在信息化和數字化的時(shí)代背景下,善用大數據的確可以事半功倍。在美國,有一家貨運公司只有13名員工,但卻為全球127個(gè)客戶(hù)提供附加價(jià)值相對較高的服務(wù)。有趣的是,這家公司并沒(méi)有自己的集裝箱,而是依靠自己研發(fā)的網(wǎng)絡(luò )和數字化算法,為全球主要班輪公司進(jìn)行集裝箱的動(dòng)態(tài)匹配。據悉,這家公司創(chuàng )造出的營(yíng)收率非常高,可以達到6.3美元/TEU,而傳統租箱公司的收益可能只有0.4美元/TEU。
無(wú)形的價(jià)值
在中遠海運科技股份有限公司副總經(jīng)理林亦雯看來(lái),可以用“無(wú)中生有”來(lái)形容大數據的價(jià)值。因為從上述案例中可以清晰看到,這家貨運公司基本沒(méi)有資源(集裝箱和員工),但正因為“看不到”的網(wǎng)絡(luò )和數字化算法,使其客戶(hù)享受到了大數據的價(jià)值。
如眾多行業(yè)一樣,航運業(yè)需要一種成體系化的數字化轉型。航運企業(yè)所涉航運業(yè)務(wù),需要串聯(lián)在面向各產(chǎn)業(yè)的全程物流服務(wù)鏈條上,而數字化需要將整個(gè)業(yè)務(wù)鏈條轉型為線(xiàn)上服務(wù)模式,進(jìn)一步地提高航運物流的運行效率,即從全局角度出發(fā),體系化、分步驟地運用數字科技,從而實(shí)現港口、航運企業(yè)、陸運和倉儲等環(huán)節的資源整合與共享,在質(zhì)的方面促進(jìn)港-航-物-貿一體化發(fā)展。上述案例所涉公司雖然只是航運供應鏈中的其中一個(gè)環(huán)節,但當無(wú)數類(lèi)似節點(diǎn)串聯(lián)后,大數據將滲進(jìn)海路運輸的每一個(gè)步驟。上海國際航運研究中心航運信息研究所所長(cháng)徐凱表示,盡管在當前很難用過(guò)去對市場(chǎng)某個(gè)角色的定義去定義未來(lái)的企業(yè),比如一家企業(yè)在數據經(jīng)營(yíng)方面更擅長(cháng),比如另一家企業(yè)在運力組織方面更擅長(cháng),但正因如此,角色分工會(huì )更加細膩?!拔磥?lái),我認為分工會(huì )愈發(fā)明細。這是行業(yè)未來(lái)的一種生態(tài),而且確確實(shí)實(shí)有可能出現?!?/p>
最近發(fā)生了一件事,讓業(yè)界更深地審視了大數據之于航運發(fā)展的作用??偛课挥谙ED雅典的Signal Maritime Services Ltd.(以下簡(jiǎn)稱(chēng)Signal)與全球領(lǐng)先的油船管理公司Heidmar Inc.(以下簡(jiǎn)稱(chēng)Heidmar)達成一項里程碑式的合作協(xié)議。根據協(xié)議,Signal將使用其專(zhuān)有的技術(shù)和分析方法為Heidmar管理其旗下經(jīng)營(yíng)的一支油船聯(lián)營(yíng)池船隊。Signal表示,將用其人工智能解決方案為這支聯(lián)營(yíng)池船隊提供船舶管理服務(wù)。
規?;拇犕ǔS梢患覍?zhuān)業(yè)的船舶管理公司管理,為什么Heidmar會(huì )將其旗下油船聯(lián)營(yíng)池船隊交給一家科技信息公司來(lái)進(jìn)行管理和運營(yíng)?“關(guān)鍵在于Signal對數據的分析和管理,大數據的價(jià)值不斷得到航運業(yè)的肯定?!毙靹P認為,很多人都感嘆大數據為航運從業(yè)者提供了有價(jià)值的信息,這種價(jià)值的首要體現方式就是為企業(yè)提供決策支持?!癝ignal管理Heidmar旗下船隊并非信息公司管理航運企業(yè)的首個(gè)案例,早在2017年,馬士基油船公司就宣布與一家以色列公司進(jìn)行合作,后者通過(guò)全球衛星軌跡數據為前者提供船舶軌跡的優(yōu)化和支持服務(wù)??梢哉f(shuō),應用大數據是未來(lái)航運業(yè)的一個(gè)趨勢?!?/p>
京翰信息科技(上海)有限公司大數據研究院院長(cháng)王彤對徐凱的觀(guān)點(diǎn)表示贊同:“我覺(jué)得這樣的公司會(huì )越來(lái)越多,這肯定是未來(lái)的一個(gè)趨勢,因為在大數據時(shí)代的背景和場(chǎng)景下,不去適應時(shí)代、不去改變常規思維和認知方式的話(huà),那將被所處的行業(yè)所淘汰?!绷忠圉﹦t用一組數字說(shuō)明了這個(gè)問(wèn)題。最近二十年,全球500強企業(yè)中有約40%的上榜企業(yè)是新的數據公司,而他們之所以能進(jìn)入全球500強,或是專(zhuān)注于數字化的信息公司,或是利用信息化手段再塑傳統行業(yè)的公司?!按髷祿r(shí)代下,數據是企業(yè)的核心競爭力之一?!绷忠圉┱f(shuō),這是任何一家公司都需要重點(diǎn)考慮的問(wèn)題,比如像中遠海運集團這樣的大型航運企業(yè),必須考慮在這個(gè)價(jià)值鏈條中如何提供有價(jià)值的附加服務(wù)。
須與行業(yè)深度結合
大數據并不是憑空想象出來(lái)的,它需要一個(gè)行業(yè)徹底地進(jìn)行數字化改革,只有行業(yè)自身的質(zhì)變,才能提升數字化水平,進(jìn)而決定數字化的進(jìn)行程度。在徐凱看來(lái),業(yè)務(wù)的發(fā)展要發(fā)掘數據,而好的數據產(chǎn)品也要與業(yè)務(wù)進(jìn)行深度結合?!皩τ谧罱K的用戶(hù)來(lái)講,他們要的并不是多么廣泛的數據,而是需要將這些海量的數據通過(guò)加工轉換或是模型方法,變?yōu)榕c業(yè)務(wù)直接掛鉤的有價(jià)值的東西?!毙靹P用了一個(gè)比喻作為解釋?zhuān)疤O(píng)果長(cháng)在樹(shù)上,但如果沒(méi)有人做物流和加工的話(huà),好看的蘋(píng)果就無(wú)法進(jìn)入到城市里商店的貨架上,不好看的蘋(píng)果也不會(huì )變成罐頭或果醬被售賣(mài)。這樣的話(huà),蘋(píng)果的最終價(jià)值就無(wú)法得到體現?!痹谛碌臅r(shí)代,我們的經(jīng)營(yíng)模式將被改變,但在航運大數據實(shí)現過(guò)程中,大數據又何嘗不需要與業(yè)務(wù)進(jìn)行深度融合?只有這種深度融合,最后的應用場(chǎng)景才會(huì )體現其價(jià)值。
然而數字化對于傳統的航運業(yè)而言,或許還是一件新鮮事物,其價(jià)值也要在未來(lái)一段時(shí)間內才能得以呈現。但我們不能因此而忽視它的作用。林亦雯說(shuō),當技術(shù)驅動(dòng)給我們帶來(lái)非常好的體驗時(shí),我們可能突然發(fā)現這種社會(huì )效益或經(jīng)濟效益很難被量化,而大數據帶給航運業(yè)的收益,又很可能會(huì )經(jīng)過(guò)一個(gè)長(cháng)周期才能得到回報?!凹热皇勤厔?,我們就應用長(cháng)遠的眼光看待大數據對于航運的影響。我舉一個(gè)例子,一般女性在25歲的時(shí)候就被建議用眼霜,而1000多塊錢(qián)一瓶的眼霜可能沒(méi)幾天就用完了,成本很大。但當商家提醒你‘如果不用眼霜,到了40歲,和用眼霜的女性差異會(huì )很大’之后,你就可能會(huì )感到恐慌?!贝髷祿彩且粯?,也許我們在現在看不出它的很大作用,但它一定是行業(yè)發(fā)展的保障?!拔覀円蠒r(shí)代發(fā)展的趨勢,這個(gè)趨勢就是大數據在航運領(lǐng)域中的應用。再比如如果一家公司不利用數字化,再過(guò)十年回頭看,我們會(huì )不會(huì )認為這家公司很奇怪,它居然是與時(shí)代脫節的?!?/p>
這次新冠肺炎疫情的爆發(fā),也充分放大了航運業(yè)對大數據需求的緊迫性。網(wǎng)上訂艙、網(wǎng)上賣(mài)船等已有成熟方案的新模式普及率大幅提升,而智慧港口、智能倉庫(場(chǎng)站)、智能船舶、智能驗船、遠程控制、自動(dòng)駕駛等需要更多數據分析的細分領(lǐng)域也將進(jìn)一步被完善、推廣。
談到智能航運中的大數據應用,徐凱頗有見(jiàn)解,他說(shuō):“未來(lái)整個(gè)行業(yè)的模式應該朝著(zhù)定制化方向發(fā)展,進(jìn)而演變?yōu)楸馄交?、全程化、生態(tài)化。幾年前,無(wú)人船備受關(guān)注,但業(yè)界慢慢了解到,發(fā)展無(wú)人船的前提是建造智能船。智能船本身包括很多方面,例如智能化機艙、智能化航行、船體智能化、貨物監管智能化等。然而在這些智能化的核心和內在則是數據。以前,恐怕只有航行日志會(huì )發(fā)到岸上,而現在我們會(huì )采集大量與航行有關(guān)的數據,并將其傳輸。這些數據會(huì )發(fā)揮巨大作用。通過(guò)分析處理,可能會(huì )讀取到船舶消耗什么樣的物料、消耗什么樣的備件、機艙里面的設備運轉情況、什么樣的行為將增加維護成本??傊?,這些數據與航行和船舶管理之間的聯(lián)系非常緊密。未來(lái),通過(guò)對這些數據的分析可以衍生出很多東西,比如預測船舶補給。新加坡港現在就可以通過(guò)分析得出一艘即將靠泊的船舶將有怎樣的需求,提前做出準備。智能維護也將與之前的預防性維護不同,而是做到有針對性的維護。如此可見(jiàn),善用大數據可以更好地協(xié)調物流鏈上下游。馬云曾說(shuō),阿里巴巴不是電子商務(wù)公司,而是一家物聯(lián)網(wǎng)公司。仔細想想也是,現在已經(jīng)很少有人介意“在哪買(mǎi)東西”的事情,更在意的是“通過(guò)什么平臺買(mǎi)東西”。這說(shuō)明一個(gè)切切實(shí)實(shí)的問(wèn)題,即一家公司需要在行業(yè)整個(gè)價(jià)值鏈中扮演什么樣的角色。
賦能整個(gè)產(chǎn)業(yè)鏈
