Sztuczna inteligencja naprawdę przekształci żeglugę dopiero wtedy, gdy dane, kontekst, łączność i pofragmentowane przepływy pracy zostaną wreszcie połączone — to główny wniosek płynący z sondażu SplashTech wśród liderów technologii morskich, opublikowanego jako wprowadzenie do zupełnie nowego magazynu SplashTech.

Jeśli jedna odpowiedź dominuje w sondażu, to jest nią właśnie sztuczna inteligencja. Bardziej wymowne jest jednak to, jak niewielu respondentów chce na tej odpowiedzi poprzestać.

Oczekuje się, że w ciągu najbliższych pięciu lat AI obejmie niemal każdy aspekt żeglugi: planowanie podróży, konserwację, zaopatrzenie, operacje ładunkowe, zgodność przepisową, bezpieczeństwo, decyzje komercyjne oraz codzienną administrację, która pochłania niezwykle dużo czasu na morzu i na lądzie. Jednak każdy kolejny autor dodaje to samo zastrzeżenie: inteligencja jest tak dobra, jak dane, kontekst, łączność, architektura i wiedza morska, na których się opiera.

Zastrzeżenie to pada w branży, która historycznie cyfryzowała się nierównomiernie. Otoczenie regulacyjne żeglugi zmienia się jednak w sposób premiujący lepsze dane: schemat oceny wskaźnika intensywności węglowej (CII) IMO oraz włączenie emisji morskich do unijnego systemu handlu emisjami (ETS) uczyniły dokładne, weryfikowalne dane operacyjne wymogiem zgodności, a nie opcjonalnym projektem efektywnościowym. Respondenci sondażu wielokrotnie wracają do tego praktycznego nacisku — AI opłaca się tylko wtedy, gdy dane, które ją zasilają, wytrzymają kontrolę.

Kontekst jako brakujący składnik

Matthew Talbot, współdyrektor generalny Complexio, przedstawia jedną z najjaśniejszych wersji tego argumentu. Jego wybór najbardziej przełomowej technologii to zdolność odczytywania nieustrukturyzowanej warstwy koordynacyjnej żeglugi — e-maili, czatów, dokumentów i załączników — i przekształcania jej w nadzorowany model faktycznego funkcjonowania firmy.

„Słowem, które się tu liczy, jest kontekst” — mówi Talbot w rozmowie ze SplashTech.

Jego zdaniem każdy model ogólnego przeznaczenia potrafi streścić e-mail. Trudniejszym problemem jest zrozumienie, co dana wiadomość oznacza wewnątrz konkretnej firmy żeglugowej: z jakim statkiem, ładunkiem, kontrahentem, człowiekiem i wcześniejszą decyzją jest powiązana oraz jak praca rzeczywiście przepływa. Operacyjny zapis żeglugi często mieści się w skrzynce odbiorczej, a nie w systemie ERP. Dopóki maszyny nie będą w stanie inteligentnie odczytywać tej historii, aplikacje zbudowane powyżej działają na podstawie jedynie części obrazu.

Manish Singh z Maris Investments podchodzi do tego samego problemu z innej strony. Poproszony o wskazanie jedynej najbardziej przełomowej technologii cyfrowej, w ogóle odmawia nazwania technologii. Jego wyborem jest „platforma rejestru, która usuwa silosy obecne w morskim przepływie pracy”.

„Dopóki to nie nastąpi, wiele nowych narzędzi dodaje złożoność zamiast możliwości” — mówi Singh.

Razem te odpowiedzi wskazują na większy konkurs, który się zaznacza. Żegluga nie cierpi na brak aplikacji. Brakuje jej tkanki łącznej, która pozwoliłaby jej aplikacjom, komunikacji, danym i ludziom działać jako jedna operacja.

AI, ale z warunkami

Gert-Jan Panken, dyrektor generalny i wiceprezes Inmarsat Maritime, oczekuje, że AI wywrze najszerszy wpływ, ale jego zdaniem jej wartość zależy całkowicie od jakości danych wejściowych i fundamentów cyfrowych, które ją wspierają. AI potrzebuje wiarygodnych danych i bezpiecznej integracji statek–ląd, zanim będzie mogła poprawić konserwację, optymalizację podróży, bezpieczeństwo, wyniki emisyjne i efektywność komercyjną. Bez tego fundamentu grozi jej stanie się kolejną warstwą złożoności.

