A Internet das coisas (IoT) é agora um slogan nos portos, juntamente com a Big Data.
Mas, mais recentemente, a AI, inteligência artificial, em especial a ML, Machine Learning, também começaram a capturar a imaginação das empresas que procuram reduzir custos e aumentar a eficiência. Juntos, a IoT e a AI anunciam uma nova era na comunidade
A relação entre o IoT e o AI é análoga ao funcionamento do corpo. A IoT alimenta o corpo de dados brutos do mundo físico, assim como nossos sentidos nos alimentam de informações. AI é o cérebro. A AI dá sentido aos dados e decide quais ações executar. Não faz sentido recolher dados sem sistemas inteligentes para os compreender e mandar executar as melhores ações de melhoria com base na previsão.
Há pouco tempo algoritmos de ML venceram o melhor jogador de Go, pela primeira vez, um jogo muito mais difícil que o xadrez. Outro conseguiu prever com exatidão a data de morte de milhares de doentes terminais em hospitais a partir dos seus dados iniciais. Com informações suficientes sobre uma cadeia logística, uma plataforma habilitada com AI pode aconselhar uma empresa de transporte a economizar tempo e dinheiro tomando as decisões mais inteligentes.
A AI depende da aprendizagem de máquinas (ML) e da análise de dados atuais, e estabelece regras para ações futuras. Por exemplo, uma pessoa que trabalha num porto pode saber, por experiência própria, que 80% das entregas geralmente chegam atrasadas através de um determinado transportador com origem em Roterdam. Mas não há tempo suficiente ou informações disponíveis para fazer qualquer coisa, além de informar o cliente sobre o atraso, quando isso acontece. No entanto, uma plataforma de logística habilitada com ML pode prever a probabilidade de um único contentor poder estar atrasado na vinda de Roterdam em certa data. Se esse valor for 89%, a plataforma redireciona o contentor para evitar o atraso.
Como? Como o algoritmo pode ter acesso a centenas de dados logísticos históricos, acesso a centenas de variáveis provenientes do IoT e pode utilizar vários modelos provisionais milhares de vezes, até ter relações de previsão fiáveis, aprender e saber prever o que os humanos nunca imaginaram. Nenhum ser humano poderia dedicar tanta atenção a uma transação e tomar uma decisão tão complicada, em pouco tempo e com base em enormes quantidades de dados. A avaliação rápida e exaustiva das possibilidades fará a diferença na cadeia logística e nos portos.
Com a AI, um sistema de booking de veículos na portaria do terminal portuário e de slots de navios torna-se mais do que apenas uma forma de controlar os contentores. É um sistema de gestão de capacidade e qualidade de serviço completo. O sistema pode tornar-se tão sofisticado que as reservas podem ser otimizadas e alocadas pelo algoritmo, que comandará as ações dos motoristas de camiões (ou dos algoritmos de condução destes) e dos equipamentos de parque e cais do terminal portuário, assim como os slots dos navios. Isso reduz o tempo desperdiçado.
Ao planear o equipamento e as reservas de pessoal, meios para suportar apenas a carga de trabalho recebida, o porto torna-se mais lean, mais flexível e mais capaz de responder a ambientes e mercados em mudança.
A maioria das organizações carece de transparência em locais críticos como os portos e em processos da cadeia logística, bem como a visibilidade necessária para prever melhor e prevenir perturbações, alterações e desequilíbrios de inventário. Isso decorre em grande parte duma incapacidade para cruzar e compreender uma grande quantidade de dados espalhados por diferentes processos, fontes e sistemas. Se utilizar a AI na cadeia logística, esse problema é resolvido.
A previsão é parte integrante da logística da cadeia logística. As previsões começam quando se tem de optar por um modo de transporte ou um operador: E quando um navio deixa o Porto X para o Porto Y. Será que ele chegará numa determinada data? A que horas? Quanto tempo demorará o contentor Z para passar pela alfândega? Quantos meios terrestres são necessários e quando? A Internet das coisas (IoT) é responsável pela enorme quantidade de dados que temos. Mas deixa um problema. Para que servem? Como analisar tantos dados? Como prever? Que decisões mais inteligentes tomar? A IoT conecta tudo e todos em rede, desde os pesos dos contentores e as datas de expedição, até à velocidade do navio e as condições climáticas – tudo em tempo real. Esses dados brutos são então tratados e processados, e é aqui que a ML e a AI entram.
ML é a sala de máquinas da Inteligência Artificial – é onde ocorre a recolha e análise de dados, com recurso a milhares de dados e muitas ferramentas e hipóteses, com milhares de variáveis de input e output, que levam à tomada de decisão não humana, a que chamamos AI. A ML reconhece padrões na cadeia logística que os humanos nunca poderiam imaginar. Um algoritmo de AI pode prever que um contentor de certo tipo, que deixa um porto por certa rota, daqui a seis semanas terá 65% de probabilidades de desaparecer ou atrasar, do que outro normal. Uma rota alternativa pode ser encontrada e recomendada em poucos minutos ou antecipadamente.
A ML pode já hoje mover um e-mail da nossa caixa de entrada para o lixo ou alertar para a sua importância. A ML usa dados de decisões anteriores para fazer previsões sobre decisões futuras. As mesmas técnicas podem ser usadas na comunidade portuária, razão pela qual já existem empresas de logística preditiva que utilizam a AI para melhorar a eficiência da cadeia logística, usando tecnologia sofisticada para resolver os problemas operacionais mais complexos no transporte, nos portos e na logística. O objetivo é ajudar os operadores da cadeia logística a superar a complexidade irresistível do sistema. Existe sempre muita incerteza em relação ao comportamento do cliente, cancelamentos, mudanças e em torno do mercado: os preços, os custos, as encomendas, as preferências e a ML ajuda a prever com exatidão as nuances.
