从船舶航线优化、港口智能调度,到货运需求预测和企业经营决策,人工智能正在进入航运业越来越多的实际业务场景。但对于航运企业而言,AI究竟能带来哪些实际收益?哪些应用已经取得成效?又有哪些问题阻碍了这项技术的进一步推广?
11月11日,在上海举行的第二十四届中国国际人才交流大会期间,由大连海事大学组织的“数智赋能综合交通与航运创新”专题交流活动举行了一场以“人工智能赋能海事行业的机遇与挑战”为主题的圆桌讨论。来自国内外高校的五位航运与交通运输领域专家,围绕AI在航运和港口运营中的实际应用、技术推广障碍,以及未来人机协同决策等问题展开交流。
圆桌由新加坡国立大学高级讲师Li Haobin主持,参与讨论的嘉宾包括新加坡工程院院士、香港科技大学(广州)讲席教授Meng Qiang,比利时根特大学讲席教授Theo Edmond Notteboom,北师香港浸会大学工商管理学院院长、运输与供应链管理讲席教授Koi Yu Adolf Ng,法国KEDGE商学院航运与港口经济高级教授Pierre Michel Cariou,以及宁波大学教授杨忠振。
在航运业,人工智能已经不再只是概念,一些具体应用正在帮助企业提高效率、降低运营成本。
比利时根特大学Theo Notteboom教授介绍,目前AI已经应用于船舶航次优化、码头运营、预测性维护和港口资源调度等领域。这些业务具有明确的优化目标,也更容易衡量AI带来的实际收益。
他以马士基的航次优化应用为例,介绍了AI如何通过综合分析海流、航行环境以及目的港的实际情况,为船舶制定更合理的航行安排。根据其现场介绍的应用结果,在不同航线和运营条件下,这类优化可以帮助船舶减少约3%至10%的燃料消耗。对于需要长期控制燃油成本和碳排放的航运企业而言,这类应用具有直接的商业价值。
港口运营也是AI的重要应用场景。Theo Notteboom教授介绍了比利时相关机构开展的引航员智能调度研究。船舶实际抵港时间、港口交通状况和作业需求经常发生变化,传统调度方式难以始终实现最佳匹配。AI则可以结合动态数据,优化引航员与进出港船舶之间的资源分配,提高港口作业效率。
不过,在Theo Notteboom教授看来,目前大部分AI应用仍然集中在单一运营环节。例如,船公司可以通过AI优化航次,码头可以优化设备和作业安排,但如果船舶抵港后无法及时靠泊,或者港口与内陆运输衔接不畅,单个环节取得的效率提升就可能被抵消。
因此,AI未来更大的应用空间,是将船舶运输、港口运营与内陆物流连接起来,综合考虑供应链中断、运输能力和运营限制,实现整个物流网络的协同优化。
此外,他还提到,AI正被用于整合航运市场数据,为市场分析和经纪业务提供决策参考。随着国际航运碳排放监管要求不断增加,AI在排放数据监测、计算和合规报告等方面,也有望帮助企业减轻工作负担。
从货运需求预测到船队部署,AI能否帮助企业作出更好的决策?
除了改善日常运营,AI能否进一步帮助航运企业作出经营决策,也是本次圆桌讨论的重点。
香港科技大学(广州)Meng Qiang教授指出,航运企业在制定航线网络、配置船舶和安排运输服务时,长期依赖货运需求预测、数学优化和仿真模型。人工智能的发展,为这些传统决策方法提供了新的可能,但提高预测准确率,并不一定意味着企业就能作出更好的决策。
以集装箱班轮运输为例,企业需要根据未来货运需求,判断是否开设新航线、如何安排船舶以及是否调整现有服务网络。传统方法通常是先预测市场需求,再根据预测结果优化航线与运力配置。
问题在于,即使预测结果只有一定程度的误差,也可能对后续经营决策产生较大影响。例如,货量预测的偏差可能影响企业是否开设某条航线,进而改变船舶部署和网络安排。
Meng Qiang教授介绍,目前相关研究正在探索将人工智能预测与传统优化方法更加紧密地结合,使模型不仅关注预测本身是否准确,还要考虑预测结果对最终经营决策的影响。
这一思路意味着,未来AI在航运业的价值,可能不仅是告诉企业市场将发生什么变化,还包括帮助企业判断应该如何应对。
宁波大学杨忠振教授也谈到了AI对传统交通运输优化研究的影响。他指出,过去在解决大型运输网络和港口运营问题时,研究人员往往受到计算能力、模型复杂程度和求解时间的限制。随着人工智能技术不断发展,一些复杂的运输组织和资源配置问题,有望得到更高效的解决。
但两位教授都强调,AI提供的结果仍然需要结合实际业务进行验证。对于航运企业而言,模型在理论上得到的最优方案,是否符合现实运营条件,仍然需要专业人员作出判断。
技术已经出现,为什么航运企业还不敢全面使用?
