在 2026 年 4 月日内瓦 Dry 举办的数字化与人工智能小组讨论中，Veson Nautical 代表向观众抛出一个核心问题：“你们是否信任自己的数据？”
航运业的 AI 悖论：渴望智能却怀疑数据
这一问题揭示了航运业的核心矛盾：企业既渴望 AI 带来的速度与智能，又对底层数据的可靠性存疑。Veson Nautical 在 Paul Gunton 主持的《Lloyds List Shipping Podcast》最新一期节目中深入探讨了此话题，重点在于团队如何更好地理解、结构化并利用自身数据，为构建具有竞争优势的 AI 应用奠定基础。
信任危机：人类自信与 AI 能力的博弈
Veson 指出，核心挑战在于人们对数据和 AI 采用了比人类更严苛的标准。人们通常容忍人类犯错，却不愿给予 AI 同样的宽容。在航运领域，将信任交给 AI 往往与个人对自身能力的信心相冲突。行业领导者仍坚信自己在捕获和结构化数据方面的技能优于 AI，但 Veson 数据显示这一信念已不再准确。例如，每天处理 500 封邮件的高管们坚信能阅尽所有内容，事实却并非如此。
内部基准测试表明，采用"AI 优先”模式读取和结构化邮件数据，可实现超过 90% 的可靠性和准确性。尽管证据确凿，要让不熟悉该技术的人信服依然困难。
人机协作：AI 无法替代的关键领域
虽然计算能力在某些环节已超越人类，但在航运工作流程最关键的部分——如维护关系和做出关键决策——AI 仍无法与之竞争。人类必须继续在这些工作中发挥核心作用，凭借独特的视角和技能，并借助更多数据辅助决策。
构建信任：从非结构化数据到战略优势
Veson 强调，应对挑战始于理解“信任数据”的含义，并构建促进准确性的生态系统。这要求从整个航运领域获取并结构化数据，使企业能清晰、实时地了解其价值链。人类不断吸收显性和隐性数据（如影响港口运营的当地节假日、交易对手的工作风格等），具备同等智能水平的 AI 系统可提供最大的竞争优势。
目前，高达 90% 的操作关键数据以非结构化格式（如经纪人邮件、代理更新、港口通知）到达。通用大语言模型往往难以有效捕获这些信息。要挖掘其价值，必须将其从非结构化来源中提取、映射到记录系统中并进行治理。专为整合细微信息设计的 AI，更能提升判断力和战略决策能力，而非仅仅加速现有流程。
深度嵌入：打造行业专用的 AI 基础
Veson 认为，AI 需融入航运工作流程的结构之中，而非简单附加。量身定制的行业专用工具能更好地理解航运复杂性并随市场演进。航运公司需要目的明确、深度嵌入核心运营的 AI 和数据基础。与通用工具不同，专为航运打造的 AI 基于行业语言和复杂性训练，能理解滞期费索赔、租约后分析等细节。这一由人类专家构建和治理的结构，建立在可信赖的数据之上。
Veson 致力于打造统一的 AI 驱动平台，汇聚各运营环节数据，赋予上下文语境并加以结构化，确保团队在需要时获得所需信息，从而实现更明智、更快的决策。
未来愿景：重新定义竞争优势
构建数据治理系统前，团队需先探究不信任数据的根源（如来源不清或分析质量不足）。解决这些问题将提高透明度和验证性。一旦建立数据基础，重点便转向应用。那些以意图和创造力推进 AI 应用的团队，正通过全面重构工作流程而非简单叠加工具来保持领先。
Veson 将当前时刻描述为航运业的转折点。当 AI 普及后，独特的人类优势将成为公司脱颖而出的关键。这种基于基础数据质量和人类创造力的长期优势，指引着未来的竞争格局。
关键在于行业在应用 AI 时要保持确定性。企业无需浅层地在全公司推广工具，而应将解决方案有意地嵌入工作基础中，兼顾航运团队有限的资源。Veson 决心在每个阶段确保对工具的信心，直至每个人都能肯定地回答：“我信任我的数据。”