Show 13. juni 2024

En grønnere rejse på bølgen blå

Halfspace

for

Molslinjen

Kategori :

Type :

andet

Vinder af Best Use of AI

GULD:
Casen viser på fremmeste vis, hvordan AI kan være mere end en gimmick og optimere kerneforretningen. Det er en guldvinder grundet en velfunderet strategi, en teknisk avanceret løsning, der optimerer både prissætning og drift og imponerende dokumenterbare resultater, for bundlinie og bæredygtighed.
Casen er en DDA klassiker, men fortjener i den grad at komme øverst på skamlen i den nye AI kategori.

Vinder af Best Use Of Data

GULD:
Halfspace og Molslinjen har udviklet en prognosemotor, der nøjagtigt kan forudsige antallet af passagerer. Data bruges til at optimere, hvordan færgerne skal lastes, og til dynamisk at justere billetpriserne på baggrund af efterspørgslen. Dette medfører reduceret brændstofforbrug til gavn for miljøet og højere indtægter, hvilket sikrer både øjeblikkelige økonomiske gevinster og langsigtede fordele for virksomheden og miljøet.

Vinder af Best in Innovative Use of Technology

GULD:
Denne case illustrerer effektiviteten af AI i procesoptimering. Denne løsning er banebrydende for sin branche og har allerede haft stor betydning på reduktion af CO2-udledning og forbedret forretningsprocesserne for Molslinien.
“Den grønnere rejse” er en win win case for miljøet, forretningen og kunderne, bygget på AI.

Vinder af Best in Digital Business Development

GULD:
Casen fra Molslinjen viser en stærk sammenhæng mellem digital forretningsudvikling og virksomhedens kommercielle resultater gennem brugen af en AI-drevet prognosemotor til forbedret kapacitet og indtægtsstyrring. Derudover bidrager løsningen til en markant reduktion af brændstofforbrug, forbedret kundeoplevelse og løftet omsætning, der viser retningen - ikke bare for virksomheden, men hele industrien.

Vinder af JURYENS SPECIAL PRIS 2024

.

Baggrund

Klimabelastningen er et grundlæggende problem for den globale færgefart, men hvor skal man starte? Det har et langvarigt samarbejde mellem Molslinjen og Halfspace et muligt bud på.

I en verden, hvor færger fragter over 4 milliarder mennesker hvert år, på linje med den kommercielle luftfartsindustri, er der meget at hente. Molslinjen er en førende aktør i den nordiske færgeindustri og kendt verden over for deres hurtigfærger. De forbinder Danmarks nøgleområder med hinanden og til Sverige. Siden sin begyndelse i 1963 har Molslinjen udviklet sig til en nøglespiller og opererer i dag under Nordic Ferry Infrastructure (NFI) Group med en imponerende flåde på 77 skibe, 65 ruter og en årlig transport af 22 millioner mennesker.

Store udfordringer skal deles op i små bidder. Så er de nemmere at komme igennem. Kernen for Molslinjen var deres manglende præcision i forudsigelsen af antallet af køretøjer, der ankom til hver afgang, en udfordring svarende til et Tetris-spil under tidspres. Den traditionelle tilgang, der byggede på erfaring og manuel håndtering af historiske data, var tidskrævende og viste sig især at være upræcis med hensyn til businesskunder. Disse kunder kan ankomme op til fem minutter før afgang og skal garanteres fortrinsbehandling både ved boarding og ved at forlade færgen først. Dette førte til yderst komplicerede lasteprocesser, forsinkelser og utilstrækkelig kapacitetsudnyttelse.

Passagerfærgerne på Kattegat er konstant i drift i dagtimerne (med op til 20-30 afgange om dagen for de primære ruter) året rundt. Der er derfor meget begrænset tid mellem ankomst til havnen og den næste afgang – typisk mellem 20 og 30 minutter. I denne periode skal alle passagerer gå fra borde, og alle køretøjer skal forlade færgen, først herefter kan den kommende afgangs lastning begynde.

