Il trasporto stradale è responsabile della più alta percentuale di emissioni nel settore dei trasporti. Secondo i dati UE, nel 2021 il trasporto su ruote ha prodotto il 72% del totale di gas serra nel settore dei trasporti, sia a livello europeo, sia internazionale, registrando un aumento di oltre il 25% rispetto ai livelli del 1990.
Gli obiettivi del Green Deal europeo nel settore dei trasporti (aereo, marittimo, stradale) sono di ridurre le emissioni del 55% entro il 2030 e raggiungere l’obiettivo di emissioni zero entro il 2050. Dall’esperienza del settore Energy & Utilities nel trasporto marittimo di gas, il team di Moxoff ha realizzato un sistema di simulazione delle rotte di trasporto che, grazie a un algoritmo guidato dall’Intelligenza Artificiale, permette di simulare al contempo sia la migliore rotta in termini di riduzione dei tempi di trasporto e dei consumi di carburante, sia ottimizzare il valore economico di ogni trasporto per l’azienda ed ecologico per il pianeta.
Trasporti e Logistica: come ridurre il costo di energia?
Per chiunque si occupi di Transport & Logistics, mettere in discussione l’assunto del “minor consumo per unità di carico” dei trasporti su nave rispetto a quelli su strada, potrebbe significare non tenere conto della maggiore efficienza energetica del trasporto marittimo rispetto a quello del trasporto su ruote. Tuttavia,come stimato da uno studio del 2019 condotto dall’osservatorio del MITMA (Ministero dei trasporti spagnolo) su i consumi di carburante (e i costi) del trasporto su ruote, un autoarticolato che percorre circa 120.000 km l’anno trasportando un carico di 25 tonnellate consuma circa 35 litri di carburante ogni 100 chilometri, 42.000 litri l’anno.
Come ridurre i consumi e quindi le emissioni di CO2?
Moxoff nel 2021 ha ricevuto la richiesta di automatizzare e ottimizzare le rotte del trasporto marittimo di gas liquefatto su metaniere, da uno dei più importanti player internazionali nel settore delle forniture di gas ed energia elettrica ad uso domestico e industriale. L’obiettivo era pianificare la miglior rotta possibile tenendo in considerazione le variabili che determinano la migliore opzione in termini di tempi di percorrenza e consumi. In questo modo, ridurre i consumi di carburante e quindi le emissioni di CO2, crea anche valore economico per l’azienda.
Il team di Moxoff ha quindi sviluppato un software facile da usare che, basandosi sulle variabili inserite con cui è stato istruito il modello di machine learning, e su altre variabili inserite dall’utente, come ad esempio spese di viaggio, tempi di percorrenza, necessità di acquisto e/o affitto di mezzi di trasporto, permette di simulare su grafo tutte le combinazioni possibili di rotta.
Il software permette di scegliere il tipo di simulazione, a seconda dei tempi e del numero di mezzi di trasporto che si vogliono considerare, fornire input che saranno considerati come ulteriori proposte di soluzione, elaborare anche un dettaglio dei costi associati ad ogni scelta di rotta.
Inoltre, il sistema Moxoff è facile da usare, e permette a qualunque risorsa all’interno dell’azienda di trovare la soluzione ottimale per la migliore e più profittevole rotta su strada nel più breve tempo possibile, perché si basa su modelli matematici che ottimizzano e automatizzano le proposte. Questo permette anche di ridurre l’errore umano, favorendo il mantenimento di uno standard di ottimizzazione delle rotte per il trasporto su strada che, riducendo i tempi e i consumi, si traduce in vantaggio economico per l’azienda ed ecologico per il pianeta.
Contattaci per ricevere ulteriori informazioni
