ChatGPT适合航运业吗？
信德海事 苏婉
如今，人工智能被用于电子商务、银行、金融、医疗保健、社交媒体、生活方式等各个领域。许多SaaS供应商（软件即服务SaaS，让用户能够通过 Internet 连接和使用基于云的应用程序）也将人工智能应用到了航运领域。
一些经纪公司和负责人开始应用ChatGPT插件于电子邮件领域，启用该插件就可以对传入的信息给出回复，并还可以选择是否接受这些消息。
因此，不管信与不信，我们每天都会接触到人工智能，在运输业的活动中也是如此。
对人工智能的理解
但奇怪的是，虽然我们一直在谈及人工智能，但对于人工智能没有共同的定义，欧洲委员会提出了一个很长但很好的定义，可以归结为：人工智能指的是纯科幻的系统（具有自我意识的“强”人工智能）和已经投入使用并能够执行非常复杂任务的系统（人脸或语音识别、车辆驾驶--这些系统被描述为“弱”或“中等”人工智能）。
基本上是利用机器学习，机器学习是一种归纳法：让计算机在大量数据的基础上，通过分析相关性和分类发现规则。机器学习的目的其实不是为了获得已经形式化的知识，而是理解数据结构并将其整合到模型中，特别是针对于自动化的任务。
航运业的人工智能VS人类大脑
问题是：在航运中是否存在这么复杂的问题，人工智能的表现会比正常人的大脑做得更好？
让我们以电子邮件为例。多年来，电子邮件流量稳步增长，2022年平均每天发送1650亿封邮件，航运公司的收件箱每天可能收到数百或数千封邮件，这取决于你是一家小型航运公司还是大型经纪公司。
在人工智能广泛应用之前，电子邮件解析是一个简单的解决方案，“解析”是指使用软件来识别和提取那些通常格式化的传入邮件中的特定数据。
而人工智能应用后，“人工智能解析”就变得越来越复杂，它可以识别和分类所有拟议的航运现货交易条款，或各种船舶的规格和敞口头寸。然后再通过一个定义的界面将信息提供给其他程序，这个定义的界面可以消除旧的副本和粘贴。
我们可以看一个真实的例子。比如说干散货巴拿马型船队有2400艘船，其中60%是现货交易，每年平均有6次航行，那么每周全球平均有166艘船可供使用。
即使将这一数字再分成两个主要流域，即大西洋和太平洋，也还是会有相当多数量的船只需要追踪，那么与之相关的电子邮件流量也是相当大的，这就为人工智能或其他技术提供了一个很好的应用平台。
人工智能在航运业中还有另一个用途，就是将其应用于自动识别系统，标记出人类大脑无法检测到的潜在制裁行为。因为一般在制裁活动交易前，为了决定交易的时间和价格水平、选择合适的交易对手和合适的船舶，往往会进行一系列不透明的操作，依靠人脑是很难识别的。
航运业应该是简单的
但是我们不禁认为，市场上提出的SaaS大多数都有人工智能成分，这有点过头了。
航运本质上是一个极其简单的活动，说的直白些：如果有两艘船运载一种货物，市场就会下跌，如果有两船货，只有一艘船，市场就会上涨。
任何研究预交易的结果无非两种：要么是现货市场上涨，要么是下跌。这些系统非常强大，有些处理大量的时间序列很容易。这可能会形成一个误区：即要解决好交易这个问题，就得处理更多的数据，而事实上思考什么样的数据是相关的才是重点。选择使用的数据应该依据相关性，而不是可用性。
只是因为数据可用而去使用，会导致严重的分析瘫痪，即总是在等待更多的数据来做出最终正确的决定，但什么是正确的决定呢？
归根结底，一家公司的利润并不仅仅来自于有利可图的交易，而是来自于现实生活中一系列有好有坏的组合交易组成的。
问题的关键不是要把每一笔交易都做对，而在于获得更多成功的交易，同时在这些好的交易中获得最大的利润，在坏的交易中减少损失。
航运业是否会因使用人工智能或大数据，把一个本质上非常简单的市场而复杂化，偏离了“KISS”原则（Keep It Simple, Stupid，简单的系统比复杂的系统操作性更好）而受到影响？只有时间会告诉我们。
