La Inteligencia Artificial está transformando el comercio marítimo, favoreciendo la optimización de rutas logísticas y recursos ambientales. Para que alcance todo su potencial, es preciso integrar su tecnología con otras y capacitar adecuadamente a los profesionales del sector.
En la era digital, la Inteligencia Artificial (IA) ha emergido como un poderoso aliado del sector logístico, revolucionando la forma en la que operan los principales proveedores comerciales. Conocer los desafíos de la implementación es fundamental para lograr su éxito. Los abordamos junto a Genís Majoral, Ingeniero Civil especializado en transporte y planificación urbana por la Universidad Politécnica de Cataluña (UPC).
“Esta integración tecnológica en la industria naviera ya se está utilizando en diferentes ámbitos”, asegura el experto. Entre los usos que destaca están los destinados a optimizar rutas marítimas y predecir el volumen de carga gracias al cálculo anticipado de la oferta y la demanda mundiales, lo que permite minimizar los costes operativos y agilizar los tiempos de entrega.
Además de estos objetivos dirigidos, la IA tiene entre sus perspectivas plausibles la navegación autónoma y la prevención de riesgos, aunque en la actualidad se llevan a cabo solo de manera parcial y en armonía con otras tecnologías necesarias que le facilitan un impacto real en el sector, como la cobertura 5G, el internet de las cosas (IoT) o el Blockchain.
Impacto positivo de su implementación
Para el comercio mundial, la eficiencia y la sostenibilidad son elementos clave, y la tecnología avanzada es una herramienta esencial para abordar estos desafíos en la logística marítima. Majoral señala algunas de las principales ventajas de aplicar la IA en la industria:
- Reducción del impacto ambiental. La IA permite optimizar el consumo de combustibles y planificar el consumo de fletes y espacio en almacenes, reduciendo considerablemente la huella ambiental de las travesías. La predicción de riesgos y la prevención de accidentes también consiguen evitar contaminación por vertidos.
- Exploración de la IA en puertos estratégicos. Algunos ejemplos son el de Rotterdam, Los Ángeles, Qingdao y Singapur, aunque todos están aún en fases iniciales. En Singapur, además, están incorporando el procesamiento del lenguaje natural para agilizar procesos aduaneros y reducir costes.
- Eficiencia económica y optimización de rutas marítimas. La tecnología da la oportunidad a los operadores logísticos y transportistas de ajustar sus operaciones según el volumen de carga y número de buques previstos.
- Fomentar un modelo logístico colaborativo. Hacer que la información fluya entre empresas y clientes —además de otros agentes clave del comercio mundial— podría favorecer la sinergia entre operadores internacionales.
Desafíos tecnológicos para su desarrollo
Aunque ya están asentadas algunas funciones de la IA en la logística marina, alcanzar el máximo de su potencial está lejos de ser una realidad, y uno de los principales retos para lograrlo es identificar qué líneas de implementación pueden incorporarse sin riesgo a interrumpir la cadena de suministro o hacerla más vulnerable a ataques.
“Es precisa una gran inversión en hardware y sistemas de seguridad que admitan el buen funcionamiento de pasar a un sistema físico, intensivo en factor trabajo, a un sistema tecnológico virtualizado”, advierte el experto.
También es un desafío considerable la aplicabilidad de la IA junto a otra serie de tecnologías, para dar lugar a un sistema que preventa accidentes y detecte anomalías técnicas del buque, para lo que es necesario desplegar sistemas de sensorización o visualización.
“El desarrollo de la visión por computador, la fiabilidad de los sensores, la capacidad de red para transmitir toda la información captada y la capacidad de cálculo cerca de donde ocurre la acción (edge computing) son aspectos que tienen que desarrollarse a la par que la IA”, explica el investigador.
Esta integración tecnológica en la industria naviera puede ser empleada de forma pasiva, para alertar sobre una colisión inminente, o de manera proactiva, iniciando mecanismos para prevenirla. En este último contexto, la IA y el Machine Learning pueden disminuir considerablemente la probabilidad de que ocurra un accidente.
Un avance sobre seguro
“A diferencia de tiempos anteriores, el momento actual parece que contiene las tecnologías que permitirían una revolución industrial. Si bien los algoritmos y casos piloto se vienen desarrollando desde hace años, el inexorable futuro es el de la automatización de cualquier operación”, advierte Majoral.
Para que esta transformación sea factible, debe cumplirse una “condición necesaria”: un cambio de paradigma que no altere la productividad y logística de la industria. El volumen de carga, los agentes implicados y el impacto en el desarrollo y bienestar global hacen que se trate de un ambiente complejo y resistente al cambio drástico, aunque en pequeños ámbitos se puede adaptar con cierta seguridad.
En este contexto, el experto pronostica que una industria completamente automatizada es de momento inimaginable, pero que acercarnos a ese escenario será posible cuando “la tecnología demuestre la misma flexibilidad y adaptabilidad en tiempo real que los humanos, y también la fiabilidad y resistencia del hardware (dispositivos/sensores) en entornos adversos”.
A pesar de los desafíos prácticos y tecnológicos, existe un gran interés por parte de puertos, navieras y operadores en esta integración tecnológica, que “a corto plazo, actuará como asistente para la mejora de la productividad. A largo plazo, es posible una automatización del sector”, concluye.
Ha colaborado en este artículo…
Genís Majoral es un ingeniero civil especializado en transporte y planificación urbana de la Universidad Politécnica de Cataluña (UPC).
Actualmente trabaja como investigador en el CENIT, donde se centra en la modelización, la demanda y la economía del transporte.
Además, está realizando un doctorado en Ingeniería Civil en la UPC y una Maestría en Investigación Económica en la UNED.
