El aprendizaje automático está mejorando de manera constante la previsión de tarifas de flete en la industria del transporte marítimo, pero la volatilidad inherente del sector sigue escapando incluso a los modelos más avanzados.

Una revisión de 28 estudios publicados entre 2012 y 2024 encontró una creciente dependencia de datos sobre la oferta de buques, indicadores de demanda de materias primas, precios del combustible bunker y métricas económicas más amplias para prever los mercados de flete. Sin embargo, la revisión también concluyó que los shocks geopolíticos, los cambios regulatorios y las interrupciones repentinas del suministro no pueden captarse de forma fiable solo a partir de datos históricos, lo que subraya una limitación central para una industria en la que las tarifas pueden moverse con rapidez por acontecimientos fuera de las tendencias habituales.

De forma general, las figuras del sector coinciden en que la inteligencia artificial se debe tratar mejor como una herramienta de apoyo a la toma de decisiones y no como un reemplazo del juicio humano. Burak Cetinok, de Arrow, dijo a la publicación hermana SplashTech que las herramientas modernas pueden procesar conjuntos de datos más rápido que nunca, pero la mala calidad de los datos y la cobertura limitada siguen restringiendo la precisión. Panos Patsadas, de Trans Global Projects, sostuvo que el transporte marítimo sigue estando insuficientemente digitalizado y advirtió que los ciclos pasados son malos guías para el comportamiento futuro del mercado, un recordatorio de que la previsión sigue vinculada a la calidad y la integridad del registro de mercado subyacente.

Christoffer Svärd, de Sea, señaló que la salida del modelo depende en gran medida de la configuración, el prompting, el contexto y la interpretación humana.

Roar Adland, de SSY, adoptó un tono más escéptico y argumentó que los modelos de lenguaje grandes aportan poco a los sistemas de aprendizaje automático que ya se utilizan desde hace más de una década y siguen sin ser adecuados para decisiones comerciales autónomas.

Los expertos identificaron tres impulsores principales de las tarifas de flete: fundamentos previsibles, shocks imprevisibles y comportamiento gregario de corto plazo. La IA puede mejorar el análisis de la primera categoría, pero ofrece poco margen frente a la segunda e incluso podría amplificar la tercera. Si los participantes del mercado recurren a modelos y conjuntos de datos similares, podrían concentrarse en las mismas posiciones, acelerando los movimientos del mercado y debilitando las propias previsiones que esas herramientas fueron diseñadas para generar.

El consenso entre los profesionales del sector es que la IA puede refinar el análisis, revelar patrones ocultos y mejorar el momento de las decisiones, pero no eliminará los ciclos del transporte marítimo ni sustituirá el juicio comercial experimentado.

Fuente: Splash247