大數據技術(shù)正在不斷促進(jìn)航運業(yè)的數字化轉型,以便航運企業(yè)優(yōu)化航運服務(wù)質(zhì)量、提升業(yè)務(wù)效率。那么,航運大數據的應用究竟是在公共平臺上推進(jìn)大數據和智能化,還是航運參與主體自身推動(dòng)大數據的應用發(fā)展?未來(lái),智能航運的發(fā)展是否將大數據作為核心?對于這個(gè)問(wèn)題,徐凱表示:“大數據是智能航運的核心。在過(guò)去,不管信息技術(shù)如何發(fā)展,本質(zhì)上是人指揮機器在做事。而現在,我們面臨的是機器指揮人,甚至是機器指揮機器,并沒(méi)有人參與,而機器指揮調度唯一依據就是數據,數據應是未來(lái)智能航運發(fā)展的核心。就目前而言,智能航運的發(fā)展需要數據、技術(shù)支撐,而相關(guān)模型以及算法的構建離不開(kāi)人才。隨著(zhù)計算機存儲能力以及信息技術(shù)得到提升,增加大數據航運應用場(chǎng)景的需求。數據、人才、大數據技術(shù)在未來(lái)智能航運發(fā)展中不可或缺?!?/p>
在傳統航運時(shí)代,我們也許并沒(méi)有將更多的外部信息迅速納入航行和物流環(huán)節,但在當下,大數據恰恰給了我們一種手段和方法,將外部信息與內部的已知信息結合、分析。在航運大數據時(shí)代,零散信息可以很完整地呈現出來(lái),這對于行業(yè)將是根本性的改變。
就目前來(lái)看,航運大數據和有關(guān)智能航運的技術(shù)或想法已成為行業(yè)發(fā)展的重要手段,體現了航運數據的重要作用,新一輪產(chǎn)業(yè)變革也許就在不遠處。正因如此,航運大數據的應用須進(jìn)一步深化,比如建設集成電子海圖、電子江圖、地理信息系統為一體的“整體圖”,綜合船舶交通管理系統、船舶自動(dòng)識別系統、海事視頻監管系統、船舶遠程識別與跟蹤系統、北斗衛星導航系統及船舶、船員和通航環(huán)境等各類(lèi)海事信息,從而實(shí)現現場(chǎng)情況的全天候、立體化、綜合性的可視化展示。比如拓展海事共享數據庫數據范圍,整合基于船舶、船員、相關(guān)企業(yè)及貨物等海事監管和服務(wù)對象的統一身份標識,實(shí)現對其基礎信息、行為狀態(tài)、歷史情況等連續跟蹤。在造船行業(yè),根據大數據技術(shù)的剖析,不但能夠改善造船業(yè)的造船周期,更能夠掌握和預測分析航船業(yè)、零部件加工制造業(yè)等別的行業(yè)的發(fā)展趨向。預計在未來(lái)很長(cháng)一段時(shí)間,大量的航運企業(yè)和造船企業(yè)將更積極地運用大數據技術(shù),用以發(fā)掘市場(chǎng)機會(huì )、控制成本、規避風(fēng)險。
當然,實(shí)現航運大數據的挑戰和困難依舊客觀(guān)地擺在面前。數據、人才以及技術(shù)依舊是智能航運的難點(diǎn)。智能航運的發(fā)展需要技術(shù)、制度、機制、人才等方面的共同推進(jìn),需要解決如何將傳統業(yè)務(wù)和新興科技的結合這一問(wèn)題。換個(gè)角度講,數據互聯(lián)互通及開(kāi)放共享是目前亟待解決的問(wèn)題之一。上海億通國際股份有限公司大數據中心主任姚偉華指出,智能航運的發(fā)展,難點(diǎn)是開(kāi)放共享?!罢麄€(gè)產(chǎn)業(yè)鏈要實(shí)現現代化,需要業(yè)務(wù)鏈的重組,而在這個(gè)過(guò)程中,數據及技術(shù)如何開(kāi)放共享成為一個(gè)難點(diǎn)。如果各自持有自我的數據而無(wú)法形成整體,則無(wú)法實(shí)現量變到質(zhì)變的轉換。一切技術(shù)均離不開(kāi)數據這一生產(chǎn)要素??偠灾?,只有將大數據技術(shù)賦能整個(gè)航運產(chǎn)業(yè)鏈,才能逐步實(shí)現智能航運的愿景。