隨著大數據時代的來臨，大數據技術在各行各業正得到越來越多的運用。作為最古老的行業之一，航運業與大數據的結合會碰撞出怎樣的火花？當前航運業大數據走到了哪一步？在航運新生態下，大數據將如何降低企業風險？帶著這些問題，我們采訪了業內專家、億海藍航運大數據首席分析師林書來。         航運大數據應用逐步深化
        記者：目前，大數據的應用已經深入到了各個行業，可謂發展迅猛。我們看到，很多國家都推出了大數據的發展規劃，應用于醫藥、農業、地理等各個領域。像微軟、雅虎、谷歌、Tesco等大型企業也早早應用大數據且“嘗到了大數據帶來的甜頭。”當前，大數據在航運業的應用走到了哪個階段？
        林書來：的確如你所言，目前大數據已經不僅僅是一個火熱的概念，其所形成的行業本身和在不同行業中的實際應用已經取得了比較大的發展。大數據是技術進步的產物。隨著數據采集方式的變革，更多有價值的數據信息能被記錄和存儲，再加上云計算、機器學習等技術的發展，使得數據處理能力更強，數據中隱含的信息能被更進一步解讀出來，同時，人們對數據使用領域的認識和拓展，使得大數據的使用范圍也越來越廣。從數據采集、處理到最終應用，這些方面的協同發展，才有了我們目前看到的大數據的景象。但無論在哪些領域的應用，其最終落腳點，一是幫助使用者具備更全面和深遠的洞察能力，從而更好地決策；二是在此基礎上最終實現人工智能。
        就航運業而言，大數據的應用也正“走在路上”，從實際應用的領域來看，比如航運產業鏈上的物流協同管理、船型的選擇與船舶設計、港口和船公司經營優化等都有一些比較成熟的案例?？傮w上來看，航運業中促使大數據應用逐步深化的因素已經產生，無論是相關物聯網技術的深入應用，還是企業或行業層面的信息化和平臺化的發展，都將為大數據在這個領域有一番作為提供支撐。
        記者：盡管如此，但業內也有觀點認為，作為傳統行業的航運業有其自身的運營特點，大數據對于航運業的影響不會太大。您怎樣看待這個問題？
        林書來：這是新生事物發展過程中必須要面對的問題，確實在大數據實際應用中，我們也總會遇到各種問題，有的是數據源方面的，有的是產品方面的，有的是客戶習慣和接受方面的，這些都可以理解。從另一個角度來看，其實這個還是受思維慣性影響而導致的。我看到的是，面對行業調整，大數據應用是一個能很好解決行業中一些問題，特別是有效管理風險的工具。據我們了解，有公司就專門運用大數據的方法去預測短中期航線運力分布及一段時間內運價的變化，這可以有效地幫助企業更好地調整運力在航線上的投放及租期的長短等，從而改善經營業績。所以，我想說的是，大數據應用包含大數據產品以及服務創造和開發，這些是技術問題，會隨著時間的推移而改善，更重要的問題還是要改變傳統思維習慣和格局的問題。
        記者：那么，您預計，隨著互聯網大數據的深入發展，以及與航運業的結合日益緊密，以后會給航運業帶來哪些改變？例如催生出新的市場、新的貿易形式、新的指數、新的投資機會等。
        林書來：你上面所提到的這幾個方面的改變都已經在發生了，有的在當前可能還處在摸索商業模式的過程中，有的已經發展相對成熟。比如，最直接的大數據產業，這個大家可能已經不陌生了，數據現在能作為一項資產在交易所掛牌買賣，我們所熟悉的船位數據，這個航運業基礎的數據資產，早在十多年前就像商品一樣交易了。再如，航運服務平臺的業態，現在已經有不少企業和政府背景的交易所都在這個方面進行試水，有的已經取得比較好的成績，它們將訂艙放到平臺上進行交易，這樣能累積大量的業務數據，又用這些數據作為金融授信的輸入，給中小貨代公司和船公司做金融服務；有的還利用大數據的方法做線上船舶價值公估服務平臺，不但引入了船舶基本數據的變量，還考慮船舶動態運營對船舶價值的影響。新的指數方面，這個屬于數據挖掘價值方面的，我們自己的產品中應用比較多，比如衡量航運市場景氣程度的，衡量某一航線運價變動方面的，這些都還是相對容易實現的。新的投資機會方面，除了大數據產業本身以外，它可能更多的是帶來利用這個工具所能洞察到的投資機會，比如預測航運市場中期價格走勢方面，比傳統的分析方法高出不止一個檔次。
        探索實踐初見成效
        記者：我們看到大數據已經進入航運領域，但航運領域中哪些環節更容易與大數據“牽手”？
        林書來：我認為物流產業鏈上的協同這個領域越來越倚重大數據，也有鮮活的成功案例。它們主要是通過對貨主、代理、車隊、港口、船公司等各環節所產生數據信息的整合和處理，最終形成能供整個產業鏈用戶使用的可視化平臺產品和服務，一方面確實提升了整個物流供應鏈環節的效率，節約了成本；另一方面在這個基礎服務平臺上，由于物流環節的這些用戶都在上面留下了實際業務的“痕跡”，又使得金融等服務能介入進來，解決許多中小服務型企業因資信問題融資難的困境。這可以說是大數據應用，反過來又產生數據資源的例子，是一個良性循環的體系。
        記者：目前，大數據與航運結合主要可以從哪些方面發揮作用？能否分別介紹一下。
        林書來：從操作層面來看，大數據應用于航運業主要包含以下三個方面：航運操作即精細化運營、金融風控即征信管理，以及行業研究市場深度信息。下面我分別具體闡釋一下。
        精細化運營是基于航運業務操作提出來的。以往主要因為物流環節數據的孤島效應，使得信息傳遞不暢，會使運營中的效率大大降低，精細化運營服務主要是針對航運業務相關的企業日常操作運營而提供的一種服務，我們所提供的這項服務是一個數據化和可視化的平臺，當然這個也可以根據客戶的具體要求，比如提供專門的數據接口對接客戶的信息管理平臺，這樣客戶可以方便地實時掌握其船舶或貨物的位置、工廠的生產狀況、產品的價格、不同地點存在的套利機會等等。舉一個干散貨運輸的例子，國內一家大型的壓榨企業，每月要進口大量的大豆，在進口過程中，需要實時地根據港口裝卸情況、壓榨廠的生產進度、消費地區的價格情況來分配大豆的到港時間和到港量，我們能將這整個環節中的各種信息給展現出來，并集成在一起，這樣能方便這家企業的調度和安排。
        評估和征信主要涉及到的是船舶或船公司，我們提供數據來支撐評估和征信業務，這個可以由億海藍這樣的公司來做，也可以由第三方機構或銀行、金融租賃公司利用我們的數據信息來做?，F在比較熱門的利用船舶經營數據給船舶估值，這就是個比較好的例子，通過大數據的方法能比較好地客觀描述船舶經營情況，用這些數據對船舶資產進行估值，可以和傳統的估值方法進行交叉驗證，從而能更客觀地反映船舶價值。
        關于市場深度信息是指在某個特定市場中，基于我們所獲取的數據分析和解讀出來的信息，通常數據難以對他們進行具體描述，我們現在推出了這一服務，主要針對大宗商品市場、航運市場和某些行業的信息服務。舉個例子，我們有一項服務是針對全球海運原油市場的，這個服務能系統描述實時的海運原油的貿易流量情況，通過對這些貿易流量數據的提取來分析原油市場供需變化、價格走勢、油輪運費等，這個方法比傳統的統計數據更真實、全面和實時。
        記者：那么,您如何看待金融+大數據+航運業這樣的結合,這樣的結合又會產生怎樣的化學反應?
        林書來：金融業務開展的核心之一就是依托于信息，所以大數據和金融結合越來越緊密也是理所當然，航運業本來就是重資產型的行業，它背后都是金融的支撐，所以他們三者之間有著天然需要相互倚重和結合的必然，在這中間大數據的應用更像是一個橋梁，能將金融和航運業聯系起來。比如，在船舶融資風險審核方面，大數據應用中有個很強大的功能就是“畫像”，我們說一家企業、一艘船舶或航運市場狀態是什么樣的，大數據來描述這些可謂輕車熟路，能突破傳統分析方式的局限性和滯后性，我們將一艘船或一家企業的所有經營活動都進行客觀的數據化描述，同時又能和整個行業情況進行比對，那么是不是能更客觀地展現出其在經營中的風險呢？有了這些信息來進行決策，比拍腦門要靠譜得多。
        大數據如何作用于航運風險管理
        記者：我們知道，航運業當前面臨前所未有的挑戰，運力、BDI指數、油價、融資等都面臨著諸多問題，風險無處不在，您是怎樣看待當前的航運市場風險的？
        林書來：當前航運市場所面臨的整體風險是產業發展和經濟周期共同作用的結果，有其存在的客觀性。這幾年我們看到在船東結構、運力投放與淘汰、公司的資產與負債狀況等都發生了一些變化，業內排名靠前的企業重組、破產的聲音也經常見諸報端，說明行業內的調整已經在進行，當然，這個過程我們預計還會持續相當長一段時間。從長期來看，航運業的景氣與全球經濟狀況密切相關，另外就是未來是否還能有一個類似前一輪的中國這種對大宗商品有強烈需求經濟體的崛起也至關重要。當前，中國需求的因素已經轉變成一個存量因素，不再是一個增量了，這一點在大家看這個市場時要特別注意。因此，總體來看，未來一段時間，我覺得對航運業而言，還會有一個風險逐步釋放和出清的過程，現在樂觀還為時尚早。
