AI i logistik: så hanterar du hamnförbud och sanktioner

När en hamn plötsligt stänger dörren för vissa fartyg är det inte bara en juridisk fotnot – det är en konkret störning som slår direkt på ledtider, kostnader och kundlöften. 2025-12-19 eskalerade en sådan situation när USA:s Federal Maritime Commission (FMC) öppnade för formella motåtgärder mot spanskanknuten sjöfart efter att Spanien nekat amerikanskflaggade fartyg tillträde. På bordet ligger åtgärder som böter upp till 2,3 miljoner dollar per resa, restriktioner på lasttyper och begränsningar av anlöp.

Det här låter kanske som en konflikt långt från Sverige. Jag håller inte med. Svenska importörer och exportörer är djupt beroende av stabila flöden i Europa och transatlantiskt. När geopolitik och regelverk börjar “spilla över” i operativ logistik blir det en klassisk supply chain-fråga: Hur bygger vi en leveranskedja som klarar plötsliga förändringar – utan att vi måste panikstyra varje gång?

Min ståndpunkt: AI inom logistik och supply chain är inte en framtidsvision längre, utan ett praktiskt verktyg för att hantera just den här typen av osäkerhet. Inte för att AI “gör allt”, utan för att den kan räkna snabbare, bevaka fler signaler och föreslå alternativ innan läget blir akut.

Vad hamnkonflikten säger om dagens riskbild

Kärnan i händelsen är enkel: Spanien har enligt amerikanska myndigheter nekat dockning för vissa fartyg, kopplat till en policy om att stoppa transportmedel som bär vapen till Israel eller bränsle till den israeliska militären. FMC beskriver detta som “ogynnsamma villkor” för USA:s utrikeshandel och överväger motåtgärder.

För en logistiker är det viktiga inte att ta ställning politiskt, utan att förstå mekaniken:

• Port access kan bli ett styrmedel, inte bara en kapacitetsfråga.
• Regeländringar kan komma snabbt, ibland med kort framförhållning.
• Effekterna sprider sig: om en hamn stänger för vissa flöden flyttar volymer till andra hamnar, vilket skapar trängsel, nya omlastningsmönster och förseningskedjor.

Varför det här påverkar svenska flöden

Sverige är sällan direkt part i sådana tvister – men vi påverkas via nätverket.

1. Rutter och allianser: Containernätet är sammanlänkat. En omledning i västra Medelhavet kan påverka anslutningar i Nordsjön och vidare mot Göteborg, Helsingborg eller via kontinentala hubbar.
2. Ökade compliance-krav: När sanktioner eller restriktioner skärps höjs ribban för dokumentation, screening och spårbarhet.
3. Kostnadsvolatilitet: Omlastningar, väntetider och alternativ routing driver kostnader i flera led: sjö, hamn, järnväg, lastbil och lager.

En praktisk tumregel: När “tillträde” blir en riskfaktor behöver du planera som om din huvudrutt kan bli en reservrutt över en natt.

AI som motmedel: från statiska planer till adaptiva beslut

Den stora skillnaden mellan traditionell planering och AI-stödd planering är tempo och bredd. Klassiska upplägg bygger ofta på fasta rutter, fasta hamnar och periodiska omplaneringar (veckovis/månadsvis). Det fungerar när världen är stabil. Det är den inte nu.

AI-baserad logistikoptimering handlar i praktiken om att:

• samla data från fler källor (ETA, hamnträngsel, geopolitisk risk, kundorder, transportavtal)
• uppdatera risk- och kostnadsbilden löpande
• föreslå nästa bästa alternativ när förutsättningarna ändras

Dynamisk ruttoptimering när hamnar blir osäkra

Om Algeciras (som exempel från händelsen) blir en osäker nod kan AI-modeller räkna om flöden baserat på faktiska begränsningar:

• alternativa hamnar (andra omlastningshubbar eller direktanlöp)
• alternativa intermodala upplägg (sjö–järnväg–lastbil)
• konsekvenser för ledtid, risk och kostnad per SKU/kund

Det viktiga är inte att AI väljer “billigast”. Det viktiga är att AI kan optimera mot det du prioriterar just nu:

• leveransprecision inför julhandel
• minimerad compliance-risk
• lägsta totalkostnad över 30 dagar
• minsta påverkan på CO₂-budget

Scenario-planering som faktiskt används

Många bolag säger att de kör scenarier. Få gör det så att det påverkar besluten i vardagen.

Ett AI-upplägg som fungerar i praktiken har tre nivåer:

1. Basplan: normal rutt och normal kapacitet.
2. Störningsplan: om en hamn blir otillgänglig eller får restriktioner.
3. Sanktions-/compliance-plan: om vissa lasttyper, rederier eller flaggor blir problematiska.

AI kan automatisera själva jämförelsen mellan scenarier – och flagga när din basplan börjar bli sämre än din störningsplan.

