Shipfix 的起源与核心能力
2026 年 5 月 18 日发表的一篇商业技术文章介绍了 Shipfix 的起源与能力。该平台成立于 2018 年。根据 Veson Nautical 提供的资料，当时的航运与大宗商品贸易行业受中美贸易战、国际海事组织（IMO）排放目标、供过于求、运价波动以及复杂的贸易流向等因素主导。
解决信息流动痛点
Shipfix 的成立并非为了解决这些宏观层面的广泛挑战，而是为了解决一个具体的底层问题：信息如何在行业中流动。租船人的日常现实并未改变，关键的市场信号——如货物、船舶和成交记录——被淹没在电子邮件中并分散在各个团队手中，难以进行规模化结构化处理。为此，该公司开发了专为航运场景定制的自然语言处理（NLP）技术，能够在近期人工智能浪潮兴起之前数年，直接从通信内容中提取并结构化数据。
AI 驱动的数据自动化提取
该平台的 AI 已接受超过七年的训练，构成了所有其他功能的基础。其 NLP 系统能够像人类一样阅读邮件，但规模远超人力可承受范围。当一封邮件到达时，Shipfix 会在任何人打开消息之前自动识别通信类型——例如运力通告、货物委托、成交确认或运营更新。随后，NLP 提取非结构化数据：对于货物委托，它会提取装货港、卸货范围、货物类型、受载期及数量；对于运力通告，则提取船名、开放位置、开放日期和载重吨。整个过程无需任何手动输入。
智能化标签与系统集成
处理完成后，邮件类型、标签和数据将在 Shipfix 平台内实现搜索、筛选与可操作化。系统能够识别消息中的船舶、航次和货物，并自动打上相应标签。对于涉及特定船舶的运营类邮件，Shipfix 会自动将该邮件链接至目录中的对应船舶。对于航次相关邮件，则通过原生连接 IMOS 或专有的 Jobs 看板，在这些航次界面中呈现。用户还可以在此基础上添加自定义标签、团队路由规则和业务规则。
实时去重的市场视图
Shipfix 处理的每一份运力通告和货物信息都会流入 Market Screens，提供实时且去重的市场视图。这将来自收件箱的货物与运力头寸以及公开市场头寸整合在一起。用户可按船舶类型、开放区域、受载期、货物类型等条件进行筛选。同一份头寸若经五家经纪人传递，仅显示一次，从而消除噪音，让团队能够专注于采取行动。
持续优化与数据安全
该模型通过客户反馈与自动错误检测相结合的方式持续改进，形成一种不断优化的机制，确保其在市场演变过程中保持准确性。处理过程中没有任何数据离开平台送往外部，也未使用第三方模型。文章最后指出，对于那些仍依赖人工整理收件箱并重新录入头寸数据的团队而言，差距正在拉大；而市场并不会因技术进步而放缓脚步。