예측 분석으로 글로벌 컨테이너 위기를 해결하는 방법

전 세계의 화주들은 급증하는 운임 비용을 감당하기 위해 분주하게 움직이고 있으며, 이를 지원하는 물류 조직은 예상치 못한 방식으로 어려움을 겪고 있습니다. 중국에서 미국 서부 해안 항구로 상품을 운송하기 위한 해상 운임은 40피트 컨테이너당 $20,000 이상에 이르렀으며 이는 팬데믹 이전 평균 $1,590의 배수입니다.

Fit for 55 및 유럽과 미국의 2021년 해양 해운 개혁법(Ocean Shipping Reform Act)과 같은 새로운 녹색 규정은 업계에 더 많은 도전을 가져다주고 빠르고 효율적인 솔루션의 필요성을 시급하게 만듭니다.

오늘날 데이터는 과거, 현재 및 미래 운영에 대한 통찰력을 제공하므로 새로운 장애물을 탐색할 때 모든 산업에서 가장 중요한 자산입니다. 데이터를 활용하는 디지털 진화는 격차를 개선하는 데 도움이 되는 양적 및 과거 정보를 사용하여 해운 산업에 새로운 투명성의 시대를 열었습니다. 이 마이그레이션은 이러한 비용이 많이 드는 중단이 발생할 수 있는 방법, 위치, 심지어 시기를 보여줍니다. 인공 지능(AI)은 현재의 압력에서 공급망이 무너지지 않도록 기업에 필요한 적응이 되고 있습니다.

오늘날 글로벌 공급망의 가장 큰 문제, 컴파일 우발 상황이 운송 운영에 미치는 영향, AI를 통한 예측 분석이 현대 물류의 문제에 대한 솔루션을 제공하는 데 어떻게 도움이 되는지 살펴보겠습니다.

새로운 배송 방식

오늘날 소비자들은 여행을 하지 않기 때문에 물질적인 것에 돈을 쓰고 있습니다. 이는 전자 상거래의 폭발로 이어집니다. 이로 인해 서비스가 너무 느려서 고객이 상품을 과도하게 구입하여 부상에 대한 모욕을 일으키고 있습니다. 문제의 핵심은 대부분의 컨테이너가 선박에 정체되어 있고 선박이 하역을 위해 항구에서 계속 늘어나는 라인에서 기다리고 있다는 것입니다. 체인.

수출업자들에 따르면 컨테이너는 적시운송을 위해 높은 요금을 지불하고도 제때 운송되지 않고 원산지 항구에 방치되고 있다. 이는 전자 상거래 및 가정 배송의 확대로 인해 소포 및 배송의 라스트 마일 부문 비용이 24.3% 증가했다는 사실과 결합됩니다. 이는 상품을 제공하는 회사와 이를 배송하는 운송 회사에 대한 추가 비용을 의미합니다. 궁극적으로 이는 운송 산업의 전례 없는 상황에 대한 불행한 단점으로서 지속적으로 열악한 서비스 수준으로 이어집니다.

매월 화물 비용의 증가율은 전 세계적으로 20% 증가했습니다. 중국 동해안에서 로테르담 또는 함부르크까지 운송하는 비용이 상하이에서 LA까지의 운송 비용보다 훨씬 더 많은 유럽 노선에서는 더 높은 견적을 볼 수 있습니다. 인력과 트럭의 수가 부족하고 들어오는 물량이 증가하면서 화물이 실제로 항구에 도착하면 정체가 불가피해집니다. 이는 화물 가격이 치솟고 있으며 화물 비용은 작년보다 6배 이상 높습니다.

또한 필수 자재 부족이 늘어남에 따라 글로벌 공급망의 혼란이 가중되고 있습니다. 컴퓨터 칩에서 목재에 이르기까지 부족으로 인해 배송이 지연되고 전반적으로 비용이 증가하고 있습니다. 이는 의심할 여지 없이 2022년까지 배송에 더 많은 불확실성을 야기할 것입니다.

불명확한 추정

소매업체가 4분기로 접어들면서 재고 수준이 날로 증가하고 창고 공간이 점점 부족해지고 있습니다. 이는 물류 회사가 이러한 상품을 운송하기 위해 선박에서 사용할 수 있는 용량을 이해하는 데 더욱 어려움을 주며, 이로 인해 많은 회사에서 공간을 과대 평가하고 배송 시간을 더욱 늦추게 됩니다.

