De Uber van de cargoscheepvaart
Shipnext linkt schip en vracht via digitale marktplaats
Cargoscheepvaart gaat nog altijd gepaard met veel mailverkeer en communicatie via berichtenapps, telefoon en zelfs fax. Shipnext digitaliseerde en optimaliseerde die stromen met een platformgerichte benadering, waarbij het met behulp van artificiële intelligentie de lading aan een schip koppelt.
Alexander Varvarenko richtte in 2009 het scheepvaartbedrijf Varamar op. Het bedrijf handelt onder meer de verscheping van stukgoederen, zware vrachten, droge bulk en containers af. “Ik stelde vast dat de sector op verschillende vlakken weinig evolueerde. Het dagelijkse werk van mezelf en mijn collega’s bestond er soms hoofzakelijk in duizenden mails door te nemen over ladingen, openstaande scheepsposities en verzoeken van klanten en externe partijen”, aldus de zaakvoerder. “We moesten die mails lezen, bijlages openen, de details van elke lading doornemen en daarop de berekeningen uitvoeren. Dat was erg tijdrovend en inefficiënt.”
Manuele processen
Niet zelden bleek de aangereikte informatie bovendien onvolledig. “Wanneer gegevens over de laad- of loshaven of over de lading ontbraken, moesten we dat zelf uitzoeken”, vervolgt hij. “Om de optimale verzendoplossing te vinden, kwam er heel wat complex reken- en opzoekwerk bij kijken. Vervolgens klopten we bij de verschillende makelaars en rederijen aan voor extra informatie. Aangezien data over havens, schepen of transportbedrijven geregeld wijzigden, moesten we de relevante gegevens geregeld opnieuw opzoeken en bijwerken. Veel informatie bevond zich bovendien in de hoofden van onze medewerkers, wat in het geval van hun afwezigheid tot problemen kon leiden. Ook leidde het mailcontact tot weinig transparantie, aangezien je als manager geen inzicht had in de interactie.”
NLP en artificiële intelligentie
Om een antwoord op die situatie te bieden, ontwikkelde Alexander Varvarenko een algoritme dat met behulp van NLP (natural language processing) de mails inleest en alle relevante informatie analyseert en standaardiseert. “Artificiële intelligentie en machine learning destilleren waar de klant naar verwijst, berekenen de cargovolumes en de mogelijke beperkingen: kan een schip met bepaalde afmetingen wel in die haven terecht, is er een kraan beschikbaar in de haven, wat is de kortste route, enzovoort.”
Alexander Varvarenko stelde zijn database met de flows van ladingen en schepen open. Hij voedde de algoritmes met de jarenlange communicatie van ongeveer 10.000 mails per dag om op die manier ladingen en schepen optimaal met elkaar te matchen. “Mijn klanten ontvingen onmiddellijk de aangewezen oplossing die ze anders maar na uren of dagen zouden krijgen”, blikt hij terug. Dat succes vormde de basis voor de verdere ontwikkeling tot het platform Shipnext, dat Alexander Varvarenko uitrolt voor scheepvaartbedrijven, cargovervoerders en rederijen. Voor wie een opdracht ingeeft, berekenen de algoritmes in één tel de beste oplossingen uit een database van meer dan 87.000 schepen. De gegeneerde resultatenlijst biedt de mogelijkheid verder in te zoomen op factoren als prijs, performantie, historiek, beschikbaarheid en capaciteit.
Boekingsplatform
Op die manier evolueerde Shipnext tot een boekingsplatform voor de scheepvaartindustrie. “Je vindt op een snelle en eenvoudige manier alle beschikbare zeevrachtcapaciteit binnen jouw vooropgestelde budget”, legt Alexander Varvarenko uit. “In plaats van een oneindig aanbod dat buiten jouw scope valt, ontdek je enkel de schepen die jouw vracht kunnen transporteren. Dat bespaart beide partijen veel tijd en moeite. De opdrachtgever hoeft niet meer door een haast oneindig volle mailbox te ploegen. Hij ontvangt een beperkte lijst met mogelijke kandidaten en kan meteen ook feedback geven, terwijl de rederij enkel een relevante doelgroep benadert.”
Alexander Varvarenko noemt het ontstaan van zo’n Uber-achtige toepassing de logica zelve. “Stel je voor dat je vandaag voor elke vliegreis een mail naar de luchtvaartmaatschappijen moet sturen om te vragen welke vluchten er zijn, wanneer ze vliegen en tegen welke prijs. Dat zou je anno 2023 niet meer aanvaarden, terwijl het voor de cargoscheepvaart de dagelijkse realiteit blijft.”
De zaakvoerder meent dat Shipnext tot open communicatie leidt, zowel intern als naar externe partijen. “Via het platform kun je laten weten dat een schip vertraging oploopt. Wanneer de aankomst over 25 dagen is aangekondigd, maar je via Shipnext aangeeft de planning niet te halen, dan beschikt de klant over voldoende tijd om bij te sturen. Het platform geeft je ook een betere inkijk in de prestaties van je team. Je ontdekt op eenvoudige wijze bijvoorbeeld welke medewerker hoeveel cargo heeft vastgelegd. Bovendien beschik je over een handige historiek, die je waardevolle inzichten biedt voor toekomstige transacties.”
De ShipNext Voyage Emission Index
De realtime positiebepaling moet eveneens vanuit duurzaamheidsperspectief een groot voordeel opleveren. Samen met eigenaars van vaartuigen ontwikkelde Shipnext de ShipNext Voyage Emission Index (SVEI). De waardemeter baseert zich op de individuele technische parameters van het schip, de snelheid, het verbruik en opdrachtgebonden informatie, zoals de vrachthoeveelheid, en de geplande reis. “Die laatste factoren zijn van groot belang”, meent Alexander Varvarenko. “Een bepaald schip kan bijvoorbeeld betere duurzaamheidsdata voorleggen, maar wanneer het niet goed beladen is en de halve wereld moet rondvaren om jouw starthaven te bereiken, dan zal een iets meer vervuilend, maar nabijgelegen schip een betere keuze vormen. Onze aanpak stimuleert eigenaren om hun schepen bijgevolg ook efficiënter te beheren en op die manier duurzaamheidsbewuste klanten op hun wenken te bedienen.”