Compliance och sanktionsrisk: där AI ofta ger snabbast ROI

När FMC pratar om motåtgärder som avgifter per resa, lastrestriktioner eller i värsta fall nekad inresa för fartyg, hamnar vi i en verklighet där regelverk blir operativa constraints. Då räcker det inte med att “compliance-teamet kollar en gång i veckan”.

Så kan AI hjälpa i praktiken

1) Automatiserad screening av parter och rutter AI kan stödja kontinuerlig screening av:

• rederier, agenter och motparter
• fartygsdata (flagga, ägare, tidigare hamnanlöp)
• rutter och omlastningspunkter

Det här minskar risken att du planerar in dig i ett upplägg som senare stoppas av en hamnoperatör, en myndighet eller din bank.

2) Dokumentationskvalitet och avvikelsejakt I många sanktionsrelaterade stopp är den direkta orsaken “oklarhet” – dokumentation som inte håller ihop.

AI kan hjälpa till att:

• matcha order, fraktdokument, HS-koder och kundkrav
• upptäcka avvikelser (t.ex. ovanliga kombinationer av last och mottagare)
• skapa en tydligare audit trail

3) Prioritering när allt inte går att lösa samtidigt När en port stänger eller restriktioner införs får du köer av problem: omlastning, nya bokningar, kundkommunikation, extra lager.

AI kan ranka åtgärder efter affärspåverkan:

• vilka order riskerar viten?
• vilka kunder är mest tidskritiska?
• vilka alternativ ger lägst risk även om de kostar mer?

Konkret exempel: “hamn stängd” i svensk vardag

Säg att du är ett svenskt industribolag med komponenter från Asien och leveranser till USA och EU. Du kör en standardiserad containerkedja med omlastning i en stor hubbhamn. Plötsligt uppstår ett tillträdesproblem för vissa fartygstyper/lasttyper, och din planerade omlastning blir osäker.

Ett AI-stött upplägg kan då göra tre saker snabbt:

1. Identifiera exponering: vilka bokningar/PO:er passerar den noden kommande 14–30 dagar?
2. Föreslå alternativ: andra omlastningshamnar, direktservice, eller omläggning till järnväg/landtransport för en delmängd.
3. Beräkna nettokonsekvens: total landad kostnad, ny ETA, servicegrad per kund och compliance-risk.

Poängen: du får beslutsunderlag på timmar, inte dagar.

Så börjar du: en 30-dagars plan för AI-driven resiliens

Du behöver inte byta hela TMS/ERP för att få effekt. Jag har sett bäst resultat när man börjar smalt och mätbart.

Vecka 1–2: gör risk synligt

• Lista dina topp-10 noder: hamnar, terminaler, hubbar.
• Sätt enkla riskregler: “single point of failure”, “hög compliance-exponering”, “långa ledtider”.
• Etablera en “control tower”-vy (även om den är enkel): order + rutt + ETA + riskstatus.

Vecka 3: koppla AI till ett beslut som redan gör ont

Välj ett område där störningar kostar pengar idag:

• ruttval vid omlastningar
• ETA-prognoser och kundlöften
• screening/compliance

Sätt ett tydligt mål: t.ex. minska expediteringskostnader med 15% eller öka leveransprecision med 5 procentenheter.

Vecka 4: operationalisera

• Bestäm vem som får agera på AI-rekommendationer.
• Inför en enkel “human-in-the-loop”: AI föreslår, planering godkänner.
• Mät före/efter: ledtid, kostnad per sändning, avvikelser, omplaneringar.

Vanliga frågor jag får (och raka svar)

“Kan AI verkligen förutse geopolitik?”

Nej. Men AI kan upptäcka tidiga signaler och framför allt snabbt räkna på konsekvenser och alternativ när något händer.

“Blir det inte dyrt och komplext?”

Det blir dyrt om du börjar med “allt på en gång”. Börja med ett flöde, en region eller en nod. Bygg därifrån.

“Räcker det inte med en bra speditör?”

En bra speditör är guld värd. Men när regler ändras snabbt behöver du också ett internt maskineri som kan prioritera, fatta beslut och dokumentera – annars blir du reaktiv.

Nästa steg: gör AI till din standard när världen är instabil

Hamnförbudet i Spanien och USA:s möjliga motåtgärder är ett tydligt exempel på hur politik blir logistik på riktigt. För svenska företag betyder det att robusthet inte längre är ett “nice to have” – det är en konkurrensfaktor.

Det jag rekommenderar i vår serie om AI inom logistik och supply chain är att du behandlar AI som en praktisk förmåga: bättre ruttval, snabbare omplanering, lägre sanktionsrisk och tydligare kundlöften. Inte som ett teknikprojekt.

Om en av dina nyckelhamnar blev otillgänglig i 60 dagar – vilka beslut skulle du vilja kunna ta inom 2 timmar, och vilka tar dig 2 dagar idag?