据韩懿表示，无论大小，航运企业数字化转型都面临四个难题：第一，全球船舶AIS等公共数据融合处理和数据挖掘问题；第二，港口拥堵的判断标准和未来趋势预测问题；第三，面临未知风险时，比如海盗、红海、台风事件等，如何主动和智能避险；第四，全球减碳战略施行，航运业需要在26年时间内做到完全零碳，同时又面临新燃料生产、储备不足问题，如何掌握减碳的时机，综合数智化能力逐步满足政策要求是巨大的挑战。
（圖片來源於鈦媒體）
9月11日-14日，由鈦媒體與ITValue共同主辦的2024 ITValue Summit 數字價值年會在三亞舉行。此次峯會主題爲「Ready For AI」，交流經驗教訓，交叉行業思考，推動創新交易，以創新場景爲基礎，共同探索AI驅動下數字經濟時代的全新機遇，共同打造一場數字經濟時代的AI創新探索盛宴。
大會上，中遠海運科技研發創新中心副總經理韓懿以「航運大數據、大模型、大應用」爲主題進行了分享。
據韓懿表示，無論大小，航運企業數字化轉型都面臨四個難題：第一，全球船舶AIS等公共數據融合處理和數據挖掘問題；第二，港口擁堵的判斷標準和未來趨勢預測問題；第三，面臨未知風險時，比如海盜、紅海、颱風事件等，如何主動和智能避險；第四，全球減碳戰略施行，航運業需要在26年時間內做到完全零碳，同時又面臨新燃料生產、儲備不足問題，如何掌握減碳的時機，綜合數智化能力逐步滿足政策要求是巨大的挑戰。
中遠海運科技作爲中遠海運集團數字化產業板塊主力軍，已通過彙集全球船舶、港口、運輸信息搭建了航運數據中臺和船視寶系列SAAS產品，可稱之爲「航運數字新基建」，在AI大模型重塑產業的當下，中遠海運科技將用數智化爲航運及上下游相關企業賦能。
“大模型將來要進入企業，要發揮作用。一種模式是應用大模型的基本能力，既能整理報告，還能查找數據，生成我們想要的知識，成爲「實習生和業務助理」。另一種模式是加入科學計算的模型，如運力模型，進行預測決策，成爲「骨幹和專家。」談到AI大模型在航運業中的應用時，韓懿表示。
他認爲，未來中國一定會做出一款世界級數智化航運產品。
以下爲中遠海運科技研發創新中心副總經理韓懿演講內容，經鈦媒體整理：
韓懿：感謝鈦媒體，非常高興能夠分享「海運如何迎接大數據時代的到來，如何做AI模型？」這個話題。
2016年，中國遠洋運輸（集團）總公司和中國海運（集團）總公司重組爲中國遠洋海運集團有限公司（以下簡稱「中遠海運」）。
現在中遠海運是全球最大的航運公司之一，覆蓋了船舶設計、船舶製造、航運服務的全生態產業鏈。
中遠海運科技是其中單獨的數字化板塊。作爲集團中的科技板塊，我們希望能夠彙集全球的行業知識與數據，服務整個中國海運行業的發展，爲中國製造業和服務業出海保駕護航。
過去，我們發現集團內部，無論是大型集運企業還是中小型創新企業，都會遇到數字化轉型難題。企業規模體量太大擔憂轉型是否會有風險，體量過小又缺乏資金運轉。
因此，我們把全行業的數據彙集到統一的數字化航運平台上，打破信息壁壘、深度挖掘數據價值，實現數據「可視化」，支持企業更快更好決策。並且未來有望在AI大模型的加持下，平台更具有智能能力，更好地服務上下游企業，讓小企業也能很快擁有數字化能力。我們把這叫做「航運新基建」。
其實，整個行業船舶的自動化程度非常高，最大的短板反而在於通信。全球公共開發的衛星數據包含GPS系統數據、港口檔案、船舶檔案等，只要大家願意付出一定的經濟成本都可以獲取。
但問題在於，其中的數據經常面臨人爲填報錯誤的問題，而且即使拿到了位置信息和港口數據，也無法準確判斷船舶未來的走向。更何況航行過程中面臨各種未知風險，如遭遇超強颱風天氣、海盜區域、紅海事件等。安全問題更爲棘手。我們該如何應對呢？
