Krisis Supertanker: Logistik Minyak & Peranan AI

AI dalam Pengangkutan & Logistik••By 3L3C

Krisis kekurangan supertanker memaksa kapal baharu belayar kosong. Lihat bagaimana AI logistik membantu syarikat minyak dan utiliti kawal kos, risiko dan jadual.

AI logistikminyak dan gassupertankerpengoptimuman laluananalitik armadatenaga dan utilitipengangkutan & logistik
Share:

Krisis Supertanker: Bila Kapal Baharu Terpaksa Belayar Kosong

Enam supertanker yang siap dibina pada 2025 belayar kosong dari Asia Timur semata-mata untuk mengejar kargo minyak mentah di Timur Tengah, Afrika dan Amerika. Tahun lepas, hanya satu kapal buat perkara sama.

Dalam dunia perkapalan minyak, itu isyarat yang sangat jelas: kapasiti tanker global sedang tegang sampai ke tahap luar biasa. Bila kapal baharu pun tak sempat buat “trip jinak” bawa produk bersih seperti petrol, dan terus dikerah ambil minyak mentah, maksudnya pasaran pengangkutan minyak sedang mengejar masa dan margin.

Untuk syarikat minyak, utiliti, dan pemain logistik – termasuk di Malaysia – krisis seperti ini bukan sekadar isu frekuensi kapal. Ia isu kos, risiko bekalan, dan keperluan kecerdasan operasi. Di sinilah AI dalam logistik pengangkutan mula jadi perbezaan antara syarikat yang bertahan dan syarikat yang ketinggalan.

Dalam artikel ini, saya akan kupas:

  • Apa sebenarnya yang sedang berlaku dalam pasaran tanker dunia
  • Kesan rantaian (ripple effect) kepada kos, bekalan dan reputasi syarikat tenaga
  • Di mana AI, analitik dan perisian logistik boleh mengurangkan tekanan
  • Apa langkah praktikal yang syarikat minyak & gas, utiliti dan pengendali armada boleh buat bermula sekarang

Apa Yang Berlaku Dalam Pasaran Tanker Global Sekarang?

Jawapannya: permintaan penghantaran minyak mentah meningkat lebih laju daripada kapasiti kapal yang ada, ditambah pula dengan gangguan geopolitik dan laluan berisiko.

Beberapa faktor utama sedang menolak kadar sewaan kapal ke paras sangat tinggi:

  1. Pengeluaran minyak meningkat
    Pengeluar OPEC dan bukan OPEC menambah output sepanjang 2025. Lebih banyak tong minyak keluar dari lapangan bermaksud lebih banyak tong perlu diangkut.

  2. Sekatan Barat ke atas Rusia
    Sekatan dan had harga menolak aliran minyak Rusia ke laluan yang lebih jauh dan kompleks. Kargo yang dulu ke Eropah mungkin berpusing jauh ke Asia, mengambil lebih banyak hari pelayaran untuk jumlah tong yang sama.

  3. Risiko di Laut Merah
    Ancaman keselamatan di kawasan itu memanjangkan laluan atau memaksa kapal mengelak terus, sekali lagi menambah masa pelayaran dan “mengikat” lebih banyak kapal pada jarak yang lebih lama.

Kombinasi faktor ini menyebabkan:

  • Baltic Dirty Tanker Index (kadar bawa minyak mentah) melonjak lebih 50% sejak akhir Julai
  • Baltic Clean Tanker Index (kadar bawa produk bersih seperti petrol/diesel) hanya naik sekitar 12%

Bila Very Large Crude Carrier (VLCC) boleh menjana sekitar USD100,000 sehari, dan kapal Suezmax sekitar USD80,000 sehari, realitinya mudah: pemilik kapal dan penyewa sanggup buat apa sahaja untuk kunci kadar tersebut, termasuk menghantar kapal baharu tanpa kargo menyeberangi lautan.

Dalam pasaran ketat, masa kosong kapal (idle time) jadi musuh nombor satu. Setiap hari kosong bermakna ratusan ribu dolar terbang.

