Kunstmatige intelligentie zal de scheepvaart pas echt transformeren zodra data, context, connectiviteit en gefragmenteerde workflows eindelijk worden samengebracht — dat is de centrale conclusie die naar voren komt uit de enquête van SplashTech onder maritieme technologieleiders, gepubliceerd als inleiding op het gloednieuwe SplashTech-magazine.

Als één antwoord de enquête domineert, is het kunstmatige intelligentie. De onthullender bevinding is echter hoe weinig respondenten bereid zijn het antwoord daar te laten.

Verwacht wordt dat AI in de komende vijf jaar bijna elk onderdeel van de scheepvaart raakt: reisplanning, onderhoud, inkoop, cargo-operaties, naleving, veiligheid, commerciële beslissingen en de dagelijkse administratie die buitengewoon veel tijd kost op zee en aan wal. Toch voegt de ene na de andere deelnemer dezelfde kanttekening toe: intelligentie is slechts zo goed als de data, context, connectiviteit, architectuur en maritieme kennis eronder.

Die kanttekening landt in een sector die historisch ongelijkmatig is gedigitaliseerd. De regelgevende omgeving van de scheepvaart verandert echter nu op manieren die betere data belonen: het Carbon Intensity Indicator-beoordelingssysteem van de IMO voor schepen en de opname van maritieme emissies in het emissiehandelingssysteem van de EU hebben nauwkeurige, verifieerbare operationele data tot een nalevingsvereiste gemaakt in plaats van een optioneel efficiëntieproject. De respondenten van de enquête komen herhaaldelijk terug op deze praktische druk — AI levert alleen iets op als de data die het voedt bestand is tegen kritische toetsing.

Context als ontbrekend ingrediënt

Matthew Talbot, co-CEO van Complexio, formuleert een van de duidelijkste versies van dat argument. Zijn keuze voor de meest transformerende technologie is het vermogen om de ongestructureerde coördinatielaag van de scheepvaart te lezen — e-mail, chat, documenten en bijlagen — en deze om te zetten in een beheerd model van hoe een bedrijf daadwerkelijk opereert.

"Het woord dat daar telt is context," zegt Talbot tegen SplashTech.

Elk algemeen model kan een e-mail samenvatten, betoogt hij. Het moeilijkere probleem is begrijpen wat dat bericht betekent binnen een specifiek scheepvaartbedrijf: met welk schip, welke lading, wederpartij, persoon en eerdere beslissing het verbonden is, en hoe het werk werkelijk verloopt. Het operationele archief van de scheepvaart bevindt zich vaak in de inbox in plaats van in het ERP. Zolang machines die geschiedenis niet intelligent kunnen lezen, werken applicaties die erboven zijn gebouwd met slechts een deel van het beeld.

Manish Singh van Maris Investments benadert hetzelfde probleem vanuit een andere richting. Vraagt men hem de enige meest transformerende digitale technologie te noemen, dan weigert hij überhaupt een technologie te noemen. Zijn keuze is "het platform van record dat de silo's verwijdert die we hebben in de maritieme workflow."

"Zolang dat niet gebeurt, voegen veel nieuwe tools complexiteit toe in plaats van mogelijkheden," zegt Singh.

Samen wijzen de antwoorden naar de grotere strijd die vorm aanneemt. De scheepvaart ontbreekt het niet aan applicaties. Wat ontbreekt is het verbindende weefsel dat applicaties, communicatie, data en mensen als één operatie laat samenwerken.

AI, maar met voorwaarden

Gert-Jan Panken, algemeen directeur en vice-president bij Inmarsat Maritime, verwacht dat AI de breedste impact zal hebben, maar zegt dat de waarde ervan volledig afhangt van de kwaliteit van de inputs en de digitale fundamenten die het ondersteunen. AI heeft betrouwbare data en veilige scheep-wal-integratie nodig voordat het onderhoud, reisoptimalisatie, veiligheid, emissieprestaties en commerciële efficiëntie kan verbeteren. Zonder dat fundament riskeert het nog een extra laag complexiteit te worden.

