La inteligencia artificial solo transformará genuinamente el transporte marítimo cuando los datos, el contexto, la conectividad y los flujos de trabajo fragmentados finalmente se integren — esa es la conclusión central que emerge de la encuesta de SplashTech a líderes de tecnología marítima, publicada como introducción de la flamante revista SplashTech.

Si una respuesta domina la encuesta, es la inteligencia artificial. El hallazgo más revelador, sin embargo, es lo pocos encuestados dispuestos a dejar la respuesta ahí.

Se espera que la IA toque casi todas las áreas del transporte marítimo en los próximos cinco años: planificación de viajes, mantenimiento, compras, operaciones de carga, cumplimiento normativo, seguridad, decisiones comerciales y la administración diaria que consume cantidades extraordinarias de tiempo en el mar y en tierra. Sin embargo, contribuyente tras contribuyente añade la misma salvedad: la inteligencia es tan buena como los datos, el contexto, la conectividad, la arquitectura y el conocimiento marítimo que la sustentan.

Esa salvedad llega a una industria que históricamente se ha digitalizado de manera desigual. El entorno regulatorio del transporte marítimo, no obstante, está cambiando de formas que premian mejores datos: el esquema de calificación del Índice de Intensidad de Carbono (CII) de la OMI para los buques y la inclusión de las emisiones marítimas en el Sistema de Comercio de Emisiones de la UE han convertido los datos operativos precisos y verificables en un requisito de cumplimiento, y no en un proyecto opcional de eficiencia. Los encuestados vuelven una y otra vez a esta presión práctica — la IA solo rinde frutos si los datos que la alimentan resisten el escrutinio.

El contexto como ingrediente faltante

Matthew Talbot, co-CEO de Complexio, ofrece una de las versiones más claras de ese argumento. Su elección como tecnología más transformadora es la capacidad de leer la capa de coordinación no estructurada del transporte marítimo — correo electrónico, chat, documentos y adjuntos — y convertirla en un modelo gobernado de cómo opera realmente una empresa.

"La palabra que importa ahí es contexto", dice Talbot a SplashTech.

Cualquier modelo de propósito general puede resumir un correo electrónico, argumenta. El problema más difícil es entender qué significa ese mensaje dentro de una empresa naviera en particular: a qué buque, carga, contraparte, persona y decisión previa se conecta, y cómo fluye realmente el trabajo. El registro operativo del transporte marítimo suele estar en la bandeja de entrada y no en el ERP. Hasta que las máquinas puedan leer esa historia de manera inteligente, las aplicaciones construidas encima trabajan con solo una parte del panorama.

Manish Singh, de Maris Investments, aborda el mismo problema desde otra dirección. Cuando se le pidió identificar la única tecnología digital más transformadora, se niega a nombrar una tecnología. Su elección es "la plataforma de registro que elimina los silos que tenemos en el flujo de trabajo marítimo".

"Hasta que eso ocurra, muchas herramientas nuevas están sumando complejidad en lugar de capacidad", dice Singh.

En conjunto, las respuestas apuntan al mayor desafío en ciernes. Al transporte marítimo no le faltan aplicaciones. Le falta el tejido conectivo que permita que sus aplicaciones, comunicaciones, datos y personas funcionen como una sola operación.

IA, pero con condiciones

Gert-Jan Panken, director general y vicepresidente de Inmarsat Maritime, espera que la IA tenga el impacto más amplio, pero dice que su valor depende enteramente de la calidad de los insumos y de los fundamentos digitales que la respaldan. La IA necesita datos confiables y una integración segura buque-tierra antes de poder mejorar el mantenimiento, la optimización de viajes, la seguridad, el desempeño de emisiones y la eficiencia comercial. Sin ese fundamento, corre el riesgo de convertirse en otra capa de complejidad.