第一件事，我們要了解海上的船舶正在做什麼以及未來將會發生什麼。
第二件事，國際海事組織將原來制定的減碳戰略淨零排放時間節點提前到2050年。整個行業只剩26年時間來實現完全零碳，這是一個非常大的挑戰。隨之而來的是各種標準，比如強制要求船舶每年按照一定的比例下降碳排放指標。按照歐盟新推出的碳關稅，屆時歐盟進口商將需要註冊併購買 CBAM（碳邊境調節機制）證書，證書的價格將根據歐盟排放交易系統（EU ETS）配額的周平均拍賣價格來計算。進口商將需要申報其進口中隱含的排放量，並每年交出相應數量的證書。
這就造成船舶必須增加生物燃料的使用。使用生物燃料的成本大概約2400歐元，目前我們使用的傳統燃料包括重油（HFO）和輕油（如MGO和MDO），成本約400--600歐元，這其中最大有6倍的差距。而且，我們所謂的新燃料的生產、儲備、加註都是不足的。
我們如何逐步滿足政策的要求，包括什麼時候造船，什麼時候拆借船隻、如何規劃好每次航線，做好每個規範動作，必須用數字化解決。
未來我們將爲不同的用戶進行分析和挖掘，通過數字化系統加工爲SASS化產品，讓大家容易使用。
比如通過預測和計算船的時速，經過運籌優化預測該船需要增加多少生物燃料才能達標；通過船隻行爲識別，跟蹤航行軌跡、到港時間、離港時間、加油、拖輪等動作了解該船的全生命週期；全球七千個港口，通過識別每個港口的泊位是否運維，何時到船，有多少船等待作業等，進行港口風險觀察；實現一鍵搜索，通過精確定位幫助船隻尋找周邊的救援資源、拖輪服務、修船廠資源以及天氣海況等信息，進行應急管理；通過數字化跟蹤全球船舶航線的動態變化，計算全球3萬商船的能耗，預測全球船舶碳市場未來的變化，分析某些船隻是否需要淘汰，以及未來運力是否緊張。
這些都是我們在船舶調度細節上能夠做到的基礎運維能力。
去年紅海事件爆發後，還對全球航運和供應鏈安全造成了影響。去往歐洲的運力比往常增加30%。事件平復後，多餘的30%運力很可能對整個市場造成很大的衝擊。大家都在觀察曼德海峽。曼德海峽的通行情況是局勢是否惡劣最有代表性的數據。
數字化航運平台是觀察全球港口情況的一個窗口。我們可以實時看到全球183個通道每日船舶分佈的情況。
海運業背後代表着全球大宗商品的運輸。
通過第一代API技術，用語言和文字自動獲得海運動態以及情報和數據，可以代表大宗商品某些行業的變化趨勢。
比如，我們一直觀察的大商所鐵礦石的期貨價格，與從澳大利亞開往中國的鐵礦石的船運量兩條數據曲線的關係是-0.8。由此，我們可以通過觀察船舶數量推測鐵礦石的價格，爲我們提供了一個看全球大宗商品的全新角度。
過去需求方或者供給方，大家發一條微信朋友圈就把生意做成了，現在通過數字化平台可以幫助雙方獲取更透明的市場信息。
目前我們的數字化產品包括小程序、智能應用APP等在內共計15個。我們正在全力以赴構建航運大模型。
我們現在做到了四個方面：一是航運知識，把蒐集到的行業航運知識通過微調的方式訓練大模型。二是航運數據，用API的方式獲取實時數據，建立航運數據庫。三是運力預測，模仿天氣預測模型，進行數據訓練，預測未來。用一個大模型解決原來很多小模型想做的港口擁堵預測問題。
未來大模型進入企業要發揮兩個作用。一種模式是應用模型，相當於一個「實習生」，獲取數據、整理數據並且進行文書表達。另一種要加入科學計算模型，加如運力模型，進行預測決策，成爲真正的「骨幹和專家」。
我們有決心會一直走下去，做出一款世界級數智化航運產品，也歡迎大家過來參觀指導交流，給我們提出意見，謝謝。