港口正在尝试人工智能，但复杂的供应链操作使得采用面临挑战 作者：Shefali Kapadia 您目前正在关注此作者！想要取消关注吗？请通过您电子邮件中的链接取消订阅。新奥尔良港于五月底与新奥尔良公共带铁路和新物流公司UTC Transoceanic启动了一项人工智能合作伙伴关系。新奥尔良港的一个货船正在靠岸，船上载有电力变压器、风能涡轮组件和工业发电机，这些设备用于在美国建造数据中心。从港口将这些笨重的设备运输到内陆是一项巨大的物流工程：货物通常过重，无法通过公路运输，并且必须考虑尺寸以确保部件能够通过铁路结构。考虑到这些复杂的物流，新奥尔良港在五月底启动了一项与新奥尔良公共带铁路和新物流公司UTC Transoceanic的合作，部署人工智能来帮助规划超大货物的运输。与工人们从静态图纸中提取信息并在电子表格中手动输入数据不同，人工智能（目前正处于部署和实施阶段）将使用数字双胞胎和预测建模来确定货物是否可以安全运输。同时，它还将获取实时数据，因为根据联邦铁路管理局的说法，铁路轨道会因为温度变化而稍微移动。“主要的好处是速度和确定性，”新奥尔良港的公关秘书Kimberly Curth告诉《商业内幕》。一旦应用程序上线，进口商将能够输入货物的尺寸和重量。人工智能将这些规格与铁路网络的数字模型进行比较，以确定货物是否可以安全运输。如果它发现桥梁净空高度、最大重量或其他物理限制等问题，人工智能可以建议替代路线，Curth解释道。除了新奥尔良港，其他港口也在尝试人工智能。德克萨斯州的科珀斯克里斯蒂港口部署了人工智能和数字双胞胎来跟踪船只，而洛杉矶港则利用人工智能加强了其卡车预约系统。负责萨凡纳和布伦瑞克港口的乔治亚港务局正在推出基于人工智能的面部识别系统，让卡车司机在终端闸口进行选择性使用。来自萨凡纳附近的物流供应商PortCity最近部署了EAIGLE的技术，以实现卡车入场和出场的自动化。然而，人工智能在港口的应用仍处于早期阶段，美国的实际案例相对有限。港口正在“悄然测试”人工智能，但是该项技术尚未“推向整个港口社区的每一个人，” The Maritime Professor的创始人兼首席执行官Lauren Beagen说，她曾在马萨诸塞州港务局担任项目经理，并且在联邦海事委员会任职过。 在一个风险厌恶的行业中静默测试 缓慢的人工智能采用速度的一个原因是，港口和码头“从来就不是冒险者，”Kaleris的产品、人工智能和执行可见性副总裁Rene Alvarenga说，该公司为全球80%的码头提供运营系统。网络安全是一个重大问题，大多数码头都有本地网络，以保护敏感数据。不过，这也使得整合基于云或第三方的人工智能的速度变慢，Alvarenga说。此外，海运是一项关键基础设施行业，如果码头因软件改造而下线，供应链中的货物可能无法到达其目的地。因此，他补充道，码头在人工智能采用方面往往落后于其他行业大约五年。许多运营商使用的是十几年前的系统，早在生成式人工智能出现之前。“今天，如果您去任何海洋码头，您不会在码头运营系统中发现任何人工智能，”Alvarenga说。港口利益相关者之间的交接点也是持续摩擦的重要来源，软件公司EAIGLE的创始人兼首席执行官Amir Hoss说，该公司为仓库和海洋码头提供门口和场地的人工智能自动化。不同的实体拥有并经营货船、海洋码头、铁路、公路运输公司以及将集装箱固定到卡车或铁路上的底盘—每个实体都有自己的技术系统和数据实践，Hoss说道。“这可以说是比技术本身更大的障碍，”他说。尽管如此，港口依然有许多潜在的人工智能应用案例。传统上，协调像新奥尔良港这样的大型工业运输需要数周或数月的工程研究、与多条铁路的沟通以及收集零散的数据，Curth说。通过人工智能评估货物尺寸以及铁路网络的数字双胞胎，新奥尔良港几乎可以立即给客户答案，并更准确地确定特定货物的路线是否可行，Curth表示。