해상 화물에 대한 가시성 개선은 컨테이너 추적을 넘어선다

대유행이 시작된 이후 대규모 공급망 중단이 있었습니다. 이러한 중단으로 인해 가격이 상승하고 상품 부족이 발생했습니다. 항구의 혼잡은 확실히 이러한 중단에 중요한 역할을 했습니다. 세계 함대는 약 6,000척의 선박으로 구성되어 있습니다. 이 선박들은 작년에 거의 150억 100천만 TEU의 컨테이너를 실었습니다. 지난 70월에는 컨테이너선 XNUMX척을 포함해 XNUMX여 척의 선박이 닻에서 기다리고 있었다 또는 드리프트 존에서 로스앤젤레스와 롱비치의 쌍둥이 항구에서 하역합니다.

북미의 상황이 완화된 반면 중국의 항구 혼잡은 훨씬 더 악화되었습니다. 중국은 세계 무역의 약 12%를 차지한다. 중요한 항구 도시에 대한 중국의 엄격한 COVID 봉쇄는 글로벌 공급망에 영향을 미쳤습니다. XNUMX월 말, 500척 이상의 선박 중국 부두에서 접안 공간을 기다리고 있었습니다.

화물 운송을 위해 해양, 철도 및 트럭 운송업체에 비용을 지불하는 화주(Shipper)는 항만 혼잡으로 붐비는 선적을 가속화하기 위해 할 수 있는 일이 거의 없습니다. 그러나 화주가 화물이 바다를 건너는 데 걸리는 시간을 더 잘 파악하고 시설 중 하나로 이동할 수 있다면 지연의 영향을 완화하기 위해 노력할 수 있습니다. 예상 도착 시간(ETA)을 개선하려면 더 나은 가시성이 필요합니다.

Hapag-Lloyd는 가장 큰 해양 항공사 중 하나입니다. 250척이 넘는 컨테이너 선단과 1.8만 TEU의 운송 능력을 보유하고 있습니다. 그들 최근 발표 된 그들은 전체 컨테이너 함대에 실시간 추적 장치를 장착할 것입니다. 장치는 각 컨테이너에서 실시간으로 데이터를 전송하여 가시성을 향상시킵니다. GPS를 기반으로 위치 데이터를 제공하고 온도를 측정하며 컨테이너에 대한 갑작스러운 충격을 모니터링하는 Nexxiot 및 ORBCOMM의 추적 장치가 설치되고 있습니다. 향후에는 Bluetooth를 통해 추가 센서를 추가할 수 있습니다.

이것이 화주에게 절실히 필요한 가시성입니까? 나는 국제 솔루션 담당 수석 부사장인 Steve Dowse와 이야기를 나눴습니다. FourKites. FourKites는 트럭, 기차, 선박 및 기타 운송 자산에서 위치 및 상태 데이터를 수집할 수 있는 공급망 가시성 플랫폼을 제공하고 예상 도착 시간과 함께 회사 상품의 위치에 대한 가시성을 제공합니다. Dowse 씨는 1980년대 후반에 해양 운송 분야에서 경력을 쌓기 시작했습니다.

Mr. Dowse는 선박에 대한 가시성이 이미 매우 우수하다고 설명했습니다. 선박에는 다른 선박이 자신의 위치를 ​​알 수 있도록 선박의 위치를 ​​전송하는 자동 식별 시스템(AIS)이 있습니다. 국제해사기구(International Maritime Organization)는 대형 선박이 충돌을 피하기 위해 자신의 위치를 ​​방송하도록 규정하고 있습니다.

그러나 컨테이너에 대한 더 나은 가시성이 절실히 필요합니다. 항구의 혼잡은 주로 육상 문제입니다. 예를 들어, 현재 중국 항구의 혼잡은 근로자가 선적 컨테이너를 하역하고 탑승하는 것을 막는 중국의 교차 지방 트럭 운송 중단 및 항만 노동 COVID 봉쇄에 대한 COVID 제한을 기반으로 합니다. 마찬가지로 북미 및 유럽 항구의 혼잡은 해양 터미널, 철도 경사로, 내륙 항구 및 화주 창고의 육상 혼잡으로 인한 것입니다. 노동력 부족은 엔드-투-엔드 공급망 운영에 대혼란을 초래했습니다. 중국 공장에서 미국에 있는 화주의 창고까지 종단 간 이동이 45일이 걸렸지만 지금은 100일이 넘게 걸립니다.”라고 Dowse 씨는 설명했습니다. 따라서 철도나 트럭으로 이동하는 육지의 컨테이너에 대한 가시성은 선박이 언제 정박할 것인지에 대한 가시성보다 더 중요합니다. “컨테이너선이 연료를 절약하기 위해 태평양을 천천히 건너서 예상보다 3일 늦게 도착한다면, 롱비치 항구에서 하역하는 데 여전히 15일이 걸리고 도착하는 데 또 XNUMX일이 걸린다면 무슨 상관이 있습니까? 목적지는?”

