فاصله انقلاب صنعتی چهارم در صنعت دریایی تا پیاده سازی آن در عمل
یارا بیرکلند" (Yara Birkeland) نخستین کشتی باری تمام الکتریکی و خودکار دنیا، قرار است در ۲۰۲۰ و تحت نظارت (Massterly) - نخستین شرکت کشتیرانی خودکار جهان- شروع به کار کند. شرکت Massterly نتیجه همکاری دو شرکت کونگسبر و شرکت مدیریت کشتی ویلهلمسن ((Wilhelmsen ship management) نروژ است. خبرنگار بین الملل مانا مصاحبه اختصاصی را با مقامات شرکت مدیریت کشتی ویلهلمسن نروژ ترتیب داده است، گزیده‌ای از این گفتگو از نظرتان می‌گذرد:
کد خبر: ۸۶۴۵۵
چه اقداماتی را برای توسعه کشتی‌های اتوماتیک برداشته‌اید، هدف از راه اندازی– Massterly- نخستین شرکت کشتیرانی اتوماتیک جهان- چه بوده است؟
"PIA MELING" معاون فروش و بازاریابی پاسخ میدهد.
در سال ۲۰۱۸، شرکت مدیریت کشتی ویلهلمسن (Wilhelmsen ship managemen) نروژ در یک سرمایه‌گذاری مشترک با شرکت فنّاوری دریایی کونگسبر هموطن، شرکت Massterly- نخستین شرکت کشتیرانی اتوماتیک جهان- را ایجاد کرد. هدف اصلی این شرکت توسعه لجستیک دوستدارمحیط زیست، امن و کارآمد است که امکان تغییر سمت وسوی حمل و نقل از جاده‌های متراکم به دریا را فراهم می‌کند. برای کشتیرانی در مسیرِکوتاه، اصلی‌ترین محرک‌های هزینه، خدمه و مدیریت سالانۀ بندری هستند. این هزینه‌ها می‌توانند به طور چشم‌گیری از طریق ورود تکنولوژی اتوماتیک و حوزۀ رقابتی جدید که برای بازیگردانان صنعت کشتیرانی به وجود می‌آید، کاهش پیدا کنند.
مرکز کنترل از راه دور (Remote Control Center) درحال ساخته شدن در نخستین شرکت اتوماتیک جهان است. زمانی‌که پایگاه مورد نیاز مشتری راه‌اندازی شود، شرکت Massterly مانیتورینگ و کنترل از ساحل ۲۴ ساعته را برای شناور‌هایی که با خدمه کم یا بدون خدمه در مسیردریایی کوتاه فعالیت می‌کنند، فراهم خواهد کرد.
Massterly هم‌چنین، خدمات مانیتورینگ عملکرد و حمایت از ساحل را به مالکان و اپراتور‌های شناور‌ها (هم شناور‌هایی که در مسیر‌های دریایی نسبتاً کوتاه فعالیت می‌کنند و هم شناور‌هایی که در مسیر‌های بین قاره‌ای فعالیت می‌کنند) با هدف کاهش هزینه‌های عملیاتی ارائه میدهد؛ این خدمات شامل پُل فرماندهی کشتی بدون خدمه، نگهداری و تعمیرات مبتنی بر پایش وضعیت (Condition-based maintenance) و نگهداری و تعمیرات پیش‌بینانه (Predictive maintenance)، حمایت عملیاتی برای به حداقل رساندن تأخیر‌ها و ریسک ها، گزارش‌دهی اجباری خودکار و آموزش خدمه است.
تأثیر انقلاب صنعتی چهارم بر روی صنعت کشتیرانی را چگونه ارزیابی می‌کنید؟
"Inge Andre sandvik" مدیرارشد بخش دیجیتالی پاسخ میدهد.
مجوز فعالیت در صنعت کشتیرانی به سرعت در حال تغییراست. تقاضای جدید ازسوی قانون‌گذاران، مشتریان و مؤسسات مالی شرکت‌های کشتیرانی را مجبور می‌کند تا مدل عملیاتی و سفرمشتری را تغییر دهند.
