“数十年来，航运业一直将‘经验’视为每天傍晚下班离岗并在40年后退休的个人资产。而 CP Optimiser 让我们有机会将这些宝贵经验转化为可扩展的 AI 驱动基础设施，使初级人员从入职第一天起就能运用资深专家的专业知识，大幅提升运营效率。”
托马斯·斯蒂恩霍姆 (Thomas Stjernholm)
Tomini Chartering 商业总经理
航运业正日常应用人工智能（AI）。而更艰难的任务接踵而至：对其产生信任并授权其执行。
《赢得信任：AI在航运业的应用》是 Thetius 与 Marcura 的最新研究。研究发现，目前已有近三分之二（63%）的航运专业人士在日常工作中应用 AI。然而，仅有 8% 的受访者认为其所在组织在 AI 的使用和治理上已达到成熟阶段。
研究指出，AI 已融入航运工作流程之中。从验证、问责制到治理，各组织仍在探索如何评估完整的人机协作流程，以及人类决策在何处能发挥最大价值。
《赢得信任：AI在航运业的应用》的核心发现
调研发现 | 结果 |
|---|---|
日常工作应用 AI | 近三分之二（63%） |
认为其组织在 AI 应用与治理上已达到成熟阶段 | 8% |
每周至少花费一小时来检查或修正 AI 生成的内容 | 超半数（55%） |
每周花费五小时或以上来检查或修正 AI 生成的内容 | 近五分之一 |
认为在计入检查时间后，AI 总体上仍能为其节省时间 | 85% |
在评估对 AI 生成结果的信任度（五分制）时，选择中值（3分） | 57% |
在做出重大商业决策前，总是会先核实 AI 的推荐建议 | 十分之七 |
认为商业决策应始终由具体指定的人员承担最终责任 | 80% |
若经验证明 AI 的输出安全可靠，将大幅缩减核对时间 | 47% |
认为其组织的数据已充分准备好，可供 AI 可靠调用 | 少于十分之一 |
表示其组织已在应用、试点或规划智能体 AI（Agentic AI） | 近四分之三（72%） |
认为其组织的治理机制已为智能体 AI（Agentic AI）做好准备 | 15% |
认为 AI 正在帮助资历较浅的同事更快提升工作成效 | 四分之三（75%） |
获取完整报告，获取深度数据洞察
深入了解航运业界如何应用人工智能，以及行业领跑者如何利用 AI 提升运营效率与获取数据洞察
航运专业人员需要花费多少时间审核人工智能（AI）的输出结果？
超过半数（55%）的专业人员每周至少花费一小时来审核或纠正 AI 生成的内容，其中近五分之一的人甚至花费五小时或以上。尽管如此，考虑到审核时间，仍有 85% 的人认为 AI 总体上为他们节省了时间。
什么是“验证税”（verification tax）？
该报告将花在审核 AI 生成工作上的时间和精力称为“验证税”。现在的关键问题在于，这些验证工作中有多少是真正必要的。
航运专业人员对 AI 生成结果的信任度如何？
这种信任仍是有条件的。当被问及对 AI 生成结果的信任程度时，57% 的受访者选择了五分制量表的中点。AI 或许已成为日常工作的一部分，但人们对其输出结果的信心仍有待提升。
部分审核工作不太可能消失，也不应该消失。十分之七的人表示，在做出重大商业决策之前，他们总是会核实 AI 的建议；而 80% 的人认为，无论 AI 变得多么强大，最终的商业决策始终应由具体责任人承担责任。
所有的 AI 验证都是必要的吗？
并非所有的验证都是必不可少的，部分审核是由不确定性驱动的。大多数受访者在审核 AI 输出时，至少有时会发现错误，且只有不到十分之一的人表示其组织的数据已完全准备好供 AI 依赖。如果实践证明 AI 的输出是可靠的，47% 的人表示他们会大幅减少审核时间。
报告指出，机遇在于建立比例适度的“人工监督”机制：在出错后果严重的环节保留监督，并在信任度提升后减少不必要的审核，从而提升整体运营效率。
关于如何赢得对 AI 的信任，Marcura 怎么看？
Marcura 产品与战略增长高级副总裁 Janani Yagnamurthy 表示：
“航运业并不缺少数据。问题在于，做出明智决策所需的上下文信息往往散落在合同、电子邮件、文档、系统以及业务人员的经验中。仅仅在这些碎片化的数据之上引入 AI 并不能解决根本问题。
“真正的机遇在于在决策点将这些上下文信息整合在一起，然后从实际发生的结果中学习。当系统能够展示其给出答案的依据、能够通过实际结果进行验证，并根据人工纠正进行改进时，就无需再从头开始审核每项内容。这才是 AI 开始赢得信任的方式，而不是简单地要求人们去信任它。”
航运业为智能体 AI（Agentic AI）做好准备了吗？
近四分之三（72%）的受访者表示，其组织已经在应用、试点或计划部署能够主动采取行动（而非仅仅提供建议）的智能体 AI 系统。然而，仅有 15% 的人表示其治理体系已为智能体 AI 做好准备。
随着 AI 从提供答案转向采取实际行动，风险也随之上升。这种脱节提出了一个务实的问题：AI 可以独立执行哪些工作？哪些工作仍需人工审核？最终结果由谁负责？
AI 如何帮助经验较少的同事？
报告指出，AI 也在改变经验分享的方式。四分之三（75%）的受访者表示，AI 正在帮助经验较少的同事更快地提升业务效率。
CP Optimiser：租约审查的“集体智慧大脑”
其中一个典型案例是 CP Optimiser。作为 Marcura 智能合同（Marcura Contract Intelligence）的一部分，这是一款由 Marcura 和 Tomini Chartering 联合开发、由 AI 驱动的租船合同（租约）审查工具。它能结合公司积累的专业知识对租约进行深度分析，精准识别出原本可能需要资深员工才能发现的条款和风险，释放强大的数据洞察。
Tomini Chartering 商业董事总经理 Thomas Stjernholm 将该系统形容为组织的“集体智慧大脑”，他表示：“这是一个‘人到 AI 再到人’（human-to-AI-to-human）的闭环流程：由人输入知识，AI 进行整理并将其与眼前的条款进行关联，最后由人做出最终决策。”
《赢得信任：航运业中的 AI》报告有哪些具体建议？
《赢得信任：航运业中的 AI》报告得出结论，企业应当：
• 评估并衡量完整的“人机协同”流程，
• 将必要的验证与由不确定性驱动的审核区分开来，
• 利用人工纠正来改进未来的系统表现，以及
• 确立明确的权责归属与治理架构。
预约我们的 AI 团队，开启探索沟通之行
专为航运业打造的决策型人工智能
