海事人工智能领域的信任鸿沟
在本报告中
人工智能已融入日常工作的哪些方面:人工智能的普及程度,以及使用人工智能与做好依赖人工智能的准备之间的差距。
验证成本:人们采取行动前检查人工智能结果所花费的时间,以及如何区分必要的检查与随着信心增强而减少的检查。
从助手到智能体:人工智能从提出建议转向实际执行后会发生哪些变化,以及治理为何未能跟上步伐。
从信任到问责:在哪些决策中仍由人来把关,以及充满信心地运用人工智能的五项优先事项。
海事行业采用人工智能的速度,快于学会信任它的速度
海事研究机构 Thetius 与科技公司 Marcura 的一项新研究,探讨了如今这种信任处于什么水平:人工智能在日常工作中的普及程度如何,人们现在有多少时间花在检查人工智能的产出上,哪些事项需要人工审查、哪些不需要,以及领先企业如何将核验从一项成本转变为学习的来源。
本研究汇集了来自行业各方的运营人员、技术专家和研究人员的见解,其中包括 Tomini Chartering。
行业人士告诉了我们什么
“人们对人工智能究竟能做什么缺乏了解。也没有正式培训,因此大多数人工智能应用都是个别管理人员通过试错摸索出来的,而不是采用经过批准的方法。”
Jack Kitching,船长兼运营经理,Islands Unlimited
“人们总想把技术应用到所有地方,而不是先问问题该如何解决。你需要先爱上问题本身。”
Manuel Fernandez de Mosteyrin,Stena Bulk
“这是一个人—人工智能—人的流程:人输入知识,人工智能整理这些知识,并将其与眼前的条款关联起来,最后由人作出决定。”
Thomas Stjernholm,商务董事总经理,Tomini Chartering
常见问题
如今人工智能在海事行业有哪些应用?
人工智能如今已成为海事行业日常工作的一部分。研究中,63% 的专业人士表示他们每天都会使用人工智能。它最常用于处理大量信息并作出重复性商业判断的任务:参照公司自身的历史记录审查租船合同,在采购中核对采购订单、发票和收据,起草和整理往来函件,以及准备索赔材料。大多数应用仍依赖通用工具,而非专为海事行业打造的工具。42% 的受访者表示,其所在机构的人工智能能力主要来自 ChatGPT 或 Copilot 等通用服务提供商,而来自海事专业供应商的仅占 10%。
考虑到需要进行各种检查,人工智能真的能为航运业节省时间吗?
总体而言,能。85% 的受访者表示,即便将检查和修正所花的时间计算在内,人工智能总体上仍能为他们节省时间;不过,55% 的受访者每周会花一小时或更长时间检查或修正人工智能的输出。报告将这种检查称为“核验税”:在采取行动前,核验人工智能生成内容所耗费的时间和精力。其中一部分检查是由决策的重要性所决定的,仍有必要保留;其余检查则源于信心不足,随着人工智能逐渐证明自身可靠,这部分检查会减少。
航运业可以信任人工智能的输出吗?
大多数海事专业人士目前还不能完全信任人工智能的输出。在被问及对人工智能产出有多信任时,57% 的受访者选择了五级量表的中间档,既不不信任,也不完全信任。这种谨慎并非没有理由:27% 的受访者表示,他们检查时经常或几乎总能发现错误;很少有人认为所在机构的数据已完全准备好供人工智能依赖。当人们能够看到系统得出的结果及其得出结果的过程时,信任往往会随之增长。
人工智能在海上作出商业决策时,谁承担责任?
多数行业人士认为,应由一名明确指定的人员承担责任。80% 的受访者表示,无论人工智能将来变得多么强大,商业决策都应始终由一名明确指定的人员负责。对于重要的业务决策,70% 的受访者表示,在采取行动前一定会检查人工智能的建议。报告所描述的模式是“人—人工智能—人”:人工智能整理信息并揭示风险,由人作出决定并承担责任。
海事行业是否已准备好迎接能够采取行动的智能体人工智能?
采用进度领先于准备程度。72% 的受访者表示,其所在机构已在使用、试点或计划采用智能体人工智能;这类人工智能能够采取行动,而不只是提出建议,例如起草租船与运营部门之间的交接内容。然而,只有 15% 的受访者表示,其所在机构的治理机制已准备好应对会采取行动的人工智能。报告建议按任务逐步扩大其权限,并根据判断失误可能造成的后果,匹配系统获准采取的行动范围。
航运公司应如何治理人工智能?欧盟《人工智能法案》是否适用?
治理进度落后于采用进度,弥合这一差距应是当务之急。35% 的受访者表示,其所在机构现已制定正式的人工智能政策,高于一年前的 11%;但只有 25% 的受访者表示,机构制定的政策得到了员工的实际遵守。相关法规也将陆续生效:欧盟《人工智能法案》自 2026 年 8 月 2 日起全面适用,其人工智能素养要求则自 2025 年 2 月起生效。报告建议将人工智能纳入现有的风险管理和合规架构,而不是为每种工具另设流程;记录正在使用哪些系统以及这些系统能够访问哪些内容;并根据每项决策所涉及的风险,安排相应程度的人工监督。
63%
每天使用 AI
57%
不要完全相信他们所依赖的人工智能输出结果
27%
检查时经常或几乎总能发现错误
15%
表示他们的治理体系已为能够采取行动的 AI 做好准备