Nico Lehtinen, dyrektor ds. transformacji cyfrowej w Elomatic, również wskazuje AI, podkreślając przy tym, że żegluga dopiero zadrasnęła powierzchnię. Technologia stopniowo stanie się naturalnym rozszerzeniem inżynierii i zarządzania operacyjnego, a nie czymś, do czego użytkownicy zaglądają jako do osobnej aplikacji. Zwycięzcami — sugeruje — nie będą prawdopodobnie firmy z najbardziej widocznym chatbotem. Będą to te, które po cichu osadzą inteligencję w przepływach pracy tam, gdzie decyzje już zapadają.

Maayan Castel, wiceprezes ds. produktu w Agwa, opisuje szansę jako „domenową AI, która zamyka pętlę między感知, decyzją i działaniem”.

„Żegluga nie potrzebuje kolejnych pulpitów wyświetlających dane, które ktoś musi zinterpretować” — mówi.

Janani Yagnamurthy, starszy wiceprezes ds. produktu i strategicznego rozwoju w Marcura, koncentruje się na innej wielkiej szansie: agentach AI zdolnych instytucjonalizować wiedzę organizacyjną. W miarę jak doświadczeni profesjonaliści odchodzą na emeryturę, firmy zdolne uchwycić dekady decyzji komercyjnych, praktyk roboczych i interpretacji kontraktów zdobędą przewagę, której później nie łatwo odkupić.

Talbot porusza podobny punkt. Żegluga wciąż traktuje wiele wiedzy operacyjnej jako własność osobistą: nadzorca, który pamięta, dlaczego maszynę wymieniono wcześniej, albo operator, który wie, który agent załatwia sprawy w danym porcie. Gdy taka osoba odchodzi, firma często płaci, by nauczyć się tej lekcji ponownie.

Wspólną nicią nie jest więc po prostu sprytniejsze oprogramowanie. Jest nią skracanie dystansu między wiedzą a działaniem.

Najpierw instalacja

Joy Basu, dyrektor generalny Smart Ship Hub, daje być może najbardziej celowo niemodną odpowiedź w całym sondażu. Gdyby musiał wybrać naprawdę przełomową technologię, wskazuje pokładowy rejestrator danych.

Żegluga wciąż w dużej mierze opiera się na AIS, raportach południowych i pofragmentowanych systemach pokładowych. Jeśli wysokiej częstotliwości informacje z silników, kotłów, przepływomierzy, mierników mocy wału, sprzętu nawigacyjnego i systemów ładunkowych da się zbierać tanio i niezawodnie, branża nagle dysponuje surowcem wymaganym dla AI, bliźniaków cyfrowych, zautomatyzowanego raportowania i konserwacji predykcyjnej.

„Model AI, który nigdy nie uwzględnił sfaulowanego kadłuba, zdewaluowanego silnika albo sfabrykowanej pozycji AIS, wyprodukuje pewne siebie bzdury” — mówi Basu.

Generyczna AI rozwija się niezwykle szybko, ale statki nie są generycznymi środowiskami. Czujniki dryfują. Maszyny się zużywają. Łączność znika. Kadłuby się falują. Załogi improwizują. Pogoda się zmienia. Priorytety komercyjne są w konflikcie.

Talbot rozszerza argument poza telemetrię. Zapis czujnika może powiedzieć operatorowi, że pompa się przegrzała. Połączenie tego sygnału z e-mailami nadzorcy, wcześniejszymi raportami z wizyt i tym, co załoga faktycznie zrobiła, pozwala maszynie zacząć rozumieć dlaczego. Ustrukturyzowane dane i ludzki kontekst razem są cenniejsze niż każde z osobna.

David Evans, dyrektor techniczny Idwal, argumentuje zatem, że transformacja zaczyna się od zweryfikowanych danych operacyjnych i zestandaryzowanego raportowania, a AI i analityka powinny spoczywać na nich wyżej. Adam Dennett, dyrektor generalny SpecTec, podobnie wskazuje zestandaryzowane, interoperacyjne dane jako fundament określający, kto faktycznie skorzysta ze sztucznej inteligencji. AI może wreszcie dostarczyć komercyjnego powodu do naprawy cyfrowych problemów, z którymi żegluga tolerancyjnie żyła od lat.

Nie wszyscy zgadzają się, że to sama sztuczna inteligencja zasługuje na pierwsze miejsce. Bjørn Kristian, dyrektor w NAVTOR, wskazuje S-100, ramę danych morskich nowej generacji rozwijaną w ramach strategii e-nawigacji IMO, obejmującą produkty nawigacyjne, takie jak mapy elektroniczne, batymetria, poziomy wody i prądy powierzchniowe, wspólną strukturą.

