Esa Group lancia il crew manager informatico per la gestione (quasi) autonoma degli equipaggi

Oltre a puntare l’attenzione su fenomeni d’attualità come quello della cybersecurity, il convegno #NextGenerationShipping organizzato nell’ambito della Port&Shipping Tech è stato anche l’occasione in cui il settore ha potuto conoscere esperienze e soluzioni innovative sviluppate con l’impiego delle nuove tecnologie.

Tra queste, una delle più significative per via dei suoi potenziali impieghi è quella presentata da Gian Enzo Duci, presidente di Esa Group, insieme ad Alberto Candido. La società, player di riferimento nella gestione degli equipaggi, ha infatti illustrato un’iniziativa che ha portato all’utilizzo del machine learning (ovvero di tecniche di intelligenza artificiale basate sull’apprendimento automatico) per la gestione di alcune attività.

“Abbiamo insegnato alle macchine a comportarsi come un crew manager su due processi, quello della crew rotation e quello della gestione dei claim per armatori e P&I in caso di necessità di tipo medico” ha spiegato Duci. Entrambe attività che sono descritte come time consuming, labour intensive e fondate sull’esperienza degli operatori, caratteristiche che le rendevano candidate ideali per essere sottoposte appunto a progetti di ottimizzazione e automatizzazione basati sul machine learning.

L’obiettivo è stato in particolare nel primo caso quello di arrivare a organizzare in modo automatico la rotazione degli equipaggi e nel caso dei claim quello di predire i tempi di degenza (e di conseguenza quelli del ritorno in attività) dei marittimi e i costi della pratica, in modo da poter applicare strategie di copertura e di riduzione dei costi.

Se l’elemento umano, come visto, in ambito cybersecurity è spesso l’anello debole (cioè quello che involontariamente spiana la strada agli attacchi), per Esa Group si è invece rivelato fondamentale per poter arrivare a un risultato adeguato in particolare nello sviluppo della seconda soluzione.

“Importante è stato alimentare ‘la macchina’ di dati abbiamo inserito 10mila imbarchi del passato e 50mila claims medici” ma per poi portare il modello a una capacità predittiva soddisfacente, ha spiegato Duci, è stata fondamentale la decisione ‘umana’ di suddividere questa mole di informazioni in ulteriori quattro categorie. In questo modo il modello è passato da un success rate del 72% a uno del 98%.

“L’automazione è un supporto – ha concluso Duci, riallacciandosi anche al tema delle navi autonome, pure trattato nel corso del convegno – ma la presenza della componente umana aumenta l’efficienza. Soluzioni di questo tipo, e non di ‘full autonomo’, sono ideali perché permettono anche di non cambiare paradigma normativo, legale o di valutazione dei rischi”.

ISCRIVITI ALLA NEWSLETTER QUOTIDIANA GRATUITA DI SHIPPING ITALY