德国汉堡港和物流股份公司（HHLA）成为全球首批在集装箱码头应用机器学习（ML）预测停留时间的港口运营商。目前，相关解决方案已成功整合至阿尔滕韦德尔自动化集装箱码头（CTA）及布夏德凯集装箱码头（CTB）的信息系统中。
机器学习赋能码头运营优化
HHLA执行董事会主席安吉拉·蒂茨拉特在世界人工智能大会（WAIC）上指出，机器学习为提升码头生产力与产能利用率提供了关键机遇。通过精准预测集装箱提取时间，系统可避免堆场作业中不必要的重新堆码，从而显著优化流程。
CTA：算法驱动堆场效率提升
针对CTA自动化堆场，该方案利用基于历史数据的先进算法持续自我优化，精确计算集装箱可能的停留时间。这一机制有效减少了无效移动，提升了自动化存储的生产力。
CTB：智能调度与配送预测
在同时拥有传统与自动化堆场的CTB，机器学习不仅优化了集装箱位置分配，还能更准确地预测配送类型（卡车、火车或船舶）。相比传统报告数据判断，AI模型大幅提高了预测精度。
得益于基于预测时间的精细化存储管理，两个码头的集装箱移动频率均显著降低，运营效益得到实质性改善。该项目由HHLA及其咨询子公司汉堡港咨询公司（HPC）联合推动实施。