Hvis en afgang forsinkes, vil denne forsinkelse sandsynligvis påvirke alle efterfølgende afgange den dag. Dette vil tvinge kaptajnen, der styrer færgen, til at forsøge at indhente det forsømte ved at øge hastigheden, hvilket dermed øger brændstofforbruget og de relaterede emissioner. Konsekvenserne er både økonomiske (højere driftsomkostninger på grund af øget brændstofforbrug) og miljømæssige (da øget brændstofforbrug fører til yderligere emissioner).

Hypotesen var, at Kunstig Intelligens og Machine Learning kunne forudsige tetris-spillet bedre, og minimerer forsinkelser ved at sikre punktlige afgange, og dermed løfte den økonomiske og grønne bundlinje. Dette ville i sidste ende understøtte Molslinjens mål med at være CO2-neutral i 2050 og deres purpose om ”en grønnere rejse på bølgen blå”.

Løsning

I samarbejde med Molslinjen har Halfspace udviklet en AI-drevet prognosemotor, der har transformeret den traditionelle tilgang til færgeoperationer. Ved en meget høj præcision er det blevet muligt at forudsige antallet og typerne af køretøjer, der ankommer til hver afgang, og Molslinjen har derfor optimeret processen for lastning af køretøjer og passagerer, som har betydet en markant reduktion i brændstofforbrug og emissioner.

Prognosemotoren blev også brugt til at lave dynamisk prissætning, så Molslinjen kunne maksimere indtægter, tilbyde konkurrencedygtige priser, og styre deres udbud og efterspørgsel bedre. Den statiske prissætningstilgang, der tidligere blev anvendt, tilpassede sig ikke fleksibelt til skiftende efterspørgselsmønstre, hvilket påvirkede både indtægtsmulighederne samt kundeoplevelsen.

Løsningen kom gennem udviklingen af et dynamisk prissystem, der anvender AI til at justere billetpriserne i realtid baseret på en række faktorer, herunder efterspørgselselasticitet, sæsonmæssige tendenser og tilgængelig kapacitet. Dette system gør det muligt at tilbyde forskellige priser for samme billetkategori og optimerer indtægterne for hver afgang ved dynamisk at tilpasse sig markedsforholdene.

Den dynamiske prissætning og prognosemotor har været transformerende for Molslinjen. For det første har det sikret, at Molslinjen altid tilbyder billetter til priser, der afspejler den aktuelle efterspørgsel, hvilket maksimerer både salg og kundetilfredshed. For det andet har det givet Molslinjen en væsentlig konkurrencemæssig fordel ved hurtigt at kunne tilpasse sig markedsændringer, hvilket har resulteret i en markant stigning i indtægterne, især på fuldt bookede afgange. Endelig har den forbedrede kapacitetsudnyttelse og indtægtsstyring bidraget til Molslinjens overordnede økonomiske sundhed, hvilket understreger værdien af AI og data-drevet beslutningstagning i den moderne forretningsverden.

Medarbejderne hos Molslinjen er gået fra at navigere i usikkerhed og skulle pakke en færge baseret på erfaring og mavefornemmelse til at kunne følge forudsigelserne samt antallet af ankomne biler i realtid, mens færgen bliver pakket. Digitaliseringen og de AI-drevne systemer har ændret arbejdsgangene til at være mere effektive og har positioneret Molslinjen som en leder i adoptionen af innovative løsninger og anvendelsen af AI, der tackler udfordringerne i moderne færgeoperationer.

Løsningen viser, hvordan man ikke behøver at gå på kompromis med sin forretning for at gøre det bedre i forhold til en grøn dagsorden. Det viser hvordan 1+1 kan blive til 3 med både gode forretnings- og miljømæssige resultater.

