Zim utiliza IA para detectar las declaraciones erróneas de carga

Tratar con la carga declarada erróneamente y sus consecuencias es uno de los problemas más desafiantes para la industria del transporte marítimo. Se cree que están en la raíz de los principales accidentes marítimos, incluidos los incendios que causan daños importantes, las compañías navieras han estado buscando desarrollar un sistema para detectar y reducir los riesgos de declaraciones erróneas. 

La oficina del National Cargo Bureau informó, en julio de este año, que un número alarmante de contenedores incluían cargas peligrosas declaradas erróneamente. De hecho, en 2019 fueron detectados más del seis por ciento.

Varios operadores han impuesto tarifas adicionales como una posible solución para este problema recurrente, pero un nuevo enfoque busca utilizar el poder de la informática avanzada para reducir los riesgos de declaraciones erróneas. Zim ha desarrollado e implementado un innovador software de detección basado en inteligencia artificial para detectar e identificar en tiempo real incidentes de carga peligrosa declarada erróneamente antes de cargarla en el buque.

El nuevo sistema escanea las declaraciones de carga de los expedidores en una etapa temprana y señala los casos potenciales de carga declarada incorrectamente. El sistema aprovecha la inteligencia artificial (IA), incluidas las capacidades de procesamiento del lenguaje natural (NLP) y el aprendizaje automático, para analizar la documentación y alertar al personal de operaciones en tiempo real de los casos de omisión, ocultamiento o declaración errónea de carga peligrosa.

Zim informa que el sistema se ha implementado en los principales puertos de China, Estados Unidos e Israel. Esperan implementarlo en todas las operaciones de Zim para fines de 2020.

 

 

 

 

Fuente:

Zim.com

 

0 comentarios

Dejar un comentario

¿Quieres unirte a la conversación?
Siéntete libre de contribuir

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *