为什么人工智能会让人们再次考量航运公司的许多业务和运营流程
本周看了一篇航运业人工智能应用的探讨文章。一开始是对ChatGPT的有趣探讨，很快就转向了更广泛的讨论，如航运公司需要多少智能，或其他方式来开展业务。需要注意的是，它以现货市场的具体情况为例，并以“航运本质上是一种非常简单的商业活动，如果供大于求，市场就会下跌；供小于求，市场就会上涨”的论点开始。它的结论是，在这种情况下不需要人工智能。这样的论点是一个好标题，但会误导人。稍后我将回到ChatGPT的探讨中。现在，让我们来思考一下，为什么人工智能会让人们再次考量航运公司的许多业务和运营流程？
“我的船一年六次航行，很可能是X海里的装载舱和Y海里的压载舱，预计停靠这六个特定的港口，我能获得多少利润？”根据这些假定值航行时，船舶在年底应保持在CII评级内，假设在那一年里不会出现使船只瘫痪的有害技术问题。回答这样的问题很容易使航运公司的员工感到困惑。大量的约束(由内部和外部数据决定)和决策之间依赖关系的复杂性要求决策支持技术完美地基于人工智能而不是人类决策。为什么？因为租船部门、运营部门和技术服务部门在12个月内就一艘船做出的人工决策，不会考虑公司的共同目标最大化，同时也不会考虑三个团队的目标之间的合理化。现在将同样的期限延长10年，在此期间，公司将如何运营这艘船。结果更是令人生畏，不是吗?
高盛(Goldman Sachs)最近的一项研究表明，人工智能的进步，特别是像ChatGPT这样的生成式人工智能系统，可能会极大地改变许多行业员工的生产力和就业前景。如果我们把人工智能等同于ChatGPT(我们不应该这么做)，那么航运中是否存在复杂的情况，以至于像ChatGPT这样的人工智能应用会比正常的人脑做得更好？然而，问题并不应该这样来看。探讨ChatGPT的最佳角度是从谷歌地图和地理信息系统(GIS)与全球定位系统(GPS)的结合来看。ChatGPT类似于谷歌地图，是通过利用底层技术实现的数千个应用程序之一。因此，人们应该问的是，GPT(生成式预训练变换模型)技术，一种使用深度学习(人工智能的一个分支)来生成类似人类文本的自回归语言模型，对航运公司是否有用？
我们所需要的是使用航运公司的数据库“教授”航运语言模型，并使用外部的行业业务术语数据集来补充内部训练数据。将这种GPT模型与利用公司数据的优化算法相结合，将创造出一名非常专业的虚拟员工。这时航运公司就可以切实地开始考虑减少租船、航次运营、船队管理和后勤部门的人员数量，或者在不增加租船、航次运营和船队管理人员数量的情况下大幅增加船队数量。公司的首要目标将保持不变:将所有资产和业务的年利润最大化。
那么，如何才能培养出这样一位数字化员工呢?好吧，现在，乃至是下一代航运业的员工不必为被人工智能取代而担忧。训练一个内部GPT模型是一笔不菲的开销，即使数据库是免费的，也存在与清理和处理数据相关的成本，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，人工智能需要经常检查技能。例如，一个服务机器人可能需要经常进行微调。昂贵之处在于，公司需要继续这样做，并不断测试该模型，以确保它符合预期。最终，计算成本将会下降，人工智能将会清理数据，而目前基于人类知识和人类决策局限性设计的工作流程将会被人工智能毫无疑问地打破并取代。
航运公司的经营会因此发生变化吗?时间会证明一切。但是，就目前而言，机器取代人工还有一段距离。
来源：龙宝快报