尽管人工智能具备广泛的应用潜力,但从技术研发走向大规模商业应用,仍然面临不少现实障碍。
法国KEDGE商学院Pierre Cariou教授指出,航运业过去已经经历过多轮信息技术变革,包括智能运输系统、区块链和数字孪生等。新技术能够提供解决方案,并不意味着企业就一定愿意采用。
他认为,AI在航运业的推广障碍主要来自技术、企业组织和外部环境三个方面。
首先是数据问题。AI需要大量数据支持,但不同企业和港口的信息系统并不完全兼容,数据质量也存在差异。同时,随着系统需要共享越来越多的运营信息,网络安全和商业数据保密也成为企业的重要顾虑。
其次是企业内部的组织问题。采用AI不仅意味着安装新的软件系统,还可能需要改变既有工作流程、重新分配管理职责,并培训员工掌握新的技能。企业管理层和员工是否愿意接受这些改变,直接影响技术的实际应用。
此外,相关监管制度和法律责任尚不完全清晰,也使部分企业对AI自主决策保持谨慎。
Theo Notteboom教授则从行业数据合作的角度,进一步说明了这一问题的复杂性。
他分享了一个港口数据平台项目的经历。为了让船公司、港口和码头运营商等不同参与方就数据共享条件达成一致,相关谈判持续了大约两年。换句话说,在真正开发复杂的AI应用之前,参与企业首先需要解决彼此是否愿意共享数据的问题。
这一现象反映出航运业的特殊性。航运物流涉及大量独立经营主体,企业之间既存在合作关系,也存在商业利益上的差异。如何让不同参与方愿意提供数据,并建立合理的数据使用和管理机制,是实现跨企业AI应用的重要前提。
另一个问题是企业对AI结果的信任。
Pierre Cariou教授在讨论数字孪生技术时指出,真正能够根据实时数据持续反馈并参与决策的系统,与仅用于监测或模拟的系统仍有区别。而当AI开始直接影响运营决策,企业必须考虑是否愿意将部分控制权交给机器。
Theo Notteboom教授也提到,部分企业高管对于AI给出的建议仍然有所顾虑,因为他们希望了解系统究竟如何得出相关结论。
对于航运企业而言,一套系统不仅需要能够提出方案,还需要让管理者理解其判断依据,并确认方案能够可靠地用于实际业务。
AI能替航运企业作决定吗?人类的责任反而更加重要
随着AI逐渐参与更复杂的运营和经营决策,讨论也进一步转向一个问题:哪些决定可以交给AI,哪些仍然必须由人来完成?
北师香港浸会大学Koi Yu Adolf Ng教授分享了自己使用人工智能的经历。他曾在不同时间使用相同的应用、输入相同的问题,却得到了不同的答案,甚至引用的资料来源也有所变化。
他指出,AI能够快速整理大量信息,并提出结构完整、看起来十分可信的建议,但这些结果依然受到数据来源、使用时间和具体环境的影响。AI并没有消除决策中的不确定性,只是让人们能够以不同方式获取和处理信息。
在他看来,判断一项决策是否适合由AI完成,需要考虑几个重要因素:错误可能造成的后果有多严重,最终由谁承担责任,错误能否得到纠正,以及决策是否涉及伦理和价值判断。
对于航线优化、资源调度等具体业务,AI可能提供有效帮助。但对于企业长期发展战略、风险管理和经营韧性等问题,他认为人类管理者仍然需要保留独立判断。
Pierre Cariou教授也提出,如果AI作出错误决策,最终应该由谁负责?尤其是在海事安全等风险较高的领域,这不仅是技术问题,还涉及企业管理、法律和监管制度。
Meng Qiang教授和杨忠振教授同样认为,AI可以帮助人们寻找更好的解决方案,但机器给出的结果仍然需要人工验证,涉及重要运营和安全问题时尤其如此。
讨论中,Theo Notteboom教授还提出了一个值得关注的问题:如果未来越来越多的航运企业使用相似的AI系统,是否会得到越来越相似的经营建议?
如果不同企业面对同样的问题时都遵循相同的答案,是否可能削弱行业的决策差异和创新能力?相反,如果AI能够提供多种合理方案,人类管理者仍然需要结合自身情况作出选择。
这些讨论都指向一个共同认识:AI能够提高信息处理和决策分析的效率,但决策的后果并不会因为使用了AI而自动消失。
未来的航运人才,还需要具备哪些能力?
人工智能对海事行业的影响,还将进一步延伸到人才培养和专业教育。
Adolf Ng教授指出,随着AI工具越来越普及,一些学生能够更快地完成资料整理、研究分析和文字工作,但与此同时,对基础理论和研究方法的理解却可能有所减弱。
他担心,如果未来的行业人才只知道如何利用AI生成答案,却缺少判断答案是否合理的专业知识,那么当系统出现错误时,他们可能无法及时发现问题。
因此,未来海事人才不仅需要掌握AI工具,还需要理解航运业务本身,具备独立判断、处理不确定性和承担决策责任的能力。
在讨论未来三至五年的研究方向时,几位教授也强调,人工智能应当与传统优化方法、专业知识以及实际业务需求相结合,而不是单纯为了使用新技术而开发应用。
Pierre Cariou教授特别强调,研究者和企业首先需要明确希望解决什么问题,再考虑AI能够发挥怎样的作用。
从本次圆桌讨论可以看到,人工智能已经能够为航运业带来一些看得见的改变,从减少船舶燃油消耗到提高港口调度效率,从货量预测到运输网络优化,其应用范围还在不断扩大。
但对于航运企业而言,真正重要的并不是采用了多少AI技术,而是这些技术能否帮助企业降低成本、提高效率和改善经营决策。
未来,随着数据共享、系统可靠性和人才培养等问题逐步得到解决,AI有望在航运业发挥更大的作用。而如何在利用技术提高效率的同时,保留必要的人类判断和责任机制,也将成为行业需要长期面对的课题。
【投稿】【提供线索】【转载】请后台留言或电邮投稿,主题格式为【投稿】+文章标题,发送至media@xindemarine.com邮箱。
张晗 信德海事网
邮箱Email:
zhanghan@xindemarine.com
微信:zh97692304
热门跟贴