دستیابی به داده در زمان واقعی real-time و استقرار نرم‌افزارمدرن اهمیت زیادی پیدا کرده است، اما همچنان با یک شرایط دوگانه و متناقض روبه‌روهستیم و آن هم اینکه اتصال و زیرساختار تکنولوژی بر روی عرشۀ کشتی‌ها، قدیمی و منسوخ هستند و ازعدم استانداردسازی به شدت رنج می‌برند.
اگر واقع بینانه نگاه کنیم، فاصله زیادی بین انقلاب صنعتی چهارم به عنوان یک مفهوم جدید در صنعت دریایی تا پیاده سازی آن در عمل وجود دارد. هنوز زیرساختار تکنولوژی بر روی عرشه در بسیاری از کشتی‌ها عمدتاً یک معماری سرویس دهنده / سرویس گیرنده client/server architecture است. دستیابی به داده‌ها در زمان واقعی و سیستم‌های روی عرشۀ شناور‌ها که می‌توانند برای بهبود فرآیند‌ها مورد استفاده قرار بگیرند، بسیار دشوار است و این مسئله ما را عقب نگه می‌دارد. شرایط متناقضی که با آن روبه‌روهستیم این است که دسترسی باز و مقیاس‌پذیر به داده‌های سیستم‌های عملیاتی به دلیل از هم پاشیدگی بالا، سیستم‌های اختصاصی و عدم استانداردسازی، سخت و مشکل است.
ما به یک زیرساختار جدید محاسبات لبه (edge computing) بر روی عرشه کشتی‌ها نیاز داریم که بتواند جمع آوری، محاسبه و تحلیل داده را نزدیک به جایی که داده به وجود می‌آید، انجام دهد. برای اینکه زیرساختارجدید بتواند موفقیت‌آمیز عمل کند، مستلزم این است که منبع باز باشد و مشتریان را مجبور به گذاشتن همۀ داده‌های خود در یک پلتفرم داده ابری نکند، اما درعین حال از یک استراتژی زیرساختار دادۀ هیبریدی hybrid حمایت کند.
* محاسبات لبه (edge computing) پردازش داده‌ها است که نزدیک به منابع داده اتفاق می‌افتد. به عبارت دیگر edge computing کمتر متمرکز است و منابع محاسباتی را نزدیک به محل مورد نیاز خود قرار می دهد.
پیش‌بینی اینجانب این است که وقتی در آینده نگاهی دوباره به عقب بیندازیم، از ۲۰۲۰ به عنوان یک نقطه عطف مهم یاد خواهیم کرد که در آن زمان، شرکت‌های کشتیرانی شروع به استفاده از پلتفرم‌های داده ابری(cloud data platform) کردند و زیرساختار محاسبات لبه یک زمینه ساز برای این تغییر شد.
درمورد همکاری خود با شرکت‌های TTI و Semtech بر روی شبکۀ اینترنت اشیا IoT توضیح بفرمایید.
هدف شرکت ویلهلمسن ایجاد پُلی بین زمین و دریا از طریق ساخت شبکۀ امن وایرلس و پیوسته LoRaWAN ۲/۴ ghz است. اکوسیستم LoRa نیاز‌های زمین و دریا را با خدمات اینترنت اشیا مطمئن و قابل تنظیم ترکیب می‌کند. هم‌چنین نخستین شرکت کشتیرانی اتوماتیک جهان زیرساختار رادیویی وایرلس منبع باز شرکت Semtech را به عنوان شالوده‌ای برای شبکه دریایی جدید IoT انتخاب کرده است. در گام بعدی، طی شراکت با شرکت ارائه دهندۀ خدمات تکنولوژی The Things Industries TTI، از LoRa برای ارائه یک راه حل اینترنت اشیا مقرون به صرفه، قوی، اثبات شده و در دسترس برای مشتری مختلف در سراسر جهان، استفاده خواهد کرد.
یادگیری ماشین ML / هوش مصنوعی AI چه نقشی را در چشم انداز صنعت کشتیرانی بر عهده دارند؟
صنعت دریایی پتانسیل زیادی برای بهره گیری از تکنولوژی‌هایی مانند یادگیری ماشین ML/ هوش مصنوعی AI در راستای رهایی از ناکارآمدی و داده‌های اضافه و غیرضروری دارد. پیش‌بینی من این است که ما شاهد موارد کاربردی جاییکه که این تکنولوژی‌ها بتوانند به طور چشم‌گیری مدل‌های عملیات را تغییر بدهند، نخواهیم بود، مگر اینکه مسایل عمده‌ای مانند استانداردسازی، سازگاری و زیرساختار دیجیتالی را حل کرده باشیم. احتمالاً نگهداری و تعمیرات مبتنی بر پایش وضعیت (Condition-based maintenance) نخستین مورد کاربردی خواهد بود که در آنجا با کمک تکنولوژی یادگیری ماشین می‌توان ارزش و افزایش بهره وری و کارآمدی را فراهم کرد.