Bila Supertanker Baharu Pun Terpaksa Belayar Kosong

Secara tradisi, pemilik kapal akan gunakan pelayaran sulung (maiden voyage) kapal baharu untuk bawa produk bersih seperti petrol atau diesel. Logiknya:

  • Produk bersih lebih “ringan” dan bersih;
  • Kapal tak perlu cucian besar-besaran sebelum boleh bawa minyak mentah;
  • Banyak limbungan kapal berada di Asia Timur – kawasan yang import minyak mentah dan eksport produk bersih.

Namun pada 2025, logik itu tercabar.

Beberapa contoh yang dipantau:

  • Aliakmon I (VLCC) – Diserahkan di China hujung Jun, belayar kosong terus ke Kuwait, ambil hampir 2 juta tong, kemudian ke Vietnam pada Ogos.
  • Atrebates (VLCC) – Siap awal November di China, berlayar kosong ke Timur Tengah untuk ambil minyak Iraq pada awal Disember, kemudian menuju Gibraltar.
  • Kapal lain seperti Energia Viking, Silia T, Geneva Star, Pathway menunjukkan corak serupa: siap di Asia, belayar kosong ke Timur Tengah, Afrika atau Amerika untuk kargo pertama mereka.

Ini memberi dua mesej penting kepada pemain industri tenaga:

  1. Logistik bukan lagi isu belakang tabir.
    Strategi logistik kini sama kritikal dengan strategi pengeluaran. Jika minyak ada tapi kapal tiada, tunai tak masuk.

  2. Syarikat yang masih rancang penghantaran secara manual akan lambat bertindak.
    Dalam pasaran yang bergerak pada kadar jam, bukan minggu, anda perlukan sistem yang boleh mengira semula ratusan senario dalam beberapa saat.

Di sinilah peranan AI menjadi sangat praktikal – bukan sekadar topik konferens.

Di Mana AI Boleh Kurangkan Tekanan Krisis Tanker

AI dalam logistik pengangkutan minyak membantu syarikat membuat keputusan lebih cepat, berasaskan data, merentasi rantaian bekalan global. Daripada perancangan laluan hingga rundingan charter, hampir setiap titik sentuh boleh dioptimumkan.

1. Pengoptimuman Laluan & Masa Tiba (ETA) Secara Dinamik

Algoritma pengoptimuman laluan berkuasa AI boleh:

  • Mengira laluan terbaik berdasarkan cuaca, arus, sekatan laluan, risiko keselamatan, dan kos bahan api;
  • Menyemak ribuan kombinasi laluan dan jadual untuk beratus kapal dalam masa beberapa minit;
  • Mengemas kini ETA secara masa nyata bila terdapat perubahan di pelabuhan atau laluan.

Dalam konteks krisis tanker:

  • Kapal yang belayar kosong dari Korea ke Timur Tengah boleh memilih laluan dengan masa paling pendek atau kos bahan api paling rendah, bergantung pada strategi syarikat.
  • Pengusaha boleh mensimulasikan: “Jika saya alihkan kapal A ke Timur Tengah dan kapal B ke Afrika, berapa hari tambahan? Berapa sewa yang saya mungkin terlepas?”

Syarikat tenaga di Malaysia yang mengurus eksport LNG, kondensat atau produk bersih juga boleh menggunakan prinsip sama. Walaupun jenis kargo berbeza, masalahnya serupa: bagaimana hantar tong paling banyak, dengan kos paling rendah, dalam masa paling singkat.

2. Analitik Utilisasi Kapal & Armada

Ramai pengurus armada sebenarnya tak nampak dengan jelas berapa efisien kapal mereka digunakan.

AI dan analitik lanjutan boleh:

  • Mengira utilisasi sebenar setiap kapal (hari berlayar berbanding hari menunggu atau di limbungan);
  • Mengenalpasti corak “bocor” seperti kapal yang kerap menunggu di pelabuhan tertentu;
  • Memberi cadangan automatik: kapal mana patut dialihkan ke laluan mana untuk memaksimumkan hasil.

