La gestión de endpoints puede garantizar la seguridad, la organización y la eficacia de una empresa al proporcionar una visión global de la salud, la ubicación y el estado de los endpoints. Descárgate esta guía con donde encontrarás las principales tendencias en gestión de endpoints, los principales retos y mucho más.

carga aérea de mercancías

Cómo la digitalización e IA puede predecir y agilizar la carga aérea de mercancías

La carga aérea es un componente clave del transporte mundial de mercancías. Según IATA los aviones mueven más de 5 billones de dólares en bienes cada año y se proyecta un crecimiento significativo para este sector en los próximos diez años.

En relación a ello, surge el proyecto “Muelle Digital”, financiado por la Unión Europea, una iniciativa de AIS Group, GPA y Portel, y el Clúster Digital de Catalunya y el Clúster de Movilidad y Logística de Euskadi, con interés en el mundo de la carga aérea de mercancías.

El objetivo de dicho proyecto es impulsar la digitalización del proceso de transporte terrestre, así como el de recepción de mercancía en los muelles de la terminal de carga. El proyecto tendrá como escenario piloto varios aeropuertos españoles, previsiblemente los de Madrid, Barcelona, Bilbao, Zaragoza y Vitoria.

“En una primera fase, el objetivo es predecir la demanda para optimizar recursos. Por ejemplo, en función del número de operaciones, mercancías y destinos, el modelo hará una predicción de la demanda del mes siguiente, lo que permitirá anticiparse en decisiones”, explica Lluïsa Parés, directora de I+D de AIS.

Modelo predictivo de IA

La carga aérea tiene un papel fundamental como facilitador del comercio exterior y la prosperidad del país. Para ganar en agilidad requiere que los procesos entre sus agentes sean fluidos y rápidos, así como disponer de previsiones de actividad a corto plazo para dimensionar los equipos de trabajo, la aplicación de tecnología va a mejorar ambos puntos.

Cómo la digitalización e IA puede predecir y agilizar la carga aérea de mercancías

Ante esta realidad, AIS construye para cada aeropuerto un modelo predictivo de IA a partir de los datos históricos de carga aérea. En su desarrollo, utiliza técnicas de Machine Learning que permiten predecir el comportamiento de la demanda de carga área mensualmente por tipo de producto y por origen-destino.

Este modelo incorpora variables macroeconómicas para calcular el impacto de indicadores como el PIB o la balanza comercial sobre la actividad y se integrará en una herramienta de planificación de la demanda que permita anticiparse en las decisiones.

La digitalización del sector de carga aérea por parte de PORTEL y GPA

PORTEL y GPA se responsabilizan de otra parte clave de esta solución: la digitalización de los procesos documentales y operativos entre los agentes que participan en la exportación aérea y el desarrollo del cuadro de mando donde se integra el modelo de IA y que incluye los indicadores relativos a la demanda de carga aérea; oferta de vuelos; y otra información de producción.

 

Deja un comentario

Scroll al inicio