"PIA MELING" معاون فروش و بازاریابی پاسخ میدهد.
در سال ۲۰۱۸، شرکت مدیریت کشتی ویلهلمسن (Wilhelmsen ship managemen) نروژ در یک سرمایه‌گذاری مشترک با شرکت فنّاوری دریایی کونگسبر هموطن، شرکت Massterly- نخستین شرکت کشتیرانی اتوماتیک جهان- را ایجاد کرد. هدف اصلی این شرکت توسعه لجستیک دوستدارمحیط زیست، امن و کارآمد است که امکان تغییر سمت وسوی حمل و نقل از جاده‌های متراکم به دریا را فراهم می‌کند. برای کشتیرانی در مسیرِکوتاه، اصلی‌ترین محرک‌های هزینه، خدمه و مدیریت سالانۀ بندری هستند. این هزینه‌ها می‌توانند به طور چشم‌گیری از طریق ورود تکنولوژی اتوماتیک و حوزۀ رقابتی جدید که برای بازیگردانان صنعت کشتیرانی به وجود می‌آید، کاهش پیدا کنند.
مرکز کنترل از راه دور (Remote Control Center) درحال ساخته شدن در نخستین شرکت اتوماتیک جهان است. زمانی‌که پایگاه مورد نیاز مشتری راه‌اندازی شود، شرکت Massterly مانیتورینگ و کنترل از ساحل ۲۴ ساعته را برای شناور‌هایی که با خدمه کم یا بدون خدمه در مسیردریایی کوتاه فعالیت می‌کنند، فراهم خواهد کرد.
Massterly هم‌چنین، خدمات مانیتورینگ عملکرد و حمایت از ساحل را به مالکان و اپراتور‌های شناور‌ها (هم شناور‌هایی که در مسیر‌های دریایی نسبتاً کوتاه فعالیت می‌کنند و هم شناور‌هایی که در مسیر‌های بین قاره‌ای فعالیت می‌کنند) با هدف کاهش هزینه‌های عملیاتی ارائه میدهد؛ این خدمات شامل پُل فرماندهی کشتی بدون خدمه، نگهداری و تعمیرات مبتنی بر پایش وضعیت (Condition-based maintenance) و نگهداری و تعمیرات پیش‌بینانه (Predictive maintenance)، حمایت عملیاتی برای به حداقل رساندن تأخیر‌ها و ریسک ها، گزارش‌دهی اجباری خودکار و آموزش خدمه است.
تأثیر انقلاب صنعتی چهارم بر روی صنعت کشتیرانی را چگونه ارزیابی می‌کنید؟
"Inge Andre sandvik" مدیرارشد بخش دیجیتالی پاسخ میدهد.
مجوز فعالیت در صنعت کشتیرانی به سرعت در حال تغییراست. تقاضای جدید ازسوی قانون‌گذاران، مشتریان و مؤسسات مالی شرکت‌های کشتیرانی را مجبور می‌کند تا مدل عملیاتی و سفرمشتری را تغییر دهند.
دستیابی به داده در زمان واقعی real-time و استقرار نرم‌افزارمدرن اهمیت زیادی پیدا کرده است، اما همچنان با یک شرایط دوگانه و متناقض روبه‌روهستیم و آن هم اینکه اتصال و زیرساختار تکنولوژی بر روی عرشۀ کشتی‌ها، قدیمی و منسوخ هستند و ازعدم استانداردسازی به شدت رنج می‌برند.
