历史数据是有价值的，历史悠久的物流公司每年都依靠这些数据取得成功。但是，更准确地了解一个地区内或全球范围内的需求是一项更大的挑战。

这是可以使用人工智能将信号与噪声分开的地方。预测算法和数据模型与公司内部信息结合使用，以确定应在何时何地装运集装箱，同时考虑假期和其他基于时间的事件等外部因素。

人工智能允许承运人在交付前两到三个月评估客户需求。空集装箱重新定位、维修成本增加和劳动力预算过高都是任何航运公司的主要收入障碍。集装箱流量优化后，资源紧张程度降低，收入增加，因为公司不再需要处理多余的空运能力。

全球海洋贸易的庞大范围使大多数航运公司难以手动优化其供应链。在人工智能的帮助下，决策者可以更广泛地了解容器的去向和应该去向。

为 2020 年优化解决方案

当涉及到跨越广阔海洋的运输集装箱时，几乎没有猜测的余地。每次出发不仅要考虑利润，还要考虑到达港口的实际需求，这可能需要数周甚至数月的时间。

此外，经济收缩意味着全球需要更小的船队规模。我们现在面临着需求和供应都在不断变化的情况。为了清晰起见，公司必须寻求正确的预测分析工具。

对于那些在浑水摸鱼的人来说，人工智能充当了北极星。当集装箱运输由正确的数据驱动时，由于空箱流量的优化和合理的需求预测，速度、安全性和利润都会增加。

今天的集装箱运输公司需要确定地预测快速变化的事件。这意味着使用数字来源的信息，并专注于数据驱动的决策。即使在保持社交距离的情况下，行政行动和员工参与仍然是最重要的。今天的进化在于领导者利用正确的技术自信地启航的方式。

Jon Fath 是 Transmetrics 的首席运营官。