Resultat

"Vores samarbejde med Halfspace har ikke kun revolutioneret vores færgeoperationer; det har skabt et paradigmeskifte i, hvordan vi tænker og handler som virksomhed. Med vores AI-drevne løsninger har vi ikke blot forbedret vores effektivitet; vi har også styrket vores engagement i bæredygtighed og positioneret os som pionerer i den maritime industri." - Kristian Durhuus, CEO, Molslinjen

Vores AI-løsning minimerer forsinkelser ved at sikre punktlige afgange, hvilket resulterer i en imponerende 3% reduktion i det samlede brændstofforbrug. Dette er ikke kun en sejr for Molslinjen, men også for miljøet, og har resulteret i en årlig reduktion i brændstofomkostningerne på 10-12 millioner danske kroner.

Det er et eksempel på hvordan purpose og forretning ikke er hinanden ekskluderende. Med en god eksekvering bliver de hinandens bedste samarbejdspartnere.

Inspireret af erfaringer fra luftfartsindustrien og dens udvikling i 90'erne og 00'erne, har Molslinjen i partnerskab med Halfspace formået at omdefinere sin forretningsmodel gennem brug af AI, og samtidigt reduceret sin klimabelastning. Dette samarbejde har ikke kun øget den årlige indtjening med mellem 15-20 millioner danske kroner, men har også positioneret Molslinjen som en af de mest avancerede data- og AI-drevne færgeoperatører på verdensplan.

Resultaterne taler deres klare sprog:

• Reduktion i antallet af forsinkede afgange med 3,5 procentpoint og reduktion i gennemsnitlig afgangsforsinkelse med 1,5 minutter. Dette oversættes til en 3% reduktion i det samlede brændstofforbrug og en brændstofomkostningsreduktion på 10-12 MDKK om året (på tværs af Molslinjens 8.000+ årlige afgange over Kattegat).

• Øget den tilgængelige kapacitet på hver afgang med 6% fordi kunstig intelligens muliggør hurtigere pakning samt optimeret udnyttelse af kapaciteten.

• Øgning i effektiv salgskapacitet på fulde afgange med yderligere 5.000+ billetter årligt (en stigning på 6% i billetter på fulde afgange) takket være dynamisk kapacitetskontrol og videresalg af forventede aflysninger.

• Stigning i omsætningen med 7-15% på fulde afgange (en stigning på 1-2% til den samlede omsætning på mere end 500MDKK) sammenlignet med forretning som sædvanlig, gennem dynamisk prissætning.

• 60%-tidsreduktion på planlægning af personale og færgepakning

Den digitale transformation, som Halfspace og Molslinjen har arbejdet på gennem flere år, er et klart bevis på, hvordan anvendelse af AI kan optimere og transformere ikke kun en virksomhed, men en hel industri, og i sidste ende bidrage til en bedre verden for os alle.

Molslinjen

Jesper Skovgaard

CCO

Lasse Janerka

Director, Business Optimization & Digital

Jeppe Grundahl

Pricing & Optimization Manager

Halfspace

Simon Kristiansen

Co-Founder & Associate Director, Engineering

Svend Lund Breddam

Senior Data Engineer

Uffe Furlig Larsen

Staff Data Scientist

Christian Michelsen

Data Scientist

Vera Patricio

Data Scientist

Mikkel Bjørn

Partner & Associate Director, Data Science

Marie Opstrup Andersen

Senior Data Scientist

Rune Christiansen

Data Scientist

Nils Smed

Senior Experience Strategist

Frederik Jensen

Senior Experience Strategist

Bartek Zyla

Associate Experience Engineer

Claus Bek Nielsen

Founding Partner & CEO

Esther Chevrot-Bianco

Data Scientist

Mads Berggrein Andersen

Data Scientist

Mathias Rønnow Jørgensen

Data Scientist

Valeria Bega

Data & Machine Learning Engineer

Wojciech Ciok

Experience Engineer

Tomasz Nawrocki

Data Engineer

Samarbejdspartnere


Billeder

Watch Video