Nico Lehtinen, directeur digitale transformatie bij Elomatic, nomineert eveneens AI terwijl hij benadrukt dat de scheepvaart het oppervlak nauwelijks heeft gekrast. De technologie zal geleidelijk een natuurlijke extensie worden van engineering- en operationeel management in plaats van iets dat gebruikers als aparte applicatie bezoeken. De winnaars zijn volgens hem onwaarschijnlijk de bedrijven met de meest zichtbare chatbot. Het zullen degenen zijn die intelligentie onopvallend inbedden in workflows waar beslissingen al worden genomen.

Maayan Castel, vice-president product bij Agwa, omschrijft de kans als "domeinspecifieke AI die de kringloop sluit tussen waarnemen, beslissen en handelen."

"De maritieme sector heeft geen dashboards nodig die data tonen die iemand moet interpreteren," zegt zij.

Janani Yagnamurthy, senior vice-president product en strategische groei bij Marcura, richt zich op een andere grote kans: AI-agenten die organisatiekennis kunnen institutionaliseren. Naarmate ervaren professionals met pensioen gaan, beschikken bedrijven die tientallen jaren aan commerciële beslissingen, werkwijzen en contractinterpretatie vastleggen over een voordeel dat later niet gemakkelijk is terug te kopen.

Talbot maakt een soortgelijk punt. De scheepvaart behandelt veel operationele kennis nog steeds als persoonlijk eigendom: de superintendent die zich herinnert waarom machineonderdeel vroeg werd vervangen, of de operator die weet welke agent zaken geregeld krijgt in een bepaalde haven. Als die persoon vertrekt, betaalt het bedrijf vaak om de les opnieuw te leren.

De rode draad is niet simpelweg slimmere software. Het is het verkorten van de afstand tussen kennis en actie.

De leidingen komen eerst

Joy Basu, directeur van Smart Ship Hub, geeft misschien wel het meest bewust onmodieuze antwoord van de enquête. Gedwongen de écht transformerende technologie te kiezen, kiest hij voor de boorddataschrijver.

De scheepvaart is nog steeds sterk afhankelijk van AIS, middagrapporten en gefragmenteerde boordsystemen. Als hoogfrequente informatie van motoren, ketels, debietmeters, asvermogenmeters, navigatieapparatuur en cargosystemen goedkoop en betrouwbaar kan worden verzameld, heeft de sector ineens de grondstof die nodig is voor AI, digitale tweelingen, geautomatiseerde rapportage en voorspellend onderhoud.

"Een AI-model dat nooit rekening heeft gehouden met een vervuilde romp, een gedetuneerde motor of een verzonnen AIS-positie geeft je zelfverzekerde onzin," zegt Basu.

Generieke AI ontwikkelt buitengewoon snel, maar schepen zijn geen generieke omgevingen. Sensoren drijven af. Machines degraderen. Connectiviteit valt weg. Rompvorming treedt op. Bemanningen improviseren. Het weer verandert. Commerciële prioriteiten botsen.

Talbot verbreedt het argument tot buiten telemetrie. Een sensorregistratie kan een operator vertellen dat een pomp heet is geworden. Combineer dat signaal met de e-mails van de superintendent, eerdere aanwezigheidsrapporten en wat de bemanning feitelijk deed, en een machine kan beginnen te begrijpen waarom. Gestructureerde data en menselijke context zijn samen waardevoller dan elk afzonderlijk.

David Evans, chief technology officer bij Idwal, betoogt daarom dat transformatie begint met geverifieerde operationele data en gestandaardiseerde rapportage, met AI en analytics daarbovenop. Adam Dennett, directeur van SpecTec, kiest eveneens gestandaardiseerde, interoperabele data als het fundament dat bepaalt wie er daadwerkelijk profiteert van kunstmatige intelligentie. AI biedt misschien eindelijk de commerciële reden om digitale problemen op te lossen die de scheepvaart jarenlang heeft getolereerd.

Niet iedereen accepteert dat kunstmatige intelligentie zelf de hoofdrol verdient. Bjørn Kristian, directeur bij NAVTOR, kiest S-100, het maritieme datakader van de volgende generatie, ontwikkeld onder de e-navigatiestrategie van de IMO, dat navigatieproducten waaronder elektronische kaarten, bathymetrie, waterstanden en oppervlaktestromen onder een gemeenschappelijke structuur brengt.