Nico Lehtinen, director de transformación digital de Elomatic, también postula a la IA, aunque subraya que el transporte marítimo apenas ha arañado la superficie. La tecnología se convertirá gradualmente en una extensión natural de la gestión de ingeniería y operaciones, en lugar de algo que los usuarios visitan como una aplicación aparte. Los ganadores, sugiere, difícilmente serán las empresas con el chatbot más visible. Serán aquellas que incorporen inteligencia silenciosamente en los flujos de trabajo donde ya se toman decisiones.

Maayan Castel, vicepresidenta de producto de Agwa, describe la oportunidad como "IA específica del dominio que cierra el circuito entre la percepción, la decisión y la acción".

"El sector marítimo no necesita más paneles que muestren datos que alguien debe interpretar", señala.

Janani Yagnamurthy, vicepresidenta sénior de producto y crecimiento estratégico de Marcura, se centra en otra gran oportunidad: agentes de IA capaces de institucionalizar el conocimiento organizacional. A medida que los profesionales experimentados se jubilan, las empresas capaces de capturar décadas de decisiones comerciales, prácticas de trabajo e interpretación de contratos poseerán una ventaja que no podrá recuperarse fácilmente más adelante.

Talbot hace un punto similar. El transporte marítimo aún trata gran parte del conocimiento operativo como propiedad personal: el supervisor que recuerda por qué se cambió una maquinaria antes de tiempo, o el operador que sabe qué agente resuelve las cosas en un puerto determinado. Cuando esa persona se va, la empresa a menudo paga para aprender la lección de nuevo.

El hilo común no es simplemente un software más inteligente. Es acortar la distancia entre el conocimiento y la acción.

Primero, la infraestructura

Joy Basu, director general de Smart Ship Hub, ofrece quizás la respuesta más deliberadamente anticuada de la encuesta. Si tuviera que elegir la tecnología genuinamente transformadora, escoge el registrador de datos a bordo.

El transporte marítimo sigue dependiendo en gran medida del AIS, los informes de mediodía y sistemas a bordo fragmentados. Si la información de alta frecuencia de motores, calderas, caudalímetros, medidores de potencia de eje, equipos de navegación y sistemas de carga puede recopilarse de forma económica y confiable, la industria cuenta de repente con la materia prima necesaria para la IA, los gemelos digitales, los informes automatizados y el mantenimiento predictivo.

"Un modelo de IA que jamás haya contemplado un casco sucio, un motor con potencia reducida o una posición AIS falsificada te dará tonterías con confianza", dice Basu.

La IA genérica avanza extraordinariamente rápido, pero los buques no son entornos genéricos. Los sensores se desvían. La maquinaria se degrada. La conectividad desaparece. Los cascos se ensucian. Las tripulaciones improvisan. El clima cambia. Las prioridades comerciales entran en conflicto.

Talbot amplía el argumento más allá de la telemetría. Un registro de sensores puede decirle a un operador que una bomba se sobrecalentó. Al combinar esa señal con los correos del supervisor, los informes de asistencia previos y lo que la tripulación realmente hizo, una máquina puede empezar a entender el porqué. Los datos estructurados y el contexto humano juntos valen más que cada uno por separado.

David Evans, director de tecnología de Idwal, argumenta por ello que la transformación comienza con datos operativos verificados e informes estandarizados, con la IA y la analítica situadas por encima. Adam Dennett, director general de SpecTec, igualmente escoge los datos estandarizados e interoperables como el fundamento que determina quién se beneficia realmente de la inteligencia artificial. La IA podría finalmente dar la razón comercial para corregir problemas digitales que el transporte marítimo ha tolerado durante años.

No todos aceptan que la inteligencia artificial en sí merezca el protagonismo. Bjørn Kristian, director de NAVTOR, escoge el S-100, el marco de datos marítimos de nueva generación desarrollado bajo la estrategia de e-navegación de la OMI, que reúne bajo una estructura común productos de navegación como cartas electrónicas, batimetría, niveles de agua y corrientes superficiales.