현재 수준의 컨테이너 용량은 선박에서는 유휴 상태로 유지되지만 육상에서는 유휴 상태가 아니기 때문에 운송 회사는 자주 이용하는 항구에 컨테이너를 비축해 두는 것이 중요합니다. 역설적이게도 현재 창고에 있는 유휴 컨테이너의 수준은 여전히 ​​상대적으로 높기 때문에 그 중 일부가 재배치된다면 컨테이너 관리가 더 효율적일 수 있음을 보여줍니다. 사실, 빈 컨테이너가 여전히 필요하지만 더 정확하고 효율적으로 위임하려면 더 나은 결정을 내려야 합니다. 수요를 충족하는 데 필요한 컨테이너를 고려하면서 동시에 "만일의 경우"에 대비한 컨테이너를 유지해야 합니다.

해운업계가 직면한 도전과제는 서로를 더욱 악화시키는 것이 현실입니다. 더욱이, 어느 한 요소도 결정 요인이 아니며, 모든 요소가 결합하여 현재 해운 업계가 직면한 어려움을 낳습니다. 공급망과 관련된 모든 회사가 끊임없이 변화하는 경고를 따라잡기 위해 필사적인 조치를 취함에 따라 회사는 현재의 예측할 수 없는 상황을 헤쳐나가기 위해 계속 시도하고 있습니다.

이 공백을 채우기 위해 협력하고 있는 일부 회사가 있으며, 이미 해운 라인 간의 제휴가 이루어지고 있습니다. 현재의 산업 발전 속도에 따라 회사 간 협력의 힘과 실현 가능성이 매년 증가하는 것을 보게 될 것입니다.

판도를 바꾸는 솔루션

이러한 뉘앙스를 넘나들어야 하는 극단적인 필요성으로 인해 물류 회사는 새로운 솔루션을 개발하고 서비스를 확장하게 되었습니다. AI 혁신 채택을 통한 디지털 혁신은 공급망에 있는 모든 기업이 문자 그대로 그리고 비유적으로 전달할 수 있도록 하는 데 필요한 요구 사항을 충족하는 희망의 등대였습니다.

컨테이너 수명 주기 동안 발생하는 모든 비용을 고려한 AI 최적화 모델이 필요합니다. 데이터 분석은 예측된 추세를 기반으로 과거 성능, 현재 운영 상태, 미래 비용에 대한 가시성을 제공하여 기업에 컨테이너를 특급 배송해야 하는지 아니면 항구에서 기다릴 시간이 있는지 알려줍니다. 이를 통해 기업은 필요할 때 빈 컨테이너를 수요가 많은 위치로 다시 옮기는 방법을 사용할 수 있으며, 또한 현장의 빈 재고 불균형을 완화하면서 보관 비용을 절감할 수 있습니다. 예측에 AI를 사용하면 전체 컨테이너의 수가 더 명확해질 뿐만 아니라 사용 가능한 빈 컨테이너에 대한 추정도 확보됩니다.

물류 회사는 데이터 추출 프로세스를 자동화할 수 있으며 기계 학습 알고리즘은 데이터 품질을 더욱 강화할 수 있습니다. 이 데이터를 활용하면 컨테이너 보관, 재배치 및 계획을 위한 전략을 활용할 수 있습니다. 즉, 용량을 늘려 함대의 민첩성을 높일 뿐만 아니라 필요한 양을 줄이는 것입니다. 이러한 예측 분석을 통해 개별 기업은 운영에 대한 더 많은 가시성을 확보하여 안전하고 최적의 수준의 안전 재고를 확보할 수 있습니다. 데이터 신뢰성 및 통합을 통해 예측 분석을 통해 배송 수요를 더 잘 위임할 수 있으므로 비용을 크게 절감할 수 있습니다.

가장 중요한 것은 기업이 데이터를 더 잘 관리할 때 한 가지 버전의 진실이 업계 전체의 표준을 드러낸다는 것입니다. 디지털 혁신을 구현함으로써 공급-수요 사슬은 2021년의 컴파일 뉘앙스를 탐색할 수 있습니다.

Marc Meyer는 Transmetrics의 최고 상업 책임자입니다.