اگر واقع بینانه نگاه کنیم، فاصله زیادی بین انقلاب صنعتی چهارم به عنوان یک مفهوم جدید در صنعت دریایی تا پیاده سازی آن در عمل وجود دارد. هنوز زیرساختار تکنولوژی بر روی عرشه در بسیاری از کشتی‌ها عمدتاً یک معماری سرویس دهنده / سرویس گیرنده client/server architecture است. دستیابی به داده‌ها در زمان واقعی و سیستم‌های روی عرشۀ شناور‌ها که می‌توانند برای بهبود فرآیند‌ها مورد استفاده قرار بگیرند، بسیار دشوار است و این مسئله ما را عقب نگه می‌دارد. شرایط متناقضی که با آن روبه‌روهستیم این است که دسترسی باز و مقیاس‌پذیر به داده‌های سیستم‌های عملیاتی به دلیل از هم پاشیدگی بالا، سیستم‌های اختصاصی و عدم استانداردسازی، سخت و مشکل است.
ما به یک زیرساختار جدید محاسبات لبه (edge computing) بر روی عرشه کشتی‌ها نیاز داریم که بتواند جمع آوری، محاسبه و تحلیل داده را نزدیک به جایی که داده به وجود می‌آید، انجام دهد. برای اینکه زیرساختارجدید بتواند موفقیت‌آمیز عمل کند، مستلزم این است که منبع باز باشد و مشتریان را مجبور به گذاشتن همۀ داده‌های خود در یک پلتفرم داده ابری نکند، اما درعین حال از یک استراتژی زیرساختار دادۀ هیبریدی hybrid حمایت کند.
* محاسبات لبه (edge computing) پردازش داده‌ها است که نزدیک به منابع داده اتفاق می‌افتد. به عبارت دیگر edge computing کمتر متمرکز است و منابع محاسباتی را نزدیک به محل مورد نیاز خود قرار می دهد.
پیش‌بینی اینجانب این است که وقتی در آینده نگاهی دوباره به عقب بیندازیم، از ۲۰۲۰ به عنوان یک نقطه عطف مهم یاد خواهیم کرد که در آن زمان، شرکت‌های کشتیرانی شروع به استفاده از پلتفرم‌های داده ابری(cloud data platform) کردند و زیرساختار محاسبات لبه یک زمینه ساز برای این تغییر شد.
درمورد همکاری خود با شرکت‌های TTI و Semtech بر روی شبکۀ اینترنت اشیا IoT توضیح بفرمایید.
هدف شرکت ویلهلمسن ایجاد پُلی بین زمین و دریا از طریق ساخت شبکۀ امن وایرلس و پیوسته LoRaWAN ۲/۴ ghz است. اکوسیستم LoRa نیاز‌های زمین و دریا را با خدمات اینترنت اشیا مطمئن و قابل تنظیم ترکیب می‌کند. هم‌چنین نخستین شرکت کشتیرانی اتوماتیک جهان زیرساختار رادیویی وایرلس منبع باز شرکت Semtech را به عنوان شالوده‌ای برای شبکه دریایی جدید IoT انتخاب کرده است. در گام بعدی، طی شراکت با شرکت ارائه دهندۀ خدمات تکنولوژی The Things Industries TTI، از LoRa برای ارائه یک راه حل اینترنت اشیا مقرون به صرفه، قوی، اثبات شده و در دسترس برای مشتری مختلف در سراسر جهان، استفاده خواهد کرد.
یادگیری ماشین ML / هوش مصنوعی AI چه نقشی را در چشم انداز صنعت کشتیرانی بر عهده دارند؟
صنعت دریایی پتانسیل زیادی برای بهره گیری از تکنولوژی‌هایی مانند یادگیری ماشین ML/ هوش مصنوعی AI در راستای رهایی از ناکارآمدی و داده‌های اضافه و غیرضروری دارد. پیش‌بینی من این است که ما شاهد موارد کاربردی جاییکه که این تکنولوژی‌ها بتوانند به طور چشم‌گیری مدل‌های عملیات را تغییر بدهند، نخواهیم بود، مگر اینکه مسایل عمده‌ای مانند استانداردسازی، سازگاری و زیرساختار دیجیتالی را حل کرده باشیم. احتمالاً نگهداری و تعمیرات مبتنی بر پایش وضعیت (Condition-based maintenance) نخستین مورد کاربردی خواهد بود که در آنجا با کمک تکنولوژی یادگیری ماشین می‌توان ارزش و افزایش بهره وری و کارآمدی را فراهم کرد.