Il machine learning sta migliorando costantemente la previsione dei noli nel settore del trasporto marittimo, tuttavia la volatilità intrinseca del settore continua a sfuggire anche ai modelli più avanzati.

Una revisione di 28 studi pubblicati tra il 2012 e il 2024 ha rilevato un ricorso crescente a dati sull'offerta di navi, indicatori di domanda delle materie prime, prezzi del combustibile di bunker e metriche economiche più ampie per prevedere i mercati dei noli. Tuttavia, la revisione ha anche concluso che gli shock geopolitici, i cambiamenti normativi e le improvvise interruzioni dell'offerta non possono essere catturati in modo affidabile solo dai dati storici, sottolineando un limite fondamentale per un settore in cui i noli possono variare rapidamente a causa di eventi al di fuori delle normali linee di tendenza.

Le figure del settore concordano in linea generale che l'intelligenza artificiale è da considerarsi meglio come strumento di supporto alle decisioni piuttosto che come sostituto del giudizio umano. Burak Cetinok di Arrow ha dichiarato alla testata gemella SplashTech che gli strumenti moderni possono elaborare dataset più velocemente che mai, ma la scarsa qualità dei dati e la copertura limitata vincolano ancora l'accuratezza. Panos Patsadas di Trans Global Projects ha sostenuto che il trasporto marittimo rimane insufficientemente digitalizzato e ha avvertito che i cicli passati sono guide inadeguate al comportamento futuro del mercato, un monito che ricorda come la previsione rimanga legata alla qualità e alla completezza dei dati di mercato sottostanti.

Christoffer Svärd di Sea ha osservato che l'output del modello dipende fortemente dalla configurazione, dal prompting, dal contesto e dall'interpretazione umana.

Roar Adland di SSY ha assunto un tono più scettico, sostenendo che i grandi modelli linguistici aggiungono poco ai sistemi di machine learning già in uso da oltre un decennio e che rimangono inadatti a decisioni commerciali autonome.

Gli esperti hanno individuato tre fattori principali dei noli marittimi: fondamentali prevedibili, shock imprevedibili e comportamento di branco a breve termine. L'IA può affinare l'analisi della prima categoria, ma offre poco leva sulla seconda e potrebbe persino amplificare la terza. Se i partecipanti di mercato si affidano a modelli e dataset simili, potrebbero concentrarsi sulle stesse posizioni, accelerando i movimenti di mercato e minando proprio le previsioni che quegli strumenti erano progettati per produrre.

Il consenso tra i professionisti del settore è che l'IA possa perfezionare l'analisi, rivelare pattern nascosti e migliorare il tempismo, ma non eliminerà i cicli del trasporto marittimo né sostituirà il giudizio commerciale esperto.

Fonte: Splash247