"El S-100 introduce capas de navegación más ricas, dinámicas e interoperables", dice Kristian, con el potencial de mejorar la conciencia situacional, el monitoreo de rutas y la planificación de viajes.

Su respuesta es útil precisamente porque refuerza el resultado general de la encuesta: gran parte de la próxima generación de inteligencia marítima depende de que la información más rica se vuelva estructurada e interoperable antes de que las aplicaciones inteligentes puedan aprovecharla. La tecnología bajo la superficie puede determinar en última instancia lo que la tecnología estelar puede lograr.

De aplicaciones a una capa operativa

Aquí es donde el argumento de la plataforma de registro de Singh se vuelve especialmente importante. La tecnología marítima se ha comprado tradicionalmente departamento por departamento y problema por problema. Tripulaciones obtienen un sistema, técnica otro, fletamento otro, compras otro y desempeño otro. Los humanos se convierten entonces en la capa de integración, moviendo información entre productos mediante hojas de cálculo, correos, reingreso de datos y memoria.

Singh cree que esa arquitectura está llegando al fin de su vida útil. Su destino es un registro operativo común para el buque y las personas a su alrededor, que permita que distintas funciones converjan en la misma información subyacente.

"Los segmentos son la forma en que los proveedores se organizan", dice. "Los operadores no experimentan segmentos. Experimentan un flujo de trabajo que cruza múltiples plataformas y aplicaciones."

El énfasis de Talbot en la correspondencia explica por qué resolver solo la capa de aplicaciones es insuficiente. Cada sistema aguas abajo necesita saber qué ocurrió, quién lo decidió y con qué base. Gran parte de esa evidencia sigue incrustada en conversaciones y adjuntos, no en bases de datos.

Christoffer Svard, director comercial de Sea, espera que los agentes de IA se conecten cada vez más directamente con otros sistemas, en lugar de obligar a las personas a iniciar sesión continuamente en plataformas separadas. El software pasa a ser parte de un ecosistema de flujo de trabajo y no un destino.

Kris Vedat, director general de SmartSea, llega a una conclusión comparable desde el lado de las flotas. Espera ecosistemas de decisión autónomos que conecten buques, equipos en tierra e infraestructura marítima. El avance no consiste en automatizar tareas individuales, sino en permitir que las flotas se comporten como redes operativas conectadas.

El juicio humano permanece en el circuito

Con todo el entusiasmo en torno a los agentes y la automatización, relativamente pocos encuestados contemplan los próximos cinco años como una marcha hacia un transporte marítimo sin personas. Mikko Kuosa, director general de NAPA, sostiene que la IA debe proponer mientras los humanos deciden. Garry Noonan, director de innovación de Ardmore Shipping, igualmente subraya que la tecnología entrega su mayor valor cuando mejora la toma de decisiones humanas en lugar de reemplazarlas.

Talbot plantea otro umbral: ¿puede defenderse el resultado después? Una decisión puede cuestionarse meses después por un propietario, fletador, inspector, aseguradora o tribunal. La precisión por sí sola es insuficiente. El sistema necesita preservar de dónde provino la información, qué versión se utilizó y la cadena de razonamiento detrás de la recomendación. Eso podría resultar una de las distinciones entre los productos de IA marítima que superan la etapa de demostración y los que no.

Dentro de cinco años, la IA estará casi con certeza mucho más profundamente arraigada en el transporte marítimo. Pero la encuesta de SplashTech sugiere que la mayor transformación puede ser lo que el auge de la IA obligue a la industria a corregir a su alrededor: calidad de datos, contexto, interoperabilidad, conectividad, identidad, conocimiento institucional y flujo de trabajo. El avance no llegará cuando cada buque tenga un asistente de IA. Llegará cuando el buque, la oficina en tierra y la infraestructura tecnológica finalmente empiecen a trabajar desde la misma realidad operativa — y puedan demostrar cómo llegaron a ella.

Fuente: Splash247