提高对海运货物的可见性超越了集装箱跟踪

自大流行开始以来，供应链出现了大规模中断。 这些中断推高了价格并导致商品短缺。 港口拥堵无疑在这些中断中发挥了作用。 世界船队由大约 6,000 艘船组成。 去年，这些船运载了近 150 亿个 100 英尺标准箱 (TEU) 的集装箱。 去年 70 月，包括 XNUMX 艘集装箱船在内的 XNUMX 多艘船舶， 在锚泊处等待 或在漂流区在洛杉矶和长滩这两个港口卸货。

尽管北美的情况有所缓解，但中国的港口拥堵情况却更加严重。 中国约占全球贸易的12%。 中国在关键港口城市实施的严格 COVID 封锁已经影响了全球供应链。 四月底， 500多艘船 在中国码头等待泊位。

托运人——支付海运、铁路和卡车承运人运输货物的公司——在加快因港口拥堵而陷入困境的货运方面几乎无能为力。 但是，如果托运人能够更好地了解他们的货物需要多长时间才能穿越大洋然后转移到他们的设施之一，他们就可以努力减轻延误的影响。 为了更好地估计到达时间 (ETA)，需要更好的能见度。

赫伯罗特是最大的海运公司之一。 他们拥有超过 250 艘集装箱船的船队和 1.8 万标准箱的运输能力。 他们 最近公布的 他们将为整个集装箱船队配备实时跟踪设备。 这些设备将通过从每个容器实时传输数据来提高可见性。 正在安装 Nexxiot 和 ORBCOMM 的跟踪设备，这些设备将提供基于 GPS 的位置数据、测量温度并监控对集装箱的任何突然冲击。 将来，可以通过蓝牙添加额外的传感器。

这是托运人迫切需要的能见度吗？ 我与国际解决方案高级副总裁 Steve Dowse 进行了交谈 FourKites. FourKites 提供了一个供应链可视化平台，可以从卡车、火车、轮船和其他运输资产中提取位置和状态数据，然后提供对公司货物位置的可视性以及到达的预测时间。 Dowse 先生于 1980 年代后期开始了他的海运职业生涯。

Dowse 先生解释说，船舶的能见度已经非常好。 船舶有一个自动识别系统或 AIS，它可以传输船舶的位置，以便其他船舶知道其位置。 国际海事组织要求大型船舶广播其位置以避免碰撞。

但迫切需要更好地了解容器。 港口的拥堵主要是陆上问题。 例如，中国港口目前的拥堵是基于 COVID 对跨省货运停工的限制和中国港口劳动力的 COVID 封锁，这些限制阻止了工人卸载和装载集装箱。 同样，北美和欧洲港口的拥堵是由于海运码头、铁路坡道、内陆港口和托运人仓库的陆侧拥堵。 劳动力短缺对端到端的供应链运营造成了严重破坏。 从中国工厂到美国托运人仓库的端到端旅程过去需要 45 天，现在需要 100 多天”，Dowse 先生解释道。 因此，通过铁路或卡车移动的陆地上集装箱的能见度比船舶何时停泊的能见度更重要。 “如果一艘集装箱船为了节省燃料而缓慢驶过太平洋，并且将比预期晚 3 天到达，如果在长滩港还需要 15 天卸货，然后又需要 XNUMX 天才能到达，那又有什么关系呢？它的目的地？”

同样，海运托运人发布的 ETA 也没有那么重要。 海洋 ETA 的重点是船舶何时进入港口并开始卸货。 对托运人来说，端到端的 ETA 很重要。 “机器学习和人工智能对数据有着贪婪的胃口，”Dowse 先生接着说。 “这就是谷歌地图如此出色的原因。 它有很多数据点。”

当 FourKites 预测最终目的地的到达时间时，他们使用的数据点比任何海运承运人都希望使用的多。 “我们有许多不同的数据源，”Dowse 先生接着说。 “我们将它们关联起来并继续更新 ETA。 28 天的 ETA 不如 7 天的准确。 这是一个粗略的预测。”

在某些情况下，这种粗略的预测很有用。 这种早期警告可能会导致托运人决定加快空运速度，而不是冒迟到的风险。 “空运成本是其五倍，但货物准时到达。”

但更常见的是，货物越接近托运人的仓库，预测到达时间的准确性就越重要。 这些仓库需要确保他们有足够的能力——门的可用性、存储空间和劳动力——在仓库的入库侧卸载货物，然后将这些托盘或包裹装载到出站卡车上。

在每个节点——卡车到港口、在港口码头卸卡车、货物装船等——FourKites 根据最新数据更新其预测到达时间。 根据 Dowse 先生的说法，“在此过程中的每一点，我们都会调整我们的预测。” 而这些不一定是简单的调整。 “假设这艘船到达长滩并停留 5 天，但计划估计这艘船将停留 3 天。 您不能简单地将 ETA 调整两天。 您必须了解新的火车时刻表。 我们的预计到达时间比任何承运人都好。”

同样，FourKites 可以为某些托运人做出比其他人更好的预测。 一些托运人拥有更多更好的数据源可供利用。 例如，一位托运人可能有 地理围栏 卡车何时离开设施的数据，而其他托运人则依赖不太可靠的 EDI 消息。

Dowse 先生对赫伯罗特的集装箱跟踪计划表示赞赏，并希望其他大型海运公司也能效仿。 这成为 FourKites 平台可以摄取的另一个数据源。

但 Dowse 先生继续断言容器级别的可见性是不够的。 “托运人需要 SKU（库存单位）可见性，而不是集装箱可见性。” 例如，零售商越接近产品的销售季节，零售商就越了解应如何根据更新的需求预测将产品分配到不同的商店。

FourKites 的观点是，改进货运单程的数据是值得称赞的。 但是，托运人需要的是所有节点和模式的可见性，以及良好的到达时间预测，这说明了从端到端的旅程到采购订单和 SKU 级别。