„S-100 wprowadza bogatsze, dynamiczne i interoperacyjne warstwy nawigacyjne” — mówi Kristian, z potencjałem poprawy świadomości sytuacyjnej, monitorowania tras i planowania podróży.

Jego odpowiedź jest użyteczna właśnie dlatego, że wzmacnia szerszy wynik sondażu: znaczna część kolejnej generacji inteligencji morskiej zależy od tego, by bogatsze informacje stały się ustrukturyzowane i interoperacyjne, zanim sprytne aplikacje będą mogły je wykorzystać. Technologia pod powierzchnią może ostatecznie przesądzić o tym, co osiągnie technologia nagłówkowa.

Od aplikacji do warstwy operacyjnej

Tu argument Singha o platformie rejestru nabiera szczególnego znaczenia. Technologie morskie tradycyjnie kupowano wydział po wydziale i problem po problemie. Załoga ma jeden system, dział techniczny inny, czartering inny, zaopatrzenie inny i efektywność jeszcze inny. Człowiek staje się wtedy warstwą integracyjną, przenoszącą informacje między produktami za pomocą arkuszy kalkulacyjnych, e-maili, ponownego wpisywania i pamięci.

Singh uważa, że ta architektura zbliża się do końca swojej użyteczności. Jego celem jest wspólny rejestr operacyjny dla statku i otaczających go ludzi, pozwalający różnym funkcjom zbiegać na tej samej podstawowej informacji.

„Segmenty to sposób, w jaki organizują się dostawcy” — mówi. „Operatorzy nie doświadczają segmentów. Doświadczają jednego przepływu pracy, który przecina wiele platform i aplikacji.”

Nacisk Talbota na korespondencję wyjaśnia, dlaczego rozwiązanie samej warstwy aplikacji nie wystarczy. Każdy system niższego rzędu musi wiedzieć, co się wydarzyło, kto to zdecydował i na jakiej podstawie. Duża część tego dowodu pozostaje osadzona w rozmowach i załącznikach, a nie w bazach danych.

Christoffer Svard, dyrektor handlowy w Sea, oczekuje, że agenci AI będą coraz częściej łączyć się bezpośrednio z innymi systemami, zamiast zmuszać ludzi do ciągłego logowania się do osobnych platform. Oprogramowanie staje się częścią ekosystemu przepływu pracy, a nie celem samym w sobie.

Kris Vedat, dyrektor generalny SmartSea, dochodzi do zbliżonego wniosku od strony floty. Oczekuje, że autonomiczne ekosystemy decyzyjne połączą statki, zespoły lądowe i infrastrukturę morską. Przełomem nie jest automatyzacja pojedynczych zadań, lecz pozwolenie flotom działać jako połączone sieci operacyjne.

Ludzki osąd pozostaje w pętli

Pomimo całego entuzjazmu wokół agentów i automatyzacji stosunkowo niewielu respondentów wyobraża sobie najbliższe pięć lat jako marsz ku żegludze bez ludzi. Mikko Kuosa, dyrektor generalny NAPA, argumentuje, że AI powinna proponować, a ludzie decydować. Garry Noonan, dyrektor ds. innowacji w Ardmore Shipping, podobnie podkreśla, że technologia dostarcza największej wartości wtedy, gdy wzmacnia ludzkie podejmowanie decyzji, a nie zastępuje je.

Talbot podnosi kolejny próg: czy wynik da się później obronić? Decyzja może zostać zakwestionowana miesiącami później przez armatora, czarterującego, inspektora, ubezpieczyciela lub trybunał. Sama dokładność nie wystarczy. System musi zachować, skąd pochodziła informacja, która wersja była użyta i łańcuch rozumowania stojący za rekomendacją. To może okazać się jednym z rozróżnień między morskimi produktami AI, które ukończą studia z demonstracji, a tymi, które nie.

Za pięć lat AI niemal na pewno będzie znacznie głębiej osadzona w żegludze. Ale sondaż SplashTech sugeruje, że większą transformacją może być to, co boom AI zmusi branżę naprawić wokół niego: jakość danych, kontekst, interoperacyjność, łączność, tożsamość, wiedzę instytucjonalną i przepływ pracy. Przełom nie nastąpi, gdy każdy statek dostanie asystenta AI. Nastąpi, gdy statek, biuro lądowe i stos technologiczny zaczną wreszcie pracować na tej samej rzeczywistości operacyjnej — i będą w stanie pokazać, jak do niej doszły.

Źródło: Splash247