Dalam pasaran di mana VLCC menjana USD100,000 sehari, mengurangkan 1 hari idle setiap bulan untuk 10 kapal sudah boleh:

  • Menjana tambahan USD12 juta setahun (anda boleh kira sendiri bergantung kadar sebenar);
  • Membayar pelaburan sistem AI logistik berulang kali.

3. Peramalan Kadar Charter & Permintaan Kapal

Satu lagi kekuatan AI ialah keupayaan menjangka trend berdasarkan data sejarah dan data masa nyata:

  • Data indeks seperti Baltic Dirty & Clean Index;
  • Data pengeluaran minyak oleh negara;
  • Berita geopolitik, sekatan, dan gangguan laluan;
  • Tingkah laku pasaran spot vs kontrak jangka panjang.

Model AI boleh menjawab soalan seperti:

  • “Adakah kadar VLCC akan kekal tinggi sepanjang Q1 tahun depan?”
  • “Bilakah masa lebih sesuai untuk kunci kontrak jangka sederhana?”
  • “Berapa banyak kapal patut saya tempah sekarang untuk lindungi volum eksport 6 bulan akan datang?”

Bagi syarikat utiliti dan penjana kuasa yang bergantung pada import bahan api (seperti arang batu, diesel, LNG), ramalan ini boleh dimasukkan ke dalam model kos tenaga dan perancangan tarif.

4. Penyelenggaraan Ramalan (Predictive Maintenance) Untuk Kurangkan ‘Downtime’

Dalam pasaran tanker ketat, kapal rosak di saat kritikal ialah mimpi ngeri.

Sistem AI boleh:

  • Memantau data sensor dari enjin, pam, sistem kargo dan navigasi;
  • Mengesan corak awal kegagalan (vibration, suhu, tekanan luar biasa);
  • Menjadualkan penyelenggaraan sebelum kerosakan besar berlaku.

Hasilnya:

  • Kurang insiden kapal tak boleh belayar pada masa yang sepatutnya;
  • Penurunan kos pembaikan kecemasan dan risiko keselamatan;
  • Keupayaan merancang slot limbungan dengan lebih strategik, bukan saat akhir.

Untuk syarikat seperti Petronas, TNB atau utiliti serantau, kaedah yang sama boleh digunakan pada armada lori, kapal sokongan luar pesisir, atau tren kargo – bukan hanya supertanker.

Bagaimana Syarikat Minyak & Utiliti Boleh Bermula Dengan AI Logistik

Ramai pengurus logistik berasa AI ini macam projek mega bertahun-tahun. Sebenarnya, ada cara jauh lebih pragmatik.

Langkah 1: Audit Data Operasi Sedia Ada

Tanya tiga soalan mudah:

  1. Data apa yang kita sudah ada?
    Contoh: jadual kapal, masa ketibaan, masa berlepas, penggunaan bahan api, masa menunggu di pelabuhan, kadar charter sejarah.

  2. Di mana data itu disimpan?
    Excel berasingan? Sistem ERP? Email? Sistem pembidaan kapal?

  3. Soalan perniagaan apa yang paling menyakitkan sekarang?

    • “Kami selalu lambat kunci kapal pada kadar yang baik.”
    • “Kami tak nampak dengan jelas utilisasi armada.”
    • “Kami tak boleh jelaskan kenapa kos freight naik mendadak kepada pengurusan.”

Dari sini, pilih 1–2 kes penggunaan (use case) dengan impak terbesar untuk fasa pertama.

Langkah 2: Pilih Kes Penggunaan AI Yang Jelas Nilainya

Berdasarkan konteks krisis tanker sekarang, beberapa kes yang sering memberi pulangan cepat:

  • Dashboard utilisasi kapal masa nyata dengan cadangan pengagihan laluan;
  • Model ramalan kadar charter 3–6 bulan untuk menyokong keputusan procurement;
  • Pengoptimuman laluan untuk mengurangkan hari pelayaran dan penggunaan bahan api.

