随着人工智能技术的飞速发展，大模型的应用正引领各行各业迈向数智化新时代。港口行业，作为全球经济贸易的重要纽带，亦在积极探索人工智能技术的深度融入，以期实现业务模式的根本性变革。
近期，天津港、山东港口青岛港及上海港纷纷与华为公司达成战略合作关系，共同探索5G、人工智能、物联网等前沿技术在港口领域的实践应用。这一系列合作旨在通过技术创新，提升港口作业效率，增强港口运营的安全性和可靠性，并对物流流程、智能调度及数据分析能力进行全面优化。
华为物流与仓储智慧化军团的副总裁邱士奎表示，港口行业的数智化转型已进入一个以业务需求为导向、注重价值创造的新阶段。他强调，未来的突破将围绕技术融合创新、价值实现路径及实施方法论三大核心领域展开，力求推动港口生产运营的高质量发展。
以山东港口青岛港的全自动化码头为例，人工智能技术的应用正逐步改变着港口的作业面貌。
邱士奎指出，大模型的兴起为人工智能带来了前所未有的能力，尤其是在理解和生成创造方面。然而，这也伴随着模型参数激增、算力需求扩大、数据传输和存储成本上升等一系列挑战。GPT-3和知识增强大语言模型“文心一言”的参数规模分别达到了1750亿和2600亿，高昂的成本成为制约技术普及的关键因素。不过，DeepSeek等高性能小尺寸模型的出现，有效降低了成本，加速了人工智能技术的普及。
在港口行业，人工智能的应用场景日益丰富，计算机视觉、自然语言处理、多模态预测决策等技术已广泛应用于生产、安全、经营、管理、服务等多个环节。邱士奎认为，港口企业应根据自身业务特点，选择最适合的应用场景，确保技术投入能够切实提升业务价值。
他进一步强调，人工智能在港口的应用并非简单的技术堆砌，而是业务与技术深度融合的结果。计算机视觉技术助力智能安防和自动化操作，自然语言处理技术提升运营效率和服务水平，多模态预测决策技术则优化资源配置和决策能力。这些技术的有效应用，离不开与港口具体业务场景的紧密结合。
在将人工智能技术转化为实际业务价值的过程中，港口企业面临着诸多挑战。邱士奎指出，当前港口企业在人工智能应用方面的主要问题在于规划不足，特别是在技术与主营业务深度融合方面。过去，人工智能应用多受战略驱动，而现在，随着技术成熟和成本降低，港口企业应更多从业务需求和价值创造的角度进行规划。
针对装卸生产、物流服务、安全管理和资产管理等核心价值链上的痛点问题，港口企业可借助人工智能技术实现智能配载优化、数字孪生安全预警和能耗智能调控等解决方案。例如，上海洋山港通过运筹学算法优化装载方案，使集装箱翻倒率降低了25%；天津港C段码头作为智慧零碳码头，年集装箱吞吐量超过200万标准箱，相比传统自动化码头，集装箱倒运环节减少了50%，人员减少了60%。
为确保人工智能应用的效果，港口企业需建立量化的价值评估体系，涵盖效率提升和经济效益指标。同时，还需关注场景落地质量，确保系统在实际业务环境中的稳定性和可靠性。港口企业还需科学规划算力资源，确保系统算力供给满足业务需求，特别是在高并发场景下，如NLP对话系统的应用。
为助力港口企业精准实施人工智能项目，华为基于丰富的行业经验，提出了港口行业AI建设的六大要素。这包括精准把握业务核心诉求、构建量化价值评估体系、聚焦关键落地环节、合理规划算力资源以及积极构建AI生态等。
在开启AI项目前，港口企业需深入剖析生产、安全、经营等维度的核心KPI，明确AI技术的应用场景和预期效果。在投资AI时，需构建量化的价值评估体系，以衡量效率提升和经济效益。推进AI应用时，需关注业务流程梳理、数据准备和模型调优等关键环节，确保系统在实际业务环境中的稳定性和可靠性。同时，还需合理规划算力资源，确保系统算力供给满足业务需求。最后，港口企业应积极构建AI生态，与科技企业、生态伙伴及客户需求保持紧密联系，共同推动人工智能技术在港口行业的广泛应用。