        記者：那么，面對這樣的風險，如何將大數據轉化成能化解或者降低航運業風險的產品呢？
        林書來：這個問題要分兩個方面來說，一方面是要獲取足夠數據和信息的問題，另一方面才是將這些數據信息進行處理，轉化成大數據產品的問題。我先回答后一個問題，將數據轉變為解決航運業中具體問題的產品或服務，這個其實不是最難的，因為只要認準了需求，有支持的數據和解決方案，這就是個技術問題，產品開發到設計這些流程都非常確定，如果是不需要作為一個定型的產品，我們還可以根據個性化需求定制服務。我說過對于解決問題，大數據本身只是提供了一種新的解決方案，也許能替代原方案，也許只是互補。再說第一個問題，數據獲取方面難度相對更大一些。我們知道航運產業鏈涉及的環節是非常多的，航運業是一個服務性的行業，本質上要求高效、準確，所以各環節中的數據和信息傳遞也更加需要高效和準確了，但傳統上，每個環節只會在與自身業務有關的相鄰環節交換數據信息，那么在整個產業鏈上總體效率提高肯定是要大打折扣了，因此要打破這些信息孤島，獲取相關有用的數據信息就顯得至關重要。舉個例子來說，以前貨主只知道運自己貨的船位信息，但現在如果他可以知道他想知道的所有有關船的船位信息，那么，試想一下，對這個貨主而言，是不是能優化和提高他的決策效率?？傊?，對于像億海藍這類數據公司來說，我們希望能創造出更多的服務行業的產品。
        記者: 目前，大數據主要對航運業哪些風險領域能夠發揮作用？如何發揮作用？
        林書來：對航運業而言，主要還是需要在經營中進行風險規避，一個是判斷整體市場大勢、行業發展狀況，從而制定經營戰略；另一個是針對日常經營，分析和把握市場機會、優化操作，在運營船舶過程中充分發揮競爭優勢。
        大數據的應用目前來說主要是支持決策，因為能有更多維度、對事物描述更清晰的數據和信息，那么我們對事物的把握能力就能有所提高，就能提高我們決策的效率或決策的科學性和準確性。所以，凡是涉及到決策的地方，大數據的應用都比較好滲入。我前面也提到，人工智能的基礎之一就是海量數據，也就是說大數據是人決策或人工智能的“糧食”。
        我們具體來說一下大數據在航運業規避風險方面的應用，因為航運業涉及的風險這個概念太廣泛了，我只能具體舉些目前應用的比較成功的例子。比如說，簡單一點的例子，船東投資新造船，根據其準備運營的航線，那如何選擇船型、船舶的動力裝置如主機、輔機如何匹配，以往只能是靠專家意見、經驗和有限的調研數據來決策，但現在就可以通過大數據的方法，因為目前系統地收集、記錄和分析大量船舶運行中的數據已經成為現實，可以就這個船東的基本要求，選擇最優的方案，同時也可以通過機器學習，模擬出實際沒有的船型的運行情況數據，給出一個新的方案。
        再比如，船東在船舶運營時，對選擇航線和在航線上投入的運力數量進行決策時，這個以往只能根據合同和過往經驗來做計劃，但人能掌握和分析處理的信息畢竟是有限的。而現在通過全球運力分布的數據，運用大數據的方法，可以提前預測不同航線上的運力分布以及可能出現的運費變動和差異，這樣的信息提供給船東，他們就可以在市場中產生競爭優勢，更容易把握市場行情，特別是目前普遍低迷的市場狀況下，有時早一天和晚一天訂船，價格差異非常之大。
        現在航運電商平臺也是個比較好的運用大數據，同時也產生、積累數據應用的例子?，F在國內也出現了幾家集裝箱訂艙交易平臺，這個領域主要是以中小規模貨代企業為主，訂艙平臺在這中間不但起到了艙位撮合的作用，由于沉淀了大量的交易數據，就能對這些貨代企業進行征信評估，以往銀行由于缺乏貨代企業的這些數據，難以評估經營風險，所以不太愿意做資金支持，現在有了這些數據，這些小的貨代公司通過平臺就比較容易獲得金融支持。這是一個業務中產生數據，同時又使用這些數據改變行業的一個例子。
        無人駕駛船舶是最近一個比較熱門的話題，同樣也是一個運用大數據的好案例。船舶的航線，會遇時的避碰動作，這些通過機器學習的方法，都能比較好地自動實現，目前這些已經有人通過大數據技術專門做收集、處理和分析了，這一領域未來的應用前景也比較廣闊。