Förbättrad synlighet för sjötransporter går längre än containerspårning

Det har varit massiva störningar i försörjningskedjan sedan pandemin började. Dessa störningar har drivit upp priserna och lett till brist på varor. Trängsel i hamnarna har verkligen spelat en roll i dessa störningar. Världens flotta består av cirka 6,000 150 fartyg. Dessa fartyg transporterade nästan 100 miljoner tjugofots ekvivalenta enheter (TEU) av containrar förra året. Förra oktober, över 70 fartyg, inklusive XNUMX containerfartyg, väntade för ankar eller i driftzoner för att lossa vid de dubbla hamnarna Los Angeles och Long Beach.

Medan förhållandena har lättat i Nordamerika, har hamnstockningen blivit mycket värre i Kina. Kina står för cirka 12 % av den globala handeln. Kinas strikta covid-låsning i kritiska hamnstäder har påverkat globala leveranskedjor. I slutet av april, över 500 fartyg väntade på kajplats vid kinesiska hamnar.

Befraktare – de företag som betalar sjö-, järnvägs- och lastbilsföretag för att transportera sina varor – kan inte göra mycket för att påskynda transporter som knorras av hamnstockningar. Men om avlastare kan få bättre koll på hur lång tid det kommer att ta deras försändelse att korsa havet och sedan gå vidare till en av sina anläggningar, kan de arbeta för att mildra effekterna av förseningar. För att köra bättre beräknade ankomsttider (ETA) behövs bättre sikt.

Hapag-Lloyd är en av de största havsfartygen. De har en flotta på över 250 containerfartyg och en transportkapacitet på 1.8 miljoner TEU. De nyligen meddelat de kommer att utrusta hela sin containerflotta med spårningsenheter i realtid. Enheterna kommer att förbättra synligheten genom att överföra data i realtid från varje container. Spårningsenheter från Nexxiot och ORBCOMM installeras som kommer att tillhandahålla platsdata baserade på GPS, mäta temperatur och övervaka eventuella plötsliga stötar till behållaren. I framtiden kan ytterligare sensorer läggas till via Bluetooth.

Är detta den synlighet som speditörer så desperat behöver? Jag pratade med Steve Dowse, senior vice president för internationella lösningar på FourKites. FourKites tillhandahåller en plattform för synlighet i försörjningskedjan som kan ta emot plats- och statusdata från lastbilar, tåg, fartyg och andra transporttillgångar och sedan ge insyn till var ett företags varor är, tillsammans med förutsägande ankomsttider. Mr. Dowse började sin karriär inom sjöfart i slutet av 1980-talet.

Mr. Dowse förklarade att sikten för fartyg redan är mycket bra. Fartyg har ett automatiskt identifieringssystem, eller AIS, som sänder ett fartygs position så att andra fartyg är medvetna om dess position. Internationella sjöfartsorganisationen ger mandat att stora fartyg sänder sin position för att undvika kollisioner.

Men bättre sikt mot containrar behövs väl. Trängseln i hamnarna är till stor del ett problem på landsidan. Till exempel är den nuvarande trängseln i Kinas hamnar baserad på covid-restriktioner för stopp för lastbilstransporter över provinserna och covid-låsningar i hamnarbete i Kina som har hindrat arbetare från att lasta av och gå ombord på containers. På samma sätt beror trängseln i nordamerikanska och europeiska hamnar på trängsel på land vid oceanterminaler, järnvägsramper, inlandshamnar och avlastares lager. Brist på arbetskraft har skapat förödelse för hela leveranskedjans verksamhet. En resa från en fabrik i Kina till en avsändarens lager i USA som brukade ta 45 dagar tar nu över 100 dagar”, förklarade Mr. Dowse. Så sikten till en container på land som rör sig med järnväg eller lastbil är viktigare än sikten när ett fartyg ska lägga till. "Vad spelar det för roll om ett containerfartyg långsamt ångar över Stilla havet för att spara bränsle och kommer fram 3 dagar senare än förväntat, om det fortfarande tar tio dagar att lossa i hamnen i Long Beach och sedan ytterligare 15 dagar att ta sig till dess destination?”

På samma sätt spelar de ETA som publiceras av havsfraktare inte så stor roll. Ocean ETAs fokuserar på när ett fartyg kommer i hamn och börjar lossa sin last. Det är den totala ETA som är viktig för avsändare. "Maskininlärning och artificiell intelligens, har en glupsk aptit på data," fortsatte Mr. Dowse med att säga. "Det är därför Google Maps är så bra. Den har så många datapunkter."

När FourKites gör en förutsägbar ankomsttid för en slutdestination, använder de fler datapunkter än någon Ocean-operatör kan hoppas att använda. "Vi har många olika datakällor," fortsatte Mr. Dowse med att säga. "Vi korrelerar dem och fortsätter att uppdatera ETA. En ETA 28 dagar ut är inte lika exakt som en 7 dagar ut. Det är en grov förutsägelse."

I vissa fall är denna grova förutsägelse användbar. Denna tidiga varning kan få en avsändare att besluta sig för att påskynda en transport med flyg snarare än att riskera att den blir försenad. "Luft kostar fem gånger så mycket, men varorna kommer fram i tid."

Men oftare, ju närmare en försändelse kommer att anlända till avsändarens lager, desto viktigare är det att noggrannheten i den beräknade ankomsttiden blir bättre. Dessa lager måste se till att de har kapaciteten – grindens tillgänglighet, lagringsutrymmet och arbetskraften – för att lossa försändelsen på inkommande sida av lagret och sedan lasta dessa pallar eller paket på utgående lastbilar.

Vid varje nod – lastbil till babord, lossning av lastbilen vid en hamnterminal, gods lastat på fartyg, etc. – uppdaterar FourKites sin prediktiva ankomsttid baserat på de senaste uppgifterna. Enligt Mr. Dowse, "vid varje punkt på vägen justerar vi vår förutsägelse." Och det är inte nödvändigtvis enkla justeringar. "Anta att fartyget kommer till Long Beach och sitter i 5 dagar, men planen beräknade att fartyget skulle sitta i 3 dagar. Du kan inte bara justera ETA med två dagar. Du måste förstå det nya tågschemat. Vår ETA är bättre än vad någon operatör kan uppnå."

På samma sätt kan FourKites göra bättre förutsägelser för vissa avsändare än andra. Vissa avsändare har fler och bättre datakällor som kan utnyttjas. Till exempel kan en avsändare ha geofence data om när en lastbil lämnar en anläggning, medan andra avsändare förlitar sig på mindre tillförlitliga EDI-meddelanden.

Mr. Dowse applåderar Hapag-Lloyd för deras containerspårningsprogram och hoppas att andra stora havsfartyg kommer att följa efter. Detta blir ytterligare en datakälla som FourKites-plattformen kan ta till sig.

Men Mr. Dowse fortsatte med att hävda att sikten på containernivån inte är tillräcklig. "Avsändare vill ha SKU (lagerhållningsenhet) synlighet, inte container synlighet." Till exempel, ju närmare en återförsäljare kommer en produkts försäljningssäsong, desto bättre förstår återförsäljaren hur produkten ska allokeras till olika butiker baserat på en uppdaterad efterfrågeprognos.

FourKites perspektiv är att det är lovvärt att förbättra informationen på en del av en försändelse. Men vad avsändare behöver är synlighet över alla noder och lägen, och bra prediktiva ankomsttider som står för en resa från slut till slut ner till inköpsorder och SKU-nivå.