23948sdkhjf

Molslinjen sparer olie med AI: Som at spille Tetris og kende brikkerne på forhånd

Kunstig intelligens bestemmer lastningen af Kattegat-færgerne. Det har sparet rederiet millioner af kroner på brændstof

En iPad står for lastningen af færgerne over Kattegat.

Groft sagt.

For bagved ligger millioner af datastumper samlet i et softwareprogram, der for hver afgang fortæller kaptajn og styrmand, hvordan færgen lastes mest optimalt.

Det fortæller CCO i Molslinjen Jesper Skovgaard til Søfart.

- Vores udfordring er, at vi ikke ved, hvilke og hvor mange biler, der kommer til hver afgang. Vi kender dem, der har lavet reservationer, men dem der dukker op uanmeldt, aner vi intet om før helt op mod afgang. Programmet kan på baggrund af data levere den mest optimale lasteplan på den givne afgang, siger Jesper Skovgaard.

Vi ville gerne kunne laste færgerne mere korrekt og hurtigere, fordi vi på den måde kan spare på olie Jesper Skovgaard, CCO, Molslinjen

- Det er som at spille Tetris og kende brikkerne på forhånd, siger han.

Molslinjen og kunstig intelligens

  • Molslinjens program er udviklet i samarbejde med den københavnske softwarevirksomhed Halfspace
  • Softwaren er pt udrullet på færgerne over Kattegat og til dels på Bornholmslinjen. Den del af systemet, der vedrører den dynamiske prissætning, er ved at blive indarbejdet på Øresundslinjen.
  • Samarbejdet mellem Molslinjen og Halfspace har kørt på siden 2019.

Kilde: Molslinjen

Den primære opgave for programmet er ved hjælp af kunstig intelligens at reagere på ændringer, som hvis der pludselig kommer mange biler til færgelejet, fordi der er kø på E45, eller der sker uheld på Storebæltsbroen. På den baggrund skal softwaren levere et scenarie for lastningen af biler, hvor der er taget højde for antallet og typen af køretøjer.

- Det er vigtigt, at vi fanger ændringerne hurtigt, fordi det ændrer lasteplanen. Det er det, programmet skal, siger Jesper Skovgaard.

Sparer millioner

Programmet blev introduceret i rederiet i 2019, netop fordi man ønskede en mere optimal plan for, hvordan bilerne skulle køre ombord og fordele sig på vogndækket. I rederiet vidste man nemlig, at der var penge og brændstof at spare, hvis lasten blev fordelt rigtigt ved hver eneste afgang.

- Vi ville gerne kunne laste færgerne mere korrekt og hurtigere, fordi vi på den måde kan spare på olien. Kunstig intelligens viser os nu, hvordan vi skal laste, så fordi færgen ligger bedre i vandet, når vægten er samlet foran, forklarer han. 

- Når vi har en klar plan for lastning, kan det også foregå hurtigere, så vi enten helt kan undgå forsinkelser eller hente forsinkelser, der er opstået, fortæller han.

Og resultaterne taler sine tydelige sprog. Efter softwaren er blevet rullet ud på turen over Kattegat, har Molslinjen sparet tre procent af deres olieforbrug. Det løber op i mellem 15-20 millioner kroner om året.

Og måske bliver det til mere hen ad vejen.

For pointen med kunstig intelligens er, at softwaren kontinuerligt træner og øver sig på baggrund af data, der hele tiden bliver genereret.

I fremtiden betyder det, at software kan give sit bedste bud på, hvilke typer af biler, der dukker op hvornår. Eller hvordan en pludselig tilstrømning til én afgang påvirker den næste. Og måske kan data sågar blive hentet uden fra Molslinjen. 

- Lige nu arbejder den med vores egne data, men i fremtiden kan man måske få adgang til data om vejret eller trafikken og også lade det spille ind, siger Jesper Skovgaard.

En datadreven ruteplan

Før hvilede beslutning om lastning hos kaptajn og styrmand, og det har da også krævet lidt tilvænning, at den procedure nu starter på en iPad, fortæller Jesper Skovgaard.

- Det har været en kulturændring ombord, ingen tvivl om det. Nu er det ikke alene kaptajnen, der træffer beslutningen; nu er der flere, der har en holdning til, om busserne kører ind i skibet fra højre eller venstre side, siger han og understreger, at besætningen virker glade for programmet.

Og lastning er ikke det eneste, den kunstige intelligens kan bidrage med. Rederiets dynamiske prissætning er også lagt i hænderne på softwaren.

- Programmet kan afkode, hvad vi kan tage for billetterne. Det er ikke nyt, at vi har dynamisk prissætning, det nye er, at vi kan teste priserne på hver afgang og se, hvordan kunderne reagerer på det, siger han. 

Vi ved, at vi sparer brændstof ved at sejle der, hvor der er lavt. Måske kan vi i fremtiden bruge erfaringsdata til at regne ud for os, hvor det er mest optimalt at sejle i forhold til vind og vejr Jesper Skovgaard, CCO, Molslinjen

Og Molslinjen er langt fra færdig med kunstig intelligens. Nu ser de ind i, om software og data kan hjælpe dem med at lægge de mest optimale ruter over Kattegat.

- Vi ved, at vi sparer brændstof ved at sejle der, hvor der er lavt. Måske kan vi i fremtiden bruge erfaringsdata til at regne ud for os, hvor det er mest optimalt at sejle i forhold til vind og vejr, siger Jesper Skovgaard.

Molslinjens mulige prisvindende software

  • Molslinjen er sammen med softwareselskabet, der har udviklet programmet, nomineret til 'Franz Edelman Award,' der populært betegnes som en nobelpris i operationel research.
  • Det er første gang, at danske virksomheder er nomineret til prisen
  • Hvis de danske selskaber vinder prisen, kommer de i fint selskab med tidligere vindere som Intel, General Motors Corporation, Motorola IBM og American Airlines
  • Prisen uddeles i Florida til april
Kommenter artiklen
Job i fokus
Gå til joboversigten
Udvalgte artikler

Nyhedsbreve

Send til en kollega

0.11