我們提出了一個論點：航運公司究竟需要多少人工智能來開展業務
本周，在人工智能（AI）在航運業務中的可用性的背景下閱讀了一個有趣的論點。最初是對 ChatGPT 的有趣進行咆哮，但很快就轉向了更廣泛的讨論，即航運公司需要多少人工智能、人工或其他方式來開展業務。
像這樣的論點是一個很好的标題，但卻具有誤導性。我稍後會回到 ChatGPT。 現在，讓我從人工智能開始，想想為什麼人工智能會迫使我們重新思考任何航運公司執行的許多業務和營運流程。
數字化轉型中的決策力量，船隻利益最大化與共同目标的協調
首先提出一個可能的問題，即如何計算一艘船每年執行六次航程的預期利潤，包括航程、港口、貨物品質和費用等多種因素，同時要求船隻在年底時必須保持在起始的CII波段内，并假設在這一年中，船隻不會遇到任何有害的技術問題。
而這樣的問題對于航運公司的員工來說可能會非常困惑，因為問題涉及到大量的限制條件和決策之間的複雜依賴關系，需要理想情況下基于AI的決策支援技術來解決，而不是僅僅依靠人類決策。
為什麼？因為人類決策（由租船部門、操作部門和技術服務部門做出）僅考慮了單個船隻在12個月内的利益最大化，而沒有考慮公司的共同目标和三個團隊之間目标的協調。如果将這種情況延伸到公司持有這艘船的10年期間，就會變得非常令人望而生畏。是以需要決策支援技術，通過AI來處理大量的資料和複雜的決策關系，以最大程度地協調公司的目标和各個團隊之間的目标。
機器人員工：處理更複雜的航運任務
Goldman Sachs最近的一項研究表明，人工智能的進步，尤其是像 ChatGPT 這樣的生成式人工智能系統，可能會顯著改變許多行業員工的生産力和就業格局。雖然人們可能把AI等同于ChatGPT這樣的自然語言處理應用程式，但是在航運作業中，有一些任務和情況可能會更加複雜，以至于AI應用程式可能會比人類更擅長處理這些情況。這些任務包括船舶的自主導航、動态路線規劃、貨物跟蹤和預測等。
AI應用程式能夠利用大量的資料和算法來分析和預測這些情況，進而提高航運的效率和準确性。是以，盡管AI應用程式不能完全取代人類，但在某些情況下，它們可能比人類更适合處理一些複雜的航運任務。
人們可以把ChatGPT看作是是結合了全球定位系統 (GPS) 的 Google 地圖和地理資訊系統 (GIS)。ChatGPT 就像谷歌地圖，是利用底層技術實作的數千種應用程式之一。是以，GPT技術是一種利用深度學習（人工智能的一個分支）來生成類人文本的自回歸語言模型，而這是否對航運公司有用？
也許答案是肯定的。但它需要使用航運公司的資料庫來“教學”模型航運語言，并使用行業業務術語的外部資料集擴充内部教育訓練資料。 将 GPT 模型與公司資料的優化算法相結合，而後将創造出非常熟練的虛拟員工。航運公司實際上可以開始考慮減少租船、航次營運、船隊管理和背景辦公室的人員數量，或者在不增加租船、航次營運和船隊管理人員的情況下顯着增加船隊中的船舶數量。公司的總體目标将保持不變：最大化所有資産和營運的年度利潤。
高投入、高回報，ChatGPT也許會成為新的航運語言
那麼，教育訓練這樣的數字化員工需要什麼？ 航運業的目前和下一代人力不應該因為被機器取代而失去意義。訓練一個内部GPT模型是一筆不小的開銷。即使資料集是免費的，清理和處理資料也會産生成本，這些成本可能從數十萬到數百萬美元不等。與任何員工一樣，數字工作者需要經常審查技能組合。例如，數字包機員工服務機器人可能需要經常進行微調。代價高昂的是公司需要持續這樣做并繼續測試模型以確定它正在做預期的事情。
盡管目前開發和應用AI技術的成本較高，但随着技術的進步，計算成本将會下降。AI智能清理資料的成本也将會降低。同時，随着AI技術的發展，目前圍繞着人類知識和人類被決策所限制和設計的工作流程可以被AI技術安全地取代，進而提高工作效率和精度。
航運公司的營運業務究竟是否會是以發生變化嗎？ 時間會證明一切。
素材來源splash247