CLH ha mejorado sus previsiones de salidas de productos petrolíferos desde sus instalaciones mediante un nuevo sistema de inteligencia artificial que le permite operar de una manera más flexible y escalable, además de agilizar la toma de decisiones, optimizar la planificación y reducir costes.
Según la compañía, está utilizando múltiples algoritmos de predicción para realizar de manera flexible y automatizada, previsiones ajustadas de salidas de productos petrolíferos desde sus instalaciones que le permiten aumentar su capacidad logística.
Los algoritmos utilizados son denominados Machine Learning ya que sirven para entrenar modelos predictivos. Estos, son la vanguardia de la predicción de series temporales y posibilitan establecer un sistema de predicción adaptable a cambios en los patrones de demanda.
En otras palabras, es una tecnología que se utiliza para aprender del usuario y de su uso para así recomendarle mejores productos y servicios. Para planificar los movimientos de productos petrolíferos, CLH utiliza previsiones de salida de estos productos. Por lo que unas previsiones precisas y ajustadas permiten optimizar los movimientos por oleoducto y a través de buques reduciendo los costes de operación.
Además, la estimación precisa de la demanda por instalación también permite mejorar la calidad del servicio al evitar roturas de stock, anticipar picos de demanda, y mejorar la operación integrada con transporte y refinerías.
Recientemente, CLH informó de la compra de las instalaciones de almacenamiento de Inter Terminals situadas en Reino Unido, Irlanda, Alemania y Países Bajos. A través de esta operación, la compañía incorpora 15 terminales de almacenamiento de productos líquidos a su red actual y consolida su actividad en 8 países europeos.
Te puede interesar:
CLH implanta una iniciativa digital de mantenimiento predictivo
CLH finaliza la compra de instalaciones de Inter Terminals
