SAAM Terminals destacó valor de los datos para optimizar operaciones en TOC Europe 2024
La importancia de la toma de decisiones a partir de los datos fue uno de los temas relevantes que se discutieron en el encuentro.
Publicado
SAAM Terminals tuvo una destacada participación en TOC Europe 2024, conferencia celebrada en Rotterdam que reúne a las principales empresas y ejecutivos de la industria marítimo-portuaria. La compañía formó parte de un panel sobre Innovación e Inteligencia Artificial, donde compartió sus avances en el uso de datos para optimizar las operaciones en los terminales.
“Este evento es una oportunidad para compartir las buenas prácticas que implementamos en nuestros terminales a lo largo de América. Pudimos discutir la importancia de la toma de decisiones basada en datos obtenidos de diversas fuentes, como los equipamientos y grúas de la terminal, así como del propio sistema operativo. Esto nos permite habilitar capacidades de optimización mediante un enfoque uniforme en el análisis de datos, mejorando así el servicio a nuestros clientes,” comentó Iván Deosdad, SVP Operations de SAAM Terminals.
Deosdad también resaltó las acciones tomadas en el portafolio de la compañía en materia de datos y su relevancia: desde la gestión visual de las operaciones, simplificando la experiencia del usuario con flujos de datos orientados por roles y responsabilidades, hasta la orquestación de procesos en el manejo de excepciones, mejorando la práctica humana.
Otro punto clave de su presentación fue la experiencia del usuario en la sala de control de operaciones, destacando la importancia de contar con un análisis de datos integrado desde la ejecución hasta la planificación, promoviendo la mejora continua y las prácticas de análisis de causas raíz en tiempo real.
En la charla “Artificial Intelligence & Digital Innovations”, otros expertos también abordaron la integración de la digitalización en el sector marítimo y logístico, desde la optimización de las operaciones de los terminales hasta la mejora de la planificación de recursos con análisis predictivos.
