如果把煤礦比喻為“工業糧食”，那么對于信息化社會來說，大數據就像是蘊藏能量的煤礦，誰掌握了數據，誰就掌握了主動權。

那么，在航運大數據領域，數字化的供應鏈要解決什么問題？其演變的模式和路徑是什么？上海國際航運研究中心航運信息研究所所長徐凱從技術、數據和模式等三個方面給出了答案。

數字化供應鏈要解決什么問題？

首先，徐凱認為，存在與數字化供應鏈之外，應該有一個數字技術鏈條。該技術鏈條從數據采集、數據傳輸、數據存儲、數據分析、數據展示到數據應用形成完整的閉環后，構成了如今人們所熟知的如5G、AI等前沿科技要素。

“但所有技術的應用都不應該以技術本身的應用為目標，而應該提升供應鏈業務。”徐凱表示，這些業務應該包括透明、高效、集成、標準化、誠信、可控的。

他舉例說，物流技術有一個不可逃避的O2O問題，即線上、線下的問題。即使將貨物流、信息流、資金流全部搬到線上，但物流或者供應鏈實際發生在線下，由此也引發了在線達成的協議線下能否有效執行、線上與線下能否保持監控一致性、統計學與人工智能的分水嶺在哪兒等問題。

而航運大數據就是指航運業務、管理、監管等領域產生的海量數據，以及圍繞這個數據規模有效的融合、存儲、加工、查詢（可視化）、分析相關技術和解決方案的統稱。“數字化供應鏈就是要解決決策完善和決策支撐的問題，幫助探索解決現實困境的方式。”徐凱說。

在研究航運大數據的實踐中，上海國際航運研究中心總結出做大數據分析的三個境界。

“在感知階段，從歷史數據中學習規律和知識，并且在實踐中運用知識；在預見階段，實時或在極小的延遲下迅速做出相應的判斷；在掌控階段，對未來進行預判或預警，再通過行為改變結果。”徐凱介紹。

他從集裝箱角度舉例，“感知”層面，以2018年全球集裝箱運能數據分析為支撐，2018年第三季度約有5200艘集裝箱船舶航行在全球417條航線上，而通過巴拿馬運河和掛靠中東地區的大型船舶明顯增多。此外，集裝箱大型運力向大洋上轉移，太平洋航線和大西洋航線11000—13500TEU傳播數量明顯增加。“預見”層面，通過分析過去幾年每一個航線的持續增量的變化趨勢和目前運力保有量，可從中篩選出未來可能熱點的航線。此外，通過分析全球417條航線上的集裝箱船運營績效指數，還可以幫助班輪公司改變其運力配置。同時，按照船型和航線細分軌跡數據，分船型建立航行模型，再根據模型幫助貨主預測抵港時間，目前該模型可以把誤差控制在四小時以內。“掌控”層面，則可以解決貨主訂艙決策中的船期選擇問題。

演變的模式和路徑是什么？

徐凱認為，目前航運電商競爭領域只有集裝箱貨運物流平臺和散貨運輸電商平臺。

“我們研究的問題不外乎貨物和船，貨物和船在港口和口岸產生交集，而貨物延伸到聯運，最后形成貿易，船延伸到傳播服務，形成船舶業。”徐凱說。

他指出，散貨運輸船舶雖然也為貨主服務，但實際其議價能力低。在劣幣驅逐良幣的市場環境下，散貨運輸電商平臺通過降低價格來競爭，而非以服務質量的優劣來競爭。因此，短期內需求端利潤空間不大，但在后市場，即船舶服務、船舶貿易端未來發力的可能性極大。

“一切的技術都是為了幫助貨主做決策。”徐凱總結說。