Windward est une société internationale de renseignement prédictif, spécialisé dans les transports maritimes. Notre plateforme répond à tous les besoins du domaine maritime, permet d’assurer la gestion des risques de fonctionnement des navires, etc.
La solution Windward associe l’intelligence artificielle, le Big Data et l’expertise maritime pour permettre à nos clients et partenaires de comprendre l’écosystème maritime et son impact général sur la sécurité, la finance et les affaires ; ils peuvent ainsi prendre des décisions grâce aux données.
Des entreprises privées et des organismes gouvernementaux font appel à nous, et nous les aidons à analyser et à produire des informations concernant leurs navires, en analysant un certain nombre de points de données, dont nous nous servons pour alimenter nos algorithmes sophistiqués d’intelligence artificielle.
Dans le secteur privé, nous avons notamment pour clients des agents d’assurance qui veulent connaître les risques encourus par leurs navires au niveau des accidents et des sinistres corporels en mer. Nous compilons ces informations en examinant les banques qui financent les transactions entre différentes entités commerciales, et plus récemment, nous avons élargi nos offres pour proposer une visibilité du fret maritime aux transitaires ou autres propriétaires de cargos, ce qui permet d’estimer l’heure d’arrivée de leurs marchandises au port.
Pour les organismes gouvernementaux, nous effectuons des évaluations du « risque de sécurité aux frontières » dans lesquelles nous identifions les navires qui ne présentent aucune capacité économique, afin de signaler les transporteurs suspects à ces organismes pour qu’ils les surveillent de près, ce qui leur permet de mieux protéger leurs eaux et leurs frontières des menaces maritimes.
En ce qui concerne notre produit de visibilité du fret maritime que nous venons de lancer, nous mettons en œuvre une technologie de pointe pour résoudre un problème vraiment complexe auquel le monde est confronté depuis longtemps, et qui s’est retrouvé récemment au cœur de plusieurs crises du marché. Le problème de l’estimation de l’heure d’arrivée des navires et des conteneurs de fret, c’est qu’il s’agit, sous un certain nombre d’aspects, de déterminer l’heure d’arrivée d’un navire de fret et d’un conteneur.
Les technologies qui étaient disponibles au cours de la dernière décennie sont correctes, mais pas assez performantes pour ce genre de problème. La raison en est que la technologie nécessaire pour traiter les différentes couches de données et les données web publiques impliquées dans l’accès à la pleine visibilité des activités maritimes n’était pas encore disponible sur le marché – mais maintenant, c’est le cas.
Windward a choisi une technologie appelée apprentissage profond pour alimenter notre plateforme. Ainsi, nous utilisons un réseau neuronal qui sait essentiellement comment interagir avec les différentes sources de données et les combiner pour parvenir à une conclusion. En l’occurrence, l’estimation de l’heure d’arrivée du navire au port auquel il se rend.
Je parlerai ici seulement de notre modèle d’estimation de l’heure d’arrivée, car l’ensemble de nos opérations est assez complexe. Les données de base que nous utilisons sont les transmissions émises par les navires, qui envoient constamment des signaux à divers récepteurs dans le monde entier, à chaque minute, ce qui permet de suivre l’emplacement du navire.
Nous utilisons ces différentes sources pour cartographier l’emplacement de ces navires à l’aide des données de transmission qu’ils nous fournissent minute par minute. De manière générale, nous analysons typiquement des centaines de millions de transmissions émises chaque jour par des navires.
Mais quand nous essayons de prédire l’heure d’arrivée du navire à un port, nous devons considérer différentes sources de données, telles que les données web publiques, et les horaires des navires affichés dans les différents sites web des transporteurs maritimes constituent l’une des sources de données web les plus importantes dans ce cadre. Ces informations comprennent le dernier emplacement connu du navire, son emplacement actuel ainsi que l’heure d’arrivée estimée au port.
Les données web open source sont très importantes pour Windward car nous utilisons les sites web de ces transporteurs pour alimenter nos algorithmes afin d’estimer automatiquement les heures d’arrivée des bateaux et aider les entreprises à se concentrer sur d’autres aspects de leurs opérations.
Vous pouvez modéliser un porte-conteneurs comme un bus qui prend des voyageurs à différentes stations. Maintenant, imaginez que chaque voyageur présent dans le bus ait sa propre estimation de son temps d’arrivée à destination. Dans cette analogie, les gens sont les sites web des transporteurs.
Ainsi, il ne suffit pas de demander à une seule personne quand elle pense qu’elle arrivera. Nous devons demander à plusieurs personnes, puis moyenner tout cela pour extraire des informations. Par conséquent, il est important d’utiliser différentes sources de données web sur Internet, plutôt qu’une seule.
Pour collecter les données web publiques qui alimentent nos algorithmes, nous utilisons le Web Scraper IDE de Bright Data afin d’extraire automatiquement les données web des différents sites web des transporteurs ; c’est une solution que nous utilisons depuis quelques mois.
Je pense qu’au cours de notre brève collaboration, ce que nous avons accompli a été très productif et mené rapidement – c’est tout à fait ce dont notre entreprise avait besoin.
En outre, à chaque fois que nous avons été confrontés à une difficulté imprévue au cours de notre collecte de données web, le personnel d’assistance de Bright Data s’est avéré très réactif et a réussi, grâce à son expertise, à résoudre les problèmes immédiatement ou dans un délai raisonnable.
Personnellement, je me sens en confiance quand je travaille avec Bright Data.