Uma das ferramentas é o cálculo do risco preditivo. Isso ajuda os operadores a compreender por exemplo a probabilidade de uma embarcação se atrasar. Centenas de modelos de simulação são gerados por embarque para fornecer a probabilidade de uma mudança de status e o resultado pode ser por exemplo que 87% das 130 simulações preveem que este embarque chegará tarde.
Todos portos que dependem do comércio internacional estão a investir em ML. Uma empresa da Califórnia está a trabalhar para modelar matematicamente o processo que envolve o reencaminhamento dum navio ou carga em caso congestionamento num porto ou desastre natural. Usando métodos tradicionais, pode-se levar oito horas para avaliar o potencial de um porto alternativo. Com ML, isso pode ser feito em minutos.
A empresa acessa a um banco de dados de todas as rotas oferecidas pelas 30 maiores operadoras do mundo. Possui também cinco anos de dados de movimento dos navios do sistema de identificação automática (AIS). O sistema pode prever, a qualquer momento, se é provável que um navio chegue no dia e hora certa.
Gradualmente os portos estão a receber informação sobre o destino ou origem dos contentores no hinterland, passando a recolher informação sobre para onde vão ou de onde são oriundos os contentores, que modo de transporte utilizaram, tempos, demoras, trajetos. Todo este manancial de informação pode ser usado pelo porto para melhores decisões, sincronização, detecção de padrões e otimização de fluxos e do uso dos meios. Pode ajudar a tomar as melhores decisões no terminal com base nas previsões de navios e cargas, escolher os melhores locais de parqueamento, prever o melhor passo a cada momento com as mudanças e alterações constantes, comandando os equipamentos e até o escritório e os clientes.
Os pórticos de contentores da APMT em Maasvlakte 2, no porto de Roterdam, não são tripulados e são praticamente totalmente automatizados. Robots, com uma altura superior a 125 metros. A força motriz por trás de um terminal automatizado é a inteligência artificial: a criação de dispositivos que exibem inteligência (humana).
No terminal RWG, quase tudo é automatizado. Por exemplo: os navios são carregados e descarregados por pórticos automáticos. Existem operadores de processos remotos, trabalhando a partir do escritório, que monitoram os movimentos dos pórticos na sua interação de carregamento do contentor nos veículos automatizados (AGVs), que transportam os contentores para a área de armazenagem. Quando a bateria está quase vazia, eles dirigem-se para a estação de troca de bateria onde um robô os equipas com uma bateria nova.
No transporte marítimo, a inovação manifesta-se em desenvolvimentos como embarcações não tripuladas e controladas remotamente. A preocupação de engenharia da Rolls-Royce, por exemplo, é desenvolver navios de carga que não precisam de tripulação e são controlados a partir de terra, os chamados “navios de drone”. Isso pode ser mais seguro, mais barato e mais eficiente que os navios tripulados.
As vantagens dos robots são evidentes. Eliminam tarefas que são perigosas, não se importam em fazer um trabalho que seja maçante ou repetitivo, e são mais eficientes, precisos e fortes do que as pessoas. Hoje, 80% dos armazéns no mundo ainda são operados principalmente por pessoas. A DHL está na linha de frente para torná-los mais automatizados, com 15% dos armazéns já operados mecanicamente. A DHL agora está experimentando o robot Sawyer, da Rethink Robotics. Este é um robot colaborativo que funciona em conjunto com pessoas. Ele também aprende copiando pessoas: movemos os braços e isso o ajuda a entender o que é pedido.
Muitas das novas inovações que envolvem inteligência artificial e robots são originárias de start-ups. Por isso o Porto de Roterdam tem vindo a atrair start-ups e a ajudar o seu desenvolvimento, investindo em programas de aceleração. Por exemplo, com a YES! Delft lançou o programa Port Innovation Lab. Novas start-ups portuárias de AI estão atualmente a trabalhar para tornar suas ideias de negócios escaláveis. Os portos são um terreno de testes ideal para os robots.
A Navis, uma empresa da Cargotec Corporation, juntamente com a Microsoft China, fabricante de equipamentos terminais ZPMC e a empresa global de consultoria de infraestrutura Moffatt & Nichol, anunciaram a formação de uma equipe de trabalho conjunta para explorar oportunidades e soluções de automação e integração de infraestruturas e sistemas de terminais portuários existentes, proporcionando caminhos mais rápidos para melhorar produtividade, segurança e sustentabilidade.
Em conclusão, os tempos são de mudança rápida e uma autoridade portuária hoje deve atuar como um maestro cujos músicos são companhias de navegação, fabricantes de fluxo e integradores logísticos. A autoridade portuária deve coproduzir e compor questões técnicas e tecnológicas. O desafio é criar ecossistemas, comunidades de interesses e práticas que tornem o porto mais inteligente e competitivo. As autoridades portuárias muitas vezes tendem a permanecer na sua torre de marfim, mas é hora de mudança ou ficar para trás.
Por Vítor Caldeirinha, Doutorado em Gestão Portuária e Mestre em Gestão/MBA. Professor de Gestão e Estratégia Portuária no ISEG (UL)