"S-100 introduceert rijkere, dynamische en interoperabele navigatielagen," zegt Kristian, met de potentie om situatiebewustzijn, routemonitoring en reisplanning te verbeteren.

Zijn antwoord is juist nuttig omdat het het bredere enquêteresultaat versterkt: veel van de volgende generatie maritieme intelligentie hangt af van rijkere informatie die gestructureerd en interoperabel wordt voordat slimme applicaties er gebruik van kunnen maken. Technologie onder het oppervlak bepaalt uiteindelijk misschien wat de headlinetechnologie kan bereiken.

Van applicaties naar een operationele laag

Hier wordt het platform-of-record-argument van Singh bijzonder belangrijk. Maritieme technologie is traditioneel afdeling voor afdeling en probleem voor probleem aangeschaft. Crewing krijgt één systeem, techniek een ander, chartering weer een ander, inkoop een ander en performance nog een ander. Mensen worden vervolgens de integratielaag, die informatie tussen producten verplaatst via spreadsheets, e-mails, herintikken en geheugen.

Singh gelooft dat die architectuur het einde van zijn bruikbare leven nadert. Zijn bestemming is een gemeenschappelijke operationele record voor het schip en de mensen eromheen, waardoor verschillende functies op dezelfde onderliggende informatie samenkomen.

"Segmenten zijn hoe leveranciers zichzelf organiseren," zegt hij. "Operators ervaren geen segmenten. Zij ervaren één workflow die meerdere platforms en applicaties overschrijdt."

Talbots nadruk op correspondentie verklaart waarom het oplossen van alleen de applicatielaag onvoldoende is. Elk downstreamsysteem moet weten wat er is gebeurd, wie het heeft besloten en op welke grond. Veel van dat bewijs zit nog steeds verankerd in gesprekken en bijlagen in plaats van in databases.

Christoffer Svard, chief commercial officer bij Sea, verwacht dat AI-agenten steeds rechtstreeks met andere systemen verbinden in plaats van mensen voortdurend afzonderlijke platforms te laten inloggen. Software wordt onderdeel van een workflow-ecosysteem in plaats van een bestemming.

Kris Vedat, directeur van SmartSea, komt vanuit de kant van de vloot tot een vergelijkbare conclusie. Hij verwacht dat autonome beslissingsecosystemen schepen, walteams en maritieme infrastructuur verbinden. De doorbraak is niet het automatiseren van afzonderlijke taken, maar het vlooten laten gedragen als verbonden operationele netwerken.

Menselijk oordeel blijft in de loop

Ondanks alle enthousiasme rond agenten en automatisering, zien relatief weinig respondenten de komende vijf jaar als een mars richting scheepvaart zonder mensen. Mikko Kuosa, directeur van NAPA, betoogt dat AI moet voorstellen terwijl mensen beslissen. Garry Noonan, directeur innovatie bij Ardmore Shipping, benadrukt eveneens dat technologie zijn grootste waarde levert wanneer deze het menselijke besluitvormingsproces versterkt in plaats van vervangt.

Talbot tilt nog een drempel aan: kan de output achteraf worden verdedigd? Een beslissing kan maanden later worden aangevochten door een reder, bevrachter, inspecteur, verzekeraar of scheidsgerecht. Nauwkeurigheid alleen is onvoldoende. Het systeem moet bewaren waar informatie vandaan kwam, welke versie werd gebruikt en de redeneerketen achter de aanbeveling. Dat kan een van de onderscheidingen blijken tussen maritieme AI-producten die afstuderen van demonstraties en degenen die dat niet doen.

Over vijf jaar zal AI vrijwel zeker veel dieper verankerd zijn in de scheepvaart. Maar de enquête van SplashTech suggereert dat de grotere transformatie wellicht ligt in wat de AI-hausse de sector dwingt eromheen op te lossen: datakwaliteit, context, interoperabiliteit, connectiviteit, identiteit, institutionele kennis en workflow. De doorbraak komt niet wanneer elk schip een AI-assistent krijgt. Hij komt wanneer het schip, het walkantoor en de technologiestapel eindelijk vanuit dezelfde operationele realiteit gaan werken — en kunnen laten zien hoe ze daar zijn gekomen.

Bron: Splash247