마찬가지로 해상 운송업체가 게시한 ETA는 그다지 중요하지 않습니다. 해양 ETA는 선박이 항구에 도착하여 화물을 내리기 시작할 때 집중됩니다. 화주에게 중요한 것은 종단 간 ETA입니다. Dowse는 계속해서 "머신 러닝과 인공 지능은 데이터에 대한 엄청난 욕구를 가지고 있습니다."라고 말했습니다. “그래서 Google 지도가 좋은 것입니다. 데이터 포인트가 너무 많습니다.”

FourKites가 최종 목적지에 대한 예상 도착 시간을 만들 때 Ocean Carrier가 사용하고자 하는 것보다 더 많은 데이터 포인트를 사용하고 있습니다. Dowse 씨는 계속해서 “우리는 다양한 데이터 소스를 가지고 있습니다. “우리는 그것들을 연관시키고 ETA를 계속 업데이트합니다. ETA 28일은 7일만큼 정확하지 않습니다. 대략적인 예측입니다.”

어떤 경우에는 이 대략적인 예측이 유용합니다. 이러한 조기 경고로 인해 배송업체는 배송이 늦어지는 위험을 감수하기보다는 항공편으로 신속하게 배송하기로 결정할 수 있습니다. "항공료는 XNUMX배나 비싸지만 상품은 제시간에 도착합니다."

그러나 발송물이 발송인의 창고에 더 가까이 도착할수록 예상 도착 시간의 정확도가 더 좋아지는 것이 더 중요합니다. 이러한 창고는 창고의 인바운드 측에서 선적물을 내린 다음 이러한 팔레트 또는 패키지를 아웃바운드 트럭에 적재할 수 있는 용량(게이트 가용성, 보관 공간 및 인력)이 있는지 확인해야 합니다.

각 노드(트럭에서 항구로, 항구 터미널에서 트럭 하역, 선박에 적재된 상품 등)에서 FourKites는 최신 데이터를 기반으로 예상 도착 시간을 업데이트합니다. Mr. Dowse에 따르면 "우리는 예측을 조정하는 방식의 각 지점에서"라고 말합니다. 그리고 이것은 반드시 단순한 조정이 아닙니다. “배가 Long Beach에 도착하여 5일 동안 정박한다고 가정하지만 계획에서는 배가 3일 동안 정박할 것으로 예상했습니다. 단순히 ETA를 이틀씩 조정할 수는 없습니다. 새로운 열차 시간표를 이해해야 합니다. 우리의 ETA는 어떤 항공사가 달성할 수 있는 것보다 낫습니다.”

마찬가지로 FourKites는 일부 배송업체에 대해 다른 배송업체보다 더 나은 예측을 할 수 있습니다. 일부 배송업체는 활용할 수 있는 더 많고 더 나은 데이터 소스를 보유하고 있습니다. 예를 들어, 한 배송업체는 다음을 가질 수 있습니다. 지오 펜스 트럭이 시설을 떠나는 시점에 대한 데이터를 제공하는 반면, 다른 화주는 덜 신뢰할 수 있는 EDI 메시지에 의존합니다.

Mr. Dowse는 Hapag-Lloyd의 컨테이너 추적 프로그램에 박수를 보내며 다른 대형 해운업체도 이를 따르기를 희망합니다. 이것은 FourKites 플랫폼이 수집할 수 있는 또 다른 데이터 소스가 됩니다.

그러나 Mr. Dowse는 계속해서 컨테이너 수준의 가시성이 충분하지 않다고 주장했습니다. "화주는 컨테이너 가시성이 아니라 SKU(재고 보관 단위) 가시성을 원합니다." 예를 들어 소매업체가 제품 판매 시즌에 가까워질수록 소매업체는 업데이트된 수요 예측을 기반으로 제품을 여러 매장에 할당하는 방법을 더 잘 이해합니다.

FourKites의 관점은 선적의 한 구간에 대한 데이터를 개선하는 것이 칭찬할 만하다는 것입니다. 그러나 화주가 필요로 하는 것은 모든 노드와 모드에 대한 가시성과 구매 주문 및 SKU 수준까지의 종단 간 여정을 설명하는 우수한 예측 도착 시간입니다.