Hapag-Lloyd, una de las líderes mundiales en transporte marítimo, ha implementado un innovador asistente basado en aprendizaje automático (ML) para prever con mayor precisión los tiempos de llegada y salida de sus buques. Esta medida promete revolucionar la planificación de horarios en la industria, mejorando significativamente la fiabilidad de sus operaciones, un aspecto crucial para sus clientes.
La empresa, que opera con más de 308 buques modernos y transporta anualmente 11.9 millones de unidades equivalentes a veinte pies (TEUs), ha aprovechado la tecnología de Amazon SageMaker AI junto con prácticas avanzadas de MLOps. Esto ha permitido aumentar sustancialmente la precisión de sus horarios, un desafío constante en el transporte marítimo.
Antes de esta implementación, Hapag-Lloyd dependía de cálculos estadísticos básicos para estimar tiempos, lo que los dejaba vulnerables a cambios inesperados como congestiones portuarias. El enfoque requería una considerable intervención manual, limitando su capacidad para responder rápidamente a condiciones dinámicas.
El desarrollo del nuevo sistema enfrentó desafíos significativos, incluyendo la consideración de variables dinámicas como el clima y retrasos portuarios. Un ejemplo notable de los imprevistos que pueden afectar el transporte marítimo fue el incidente del bloqueo del canal de Suez por el buque Ever Given en 2021, lo que alteró rutas globales.
Un reto adicional fue integrar volúmenes masivos de datos históricos con información en tiempo real, lo cual es necesario para operar eficazmente a gran escala en 120 servicios y 1,200 rutas únicas. La infraestructura de MLOps desempeña un papel vital al permitir monitorear el modelo continuo y desplegar actualizaciones rápidas, adaptándose a patrones cambiantes y manteniendo la inferencia en tiempo real.
El antiguo sistema de planificación de horarios de Hapag-Lloyd no era capaz de gestionar estas complejidades. Por lo tanto, era vital desarrollar un sistema integrador que afrontara la predicción de tiempos con una infraestructura global de ML.
Para manejar estos retos, Hapag-Lloyd emplea un lago de datos que almacena información detallada de horarios, rendimiento portuario, y datos en tiempo real sobre la congestión de puertos. También utiliza el Sistema de Identificación Automática (AIS) para rastrear el movimiento de buques.
Los modelos desarrollados a partir de estos datos han aumentado la precisión de las predicciones y reducido el tiempo de respuesta en comparación con métodos anteriores. Este avance significativo refuerza la posición competitiva de Hapag-Lloyd en el mercado global, marcando un hito en la industria del transporte marítimo.
