我们提出了一个论点：航运公司究竟需要多少人工智能来开展业务

本周，在人工智能（AI）在航运业务中的可用性的背景下阅读了一个有趣的论点。最初是对 ChatGPT 的有趣进行咆哮，但很快就转向了更广泛的讨论，即航运公司需要多少人工智能、人工或其他方式来开展业务。

像这样的论点是一个很好的标题，但却具有误导性。我稍后会回到 ChatGPT。 现在，让我从人工智能开始，想想为什么人工智能会迫使我们重新思考任何航运公司执行的许多业务和运营流程。

数字化转型中的决策力量，船只利益最大化与共同目标的协调

首先提出一个可能的问题，即如何计算一艘船每年执行六次航程的预期利润，包括航程、港口、货物质量和费用等多种因素，同时要求船只在年底时必须保持在起始的CII波段内，并假设在这一年中，船只不会遇到任何有害的技术问题。

而这样的问题对于航运公司的员工来说可能会非常困惑，因为问题涉及到大量的限制条件和决策之间的复杂依赖关系，需要理想情况下基于AI的决策支持技术来解决，而不是仅仅依靠人类决策。

为什么？因为人类决策（由租船部门、操作部门和技术服务部门做出）仅考虑了单个船只在12个月内的利益最大化，而没有考虑公司的共同目标和三个团队之间目标的协调。如果将这种情况延伸到公司持有这艘船的10年期间，就会变得非常令人望而生畏。因此需要决策支持技术，通过AI来处理大量的数据和复杂的决策关系，以最大程度地协调公司的目标和各个团队之间的目标。

机器人员工：处理更复杂的航运任务

Goldman Sachs最近的一项研究表明，人工智能的进步，尤其是像 ChatGPT 这样的生成式人工智能系统，可能会显著改变许多行业员工的生产力和就业格局。虽然人们可能把AI等同于ChatGPT这样的自然语言处理应用程序，但是在航运行业中，有一些任务和情况可能会更加复杂，以至于AI应用程序可能会比人类更擅长处理这些情况。这些任务包括船舶的自主导航、动态路线规划、货物跟踪和预测等。

AI应用程序能够利用大量的数据和算法来分析和预测这些情况，从而提高航运的效率和准确性。因此，尽管AI应用程序不能完全取代人类，但在某些情况下，它们可能比人类更适合处理一些复杂的航运任务。

人们可以把ChatGPT看作是是结合了全球定位系统 (GPS) 的 Google 地图和地理信息系统 (GIS)。ChatGPT 就像谷歌地图，是利用底层技术实现的数千种应用程序之一。因此，GPT技术是一种利用深度学习（人工智能的一个分支）来生成类人文本的自回归语言模型，而这是否对航运公司有用？

也许答案是肯定的。但它需要使用航运公司的数据库来“教学”模型航运语言，并使用行业业务术语的外部数据集扩充内部培训数据。 将 GPT 模型与公司数据的优化算法相结合，而后将创造出非常熟练的虚拟员工。航运公司实际上可以开始考虑减少租船、航次运营、船队管理和后台办公室的人员数量，或者在不增加租船、航次运营和船队管理人员的情况下显着增加船队中的船舶数量。公司的总体目标将保持不变：最大化所有资产和运营的年度利润。

高投入、高回报，ChatGPT也许会成为新的航运语言

那么，培训这样的数字化员工需要什么？ 航运业的当前和下一代人力不应该因为被机器取代而失去意义。训练一个内部GPT模型是一笔不小的开销。即使数据集是免费的，清理和处理数据也会产生成本，这些成本可能从数十万到数百万美元不等。与任何员工一样，数字工作者需要经常审查技能组合。例如，数字包机员工服务机器人可能需要经常进行微调。代价高昂的是公司需要持续这样做并继续测试模型以确保它正在做预期的事情。

尽管目前开发和应用AI技术的成本较高，但随着技术的进步，计算成本将会下降。AI智能清理数据的成本也将会降低。同时，随着AI技术的发展，当前围绕着人类知识和人类被决策所限制和设计的工作流程可以被AI技术安全地取代，从而提高工作效率和精度。

航运公司的运营业务究竟是否会因此发生变化吗？ 时间会证明一切。

素材来源splash247