Δευ12232024

Last updateΠεμ, 26 Δεκ 2024 4pm

PwC: Ψηφιακός μετασχηματισμός στη ναυτιλία

0ψηφιακή

Η PwC Ελλάδας ανέδειξε το θέμα του ψηφιακού μετασχηματισμού στη ναυτιλία στο πλαίσιο διαδικτυακής εκδήλωσης με τίτλο “Ο ψηφιακός μετασχηματισμός στη ναυτιλία - Η μετάβαση από την προγραμματισμένη στην προληπτική συντήρηση - Ένα ψηφιακό μοντέλο για πλοία” η οποία πραγματοποιήθηκε στις 19 Νοεμβρίου 2020. Κατά την διάρκεια της εκδήλωσης την οποία παρακολούθησαν πλοιοκτήτες, COOs, CFOs, όπως και επικεφαλής των Τεχνικών Τμημάτων και των Τμημάτων Προμηθειών ναυτιλιακών εταιρειών, παρουσιάστηκαν οι τάσεις του ψηφιακού μετασχηματισμού των επιχειρησιακών λειτουργιών τους και τα οφέλη της μετάβασης σε ένα ψηφιακό μοντέλο προληπτικής συντήρησης.
Τα τελευταία χρόνια, η ναυτιλιακές εταιρείες αντιμετωπίζουν όλο και πιο έντονα τις επιπτώσεις ενός ταχύτατα μεταβαλλόμενου και ανταγωνιστικού περιβάλλοντος που έχει ως αφετηρία τον ψηφιακό μετασχηματισμό. Εξωγενείς παράγοντες όπως το κανονιστικό πλαίσιο, οι κυβερνοαπειλές και οι διακυμάνσεις στα ναύλα αποτελούν καταλύτες όσον αφορά την ψηφιοποίηση τους και ωθούν τις ναυτιλιακές εταιρείες να υιοθετήσουν προηγμένες τεχνολογίες. Ωστόσο, ακόμα και σήμερα, η ψηφιοποίηση στην ναυτιλία αντιμετωπίζεται περιστασιακά ενώ χαρακτηρίζεται από την έλλειψη μιας ολιστικής προσέγγισης ως προς τον μετασχηματισμό της, παρόλο που οι τεχνολογικές εξελίξεις και η πρόσβαση στα δεδομένα θα μπορούσαν να επιτρέψουν την άμεση ψηφιοποίησή της.
Πρόσφατες έρευνες έχουν δείξει ότι ο ψηφιακός μετασχηματισμός του κλάδου θα μπορούσε να συμβάλλει σημαντικά στην βελτίωση των λειτουργικών εξόδων το πλοίων, όπου το συνολικό σχετικό κόστος του κλάδου εκτιμάται ότι ανέρχεται σε $100δις παγκοσμίως με μία διαρκώς αυξητική τάση. Αναλογιζόμενοι ότι οι δραστηριότητες συντήρησης των πλοίων αναλογούν σε περίπου 20-30% των λειτουργικών εξόδων αυτών, η ψηφιοποίησή τους μπορεί να προσφέρει σημαντικά πλεονεκτήματα. Ανάλογα με την ψηφιακή ωριμότητα τους, οι ναυτιλιακές εταιρείες χρειάζεται να υιοθετήσουν μια λιγότερο ή περισσότερο παραμετροποιημένη προσέγγιση κατά τον ψηφιακό τους μετασχηματισμό ώστε να επιτύχουν την μείωση των λειτουργικών τους εξόδων.
Πιο συγκεκριμένα, τα τεχνικά τμήματα των ναυτιλιακών εταιρειών έχουν την δυνατότητα να εφαρμόσουν διάφορες στρατηγικές για τον έλεγχο του κόστους συντήρησης ενώ η χρήση εξελιγμένων δυνατοτήτων συντήρησης επιφέρουν σημαντικές ποσοτικές αποδόσεις, καθώς και ποιοτικά πλεονεκτήματα. Προς αυτό ενδεικτικά αναφέρονται η καλύτερη απόδοση του εξοπλισμού, η μείωση των μη-προγραμματισμένων αναγκών συντήρησης, ο μειωμένος φόρτος εργασίας τόσο για τα πληρώματα όσο και για το γραφείο και, τέλος, μια συνολικότερη απομείωση όλων των επιμέρους κοστολογικών συστατικών των λειτουργικών εξόδων όπως αγορές, αποθήκευση, διανομή.
Με στόχο την αδιάκοπη επιχειρησιακή λειτουργία παράλληλα με την κατά το μέγιστο συγκράτηση του κόστους, κρίνεται σημαντική η ανάπτυξη ενός μοντέλου προληπτικής συντήρησης 4 φάσεων βάσει του οποίου προγραμματίζονται εγκαίρως οι διορθωτικές εργασίες με τη βοήθεια της προγνωστικής ανάλυσης του εξοπλισμού. Το προτεινόμενο πλαίσιο χαρακτηρίζεται από τις ακόλουθες φάσεις:
1. Εντοπισμός των σημαντικών προκλήσεων που προκύπτουν από το υπάρχον λειτουργικό μοντέλο συντήρησης και την υπάρχουσα δομή
2. Επανασχεδιασμός του εν λόγω λειτουργικού μοντέλου ώστε να ενισχυθεί η συνεργασία μεταξύ των τμημάτων με επίκεντρο τον εξοπλισμό
3. Ανάπτυξη και χρήση προηγμένων τεχνικών advanced analytics με αξιοποίηση δεδομένων που προέρχονται από πολλαπλές πηγές, λαμβάνοντας υπόψη τις διαφορετικές κατηγορίες των πλοίων, τον εξοπλισμό, τους προμηθευτές και τις δραστηριότητες συντήρησης έτσι ώστε να προβλεφθεί η ζήτηση και να διευκολυνθεί η λήψη αποφάσεων
4. Συνεχής βελτίωση του μοντέλου μέσω της τηλεμετρίας και της χρήσης δεδομένων σε πραγματικό χρόνο βελτιώνοντας διαρκώς την ακρίβεια των μοντέλων πρόληψης μέσω μηχανικής εκμάθησης
Αυτή η μετάβαση των 4 φάσεων απαιτεί την υιοθέτηση μιας ολιστικής προσέγγισης, η οποία μπορεί να συμπεριλάβει την αναθεώρηση σημαντικών παραμέτρων όπως είναι η οργανωτική δομή, η συνεργασία μεταξύ τμημάτων, η διάχυση της πληροφορίας, οι διαδικασίες, η ανάλυση των δεδομένων, η αναβάθμιση των δεξιοτήτων του ανθρώπινου δυναμικού και η διαδικασία αξιολόγησης της απόδοσης.
H εφαρμογή του προτεινόμενου μοντέλου δημιουργεί πολλαπλά οφέλη για τις ναυτιλιακές εταιρείες. Σε επίπεδο κόστους αγοράς εξοπλισμού, ο μεγάλος όγκος παραγγελιών μπορεί να οδηγήσει σε μειώσεις λόγω εκπτώσεων. Παράλληλα συμβάλλει στην μείωση του κόστους κατά μήκος ολόκληρης της εφοδιαστικής αλυσίδας, με ενδεικτικό παράδειγμα τη μείωση του κόστους διανομής εξοπλισμού και διαχείρισης αποθεμάτων σε πλοία και συνεργαζόμενες αποθήκες. Βελτίωση επιτυγχάνεται και σε επίπεδο κατανάλωσης καυσίμων που με την σειρά της μπορεί να επιφέρει μειωμένες εκπομπές CO2 και ενισχύοντας την επίτευξη των στόχων ESG. Πέρα όμως από τα απτά αποτελέσματα προκύπτουν και επιπλέον οφέλη όπως είναι η μείωση του όγκου των διεκπεραιωτικών εργασιών, η βελτίωση της καθημερινότητας των πληρωμάτων λόγω της βελτιωμένης επικοινωνίας μεταξύ πλοίου και στεριάς, και η ευκολότερη πρόσβαση και διάχυση της πληροφορίας, διευκολύνοντας τη λήψη αποφάσεων.
Ο Θανάσης Σπανός, Director, Digital Operations Transformation Consulting της PwC Ελλάδας σχολίασε: “Παραδοσιακά η ναυτιλία ακολουθεί αργούς ρυθμούς αναφορικά με την υιοθέτηση και ενσωμάτωση των νέων τεχνολογιών στις βασικές της λειτουργίες. Η ψηφιοποίηση ωστόσο, έχει αποφέρει αποδεδειγμένα οφέλη συμβάλλοντας στη μείωση του λειτουργικού κόστους των πλοίων. Αναφορικά με το κόστος συντήρησης, η προσέγγιση που χρησιμοποιείται από τις περισσότερες εταιρείες του κλάδου στηρίζεται σε ένα μείγμα διορθωτικής και προγραμματισμένης συντήρησης. Ωστόσο η εμπειρία δείχνει ότι είναι εξαιρετικά επωφελής η υποστήριξη και ενσωμάτωση προβλεπτικών μοντέλων με αρωγό την τεχνολογία, την ανάλυση δεδομένων και την τηλεμετρία. Αυτή η προσέγγιση ωθεί τη δημιουργία μιας πιο αποτελεσματικής και ευέλικτης οργανωτικής δομής σε συνδυασμό με τη μείωση κόστους σε όλο το εύρος της εφοδιαστικής αλυσίδας”.

Περισσότερα νέα

News In English

ΕΠΙΚΟΙΝΩΝΙΑ

Εγγραφή NewsLetter