如果把煤矿比喻为“工业粮食”，那么对于信息化社会来说，大数据就像是蕴藏能量的煤矿，谁掌握了数据，谁就掌握了主动权。
那么，在航运大数据领域，数字化的供应链要解决什么问题？其演变的模式和路径是什么？上海国际航运研究中心航运信息研究所所长徐凯从技术、数据和模式等三个方面给出了答案。
数字化供应链要解决什么问题？
首先，徐凯认为，存在与数字化供应链之外，应该有一个数字技术链条。该技术链条从数据采集、数据传输、数据存储、数据分析、数据展示到数据应用形成完整的闭环后，构成了如今人们所熟知的如5G、AI等前沿科技要素。
“但所有技术的应用都不应该以技术本身的应用为目标，而应该提升供应链业务。”徐凯表示，这些业务应该包括透明、高效、集成、标准化、诚信、可控的。
他举例说，物流技术有一个不可逃避的O2O问题，即线上、线下的问题。即使将货物流、信息流、资金流全部搬到线上，但物流或者供应链实际发生在线下，由此也引发了在线达成的协议线下能否有效执行、线上与线下能否保持监控一致性、统计学与人工智能的分水岭在哪儿等问题。
而航运大数据就是指航运业务、管理、监管等领域产生的海量数据，以及围绕这个数据规模有效的融合、存储、加工、查询（可视化）、分析相关技术和解决方案的统称。“数字化供应链就是要解决决策完善和决策支撑的问题，帮助探索解决现实困境的方式。”徐凯说。
在研究航运大数据的实践中，上海国际航运研究中心总结出做大数据分析的三个境界。
“在感知阶段，从历史数据中学习规律和知识，并且在实践中运用知识；在预见阶段，实时或在极小的延迟下迅速做出相应的判断；在掌控阶段，对未来进行预判或预警，再通过行为改变结果。”徐凯介绍。
他从集装箱角度举例，“感知”层面，以2018年全球集装箱运能数据分析为支撑，2018年第三季度约有5200艘集装箱船舶航行在全球417条航线上，而通过巴拿马运河和挂靠中东地区的大型船舶明显增多。此外，集装箱大型运力向大洋上转移，太平洋航线和大西洋航线11000—13500TEU传播数量明显增加。“预见”层面，通过分析过去几年每一个航线的持续增量的变化趋势和目前运力保有量，可从中筛选出未来可能热点的航线。此外，通过分析全球417条航线上的集装箱船运营绩效指数，还可以帮助班轮公司改变其运力配置。同时，按照船型和航线细分轨迹数据，分船型建立航行模型，再根据模型帮助货主预测抵港时间，目前该模型可以把误差控制在四小时以内。“掌控”层面，则可以解决货主订舱决策中的船期选择问题。
演变的模式和路径是什么？
徐凯认为，目前航运电商竞争领域只有集装箱货运物流平台和散货运输电商平台。
“我们研究的问题不外乎货物和船，货物和船在港口和口岸产生交集，而货物延伸到联运，最后形成贸易，船延伸到传播服务，形成船舶业。”徐凯说。
他指出，散货运输船舶虽然也为货主服务，但实际其议价能力低。在劣币驱逐良币的市场环境下，散货运输电商平台通过降低价格来竞争，而非以服务质量的优劣来竞争。因此，短期内需求端利润空间不大，但在后市场，即船舶服务、船舶贸易端未来发力的可能性极大。
“一切的技术都是为了帮助货主做决策。”徐凯总结说。