Pastikan setiap kes penggunaan ada:

  • Sasaran KPI yang jelas (contoh: kurangkan 5% kos freight per tong dalam 12 bulan);
  • Pemilik perniagaan (bukan IT sahaja) yang bertanggungjawab.

Langkah 3: Mulakan Projek Perintis (Pilot) Yang Terhad Tetapi Dalam

Saya selalu syorkan:

  • Pilih 1–2 laluan utama atau 1 kumpulan kapal sebagai “makmal hidup”;
  • Integrasikan data daripada sistem sedia ada ke dalam satu platform analitik/AI;
  • Uji cadangan AI terhadap cara manual sekarang, tunjuk beza kos dan masa.

Bila pilot berjaya, lebih mudah meyakinkan pengurusan untuk:

  • Luaskan penggunaan ke laluan lain;
  • Integrasi dengan proses kontrak, kewangan dan perancangan pengeluaran.

Apa Maksud Krisis Supertanker Ini Untuk Malaysia & ASEAN

Kapal Atrebates atau Aliakmon I mungkin tak singgah di Pelabuhan Klang atau Bintulu, tapi kesannya tetap sampai ke rantau kita.

Beberapa implikasi kepada pemain Malaysia dan ASEAN:

  • Kos import & eksport bahan api lebih volatile – menekan margin penjana kuasa dan pengeluar.
  • Risiko kelewatan penghantaran – memberi kesan kepada jadual penapisan, operasi terminal dan bekalan kepada pelanggan industri.
  • Persaingan kapal – pemain serantau perlu lebih bijak merancang tempahan kapal sebelum kapasiti diambil pemain global.

Dalam konteks siri "AI in Transportation & Logistics", sektor minyak & gas sebenarnya adalah medan ujian paling ekstrem untuk teknologi ini: jarak jauh, nilai kargo sangat tinggi, risiko geopolitik, dan tetingkap masa yang ketat.

Syarikat yang belajar daripada krisis tanker 2025 dan melabur dalam AI logistik hari ini akan:

  • Lebih bersedia bila gangguan seterusnya berlaku (sama ada sekatan, konflik, atau lonjakan permintaan);
  • Mampu mengawal kos pengangkutan berbanding pesaing;
  • Mempunyai hujah data yang lebih kukuh bila berunding dengan pemilik kapal, kerajaan, dan pihak berkepentingan.

Kapal mungkin besar, tetapi permainan sebenar berada pada data dan keputusan. Syarikat mana yang paling pantas menukar data kepada tindakan – itulah yang akan menang.

Penutup: Masa Untuk Jadikan AI Sebahagian Daripada Strategi Logistik Tenaga

Krisis supertanker 2025 menunjukkan satu hakikat: kapal baharu pun tak cukup untuk menutup jurang bila rantaian bekalan global bergolak. Penyelesaian bukan semata-mata tambah besi dan keluli, tapi tambah kecerdasan dalam cara kita merancang pergerakan setiap tong minyak.

AI dalam logistik pengangkutan minyak menawarkan tiga perkara utama:

  1. Kejelasan – nampak di mana kapal, kos dan risiko sebenar.
  2. Kelajuan – keputusan dibuat dalam minit, bukan minggu.
  3. Keyakinan – setiap kontrak kapal dan laluan ada asas data yang kuat.

Jika anda terlibat dalam perancangan pengangkutan minyak, LNG, atau produk tenaga lain – sama ada di Petronas, utiliti negeri, atau pengendali terminal – ini masa yang baik untuk bertanya:

“Di mana satu kawasan dalam logistik kami yang, jika kami tambah lapisan AI, akan paling cepat menurunkan kos atau risiko?”

Jawapan kepada soalan itu selalunya cukup untuk memulakan projek pertama, dan dari situ, membina strategi AI logistik yang lebih matang untuk tahun-tahun akan datang.