李兴波 上海鼎衡航运科技有限公司 副总裁、信息化总监
各位嘉宾：
大家下午好！非常感谢组委会的邀请，也非常荣幸能站在第十二届化工物流行业年会的演讲台，与各位行业中的领袖和专家齐聚连云港，共同探讨航运市场趋势与机遇洞察这一关键议题。
本届年会的主题是“智慧共生 问道未来 共筑安全韧性新纪元”，非常精准的刻画了咱们现在所处的这个时代。全球的贸易格局都发生了翻天覆地的变化，充满了很多的不确定性，但是我觉得还是有一些能确定的，能确定的是什么？就是中国危化品船东在世界的地位在逐步提高，在世界的话语权在逐步提高。在这个充满挑战的环境里边，怎么能提升每个企业或者说每家船东的核心竞争力非常关键，我们应该积极的拥抱目前时代所带来的变革。借助AI、大数据等数据化手段，来共同开拓国内、国际的新机遇和新机会。
今天我跟大家分享的主题是《智能体在航运数据化中的应用》，跟大家分享一些最近我们公司在做的事情。
先介绍一下我们公司，我们公司主要是做危货水路运输的，按载重吨计算全球排名前十位，但我们主要是做危化品水路运输，没有油船、汽船，公司也获得了一些荣誉。之前我们公司只是一个船东公司，现在我们公司可以说是带有科技属性的船东公司。未来可能我们公司就会成为一个纯科技公司，或者是一个平台公司。
这边是我们公司取得的一些成绩，这个是过去36个月单次PSC检查平均缺陷数0.54,区域平均2.45。刚才袁总也介绍了SIRE2.0的检查，我们现在持续有4条船获得了SIRE2.0的零缺陷。同时我们有一条船在欧洲做巴黎备忘录的检查，同时也获得了零缺陷。再给大家看一个相对比较震撼的数据，这个是我们目前人均管船数量，大家可以看一看我们从2016年到2025年已经翻了至少3倍。一名船员主管在2016年只管5条船，现在可以管16条船，接近17条。其实这个数字并不是这些人的极限，而是因为现在公司就这么多了。
为什么前面看到了成绩还可以，人均管船的数量又这么多？跟大家分享一下我们做的一些事情。国务院在关于深入实施“人工智能+”行动意见的时候已经画了一些方向，在2027年要实现新一代智能终端、智能体等应用普及率达到70%，到2030年的时候普及率要达到90%，在2035年的时候全部步入智能经济和智能社会发展新阶段。
提到智能体，很多人会问：到底什么是智能体？智能体能做什么？不同的人或者是不同的组织，给的定义是不太一样的，但是基本可以归纳为是可以自主感知周围环境，然后自己做出一些决策，并根据决策采取行动。
给大家举个身边的例子，比如说像高德导航，之前大家在用高德导航的时候只能把自己的目的地输进去然后来查询这些路线。现在直接跟它进行语音对话，你告诉他我要去花果山大酒店，它就能从你的位置直接导航到那边。而像腾讯元宝这类通用大模型，就无法直接完成导航任务，这就是智能体与通用大模型的区别。
智能体能干什么？这个也是分成两派：第一派觉得智能体可以干世界上所有的事情。第二派觉得智能体现在什么也干不了。我认为现在应该是取中庸之道，既不能神化智能体，它并非万能；也不能忽视它的价值，它确实能为工作和生活带来切实帮助。
我把智能体分成四个模块：第一个是大脑，依托于目前的大模型；第二个是知识，即企业的自身知识库；第三个是工具，可以理解为智能体的手脚；第四个是技能，也就是提示词，要告诉智能体你要用来做什么。从技术框架来看，智能体的底层是大模型，上层叠加知识库、提示词与工具能力。
从智能体的形式而言，从企业系统角度可以是多种方式，比如可以跟它进行对话、做智能助手、做系统性的任务。一些智能终端也不仅仅限于它的代码，比如说未来的机器人或者是设备也可以理解为智能体。
需要强调的是，构建企业管理系统的智能体，前提是具备完善的信息化基础。如果没有成熟的信息化系统，智能体的搭建就无从谈起。所以我们公司现在所有的业务模块全都是在平台上面完成的。同时我们对数据也做了一些分类，比如自动采集的数据是绿色的，有校验的数据是黄色的，人工输入的就是红色的，代表它可能会出现错误。我们根据红、黄、绿数据的占比，将系统成熟度划分为优、良、中、差四个等级。如果红色数据占比过高，系统将被判定为 “差”，以此倒逼业务部门与数字化研发中心协作，提升数据可信度。只有数据可信度提高了，才能够给智能体或者系统“喂”更多的料，后面即使不用智能体，做数据分析的时候也是有帮助的。
同时，我们还将智能体应用效果纳入绩效激励体系：对应用效果好的项目予以表彰；对效果不佳的项目，组织相关部门分析原因、协同解决。我们的管理系统主要分为三大板块：第一航次效益管理。覆盖合同、执行、能耗、航次执行全链条。同时我们也有市场预测模型和TC模型，有DHTCEI的指数。第二个是无缺陷系统，侧重于船舶管理，包含物资管理、PMS、缺陷管理等。我们之所以能实现 4 条船 SIRE2.0 零缺陷，关键在于建立了预检机制：每次检查前，我们会要求船员按照 SIRE2.0 标准进行全船自查。这个过程既是检查，也是培训——船员能清晰掌握各类文件的存放位置，在面对检查官时更加从容自信。
监控系统已是行业标配，我们的创新之处在于智能视觉识别：通过摄像头采集船舶指定位置的图像，并上传至系统。系统会自动识别图像中的问题隐患，生成电子工单并下发给船员；船员需按要求完成整改，若未按时完成，不仅会影响船员的执行力考核，还会关联到岸基管理人员的绩效。通过这种方式，构建起 “发现问题 — 整改问题 — 考核监督” 的全链条管理闭环。
我们研发的智能体，可以辅助员工解读任务要求比如询问 “完成这项任务需要哪些部门配合？需要哪些资源支持？如何制定工作计划？” 等问题，智能体都会给出针对性建议（目前为参考建议，尚未形成标准答案）。任务完成后，智能体还能自动生成执行情况解读报告。
我们的智能体家族中还有维护保养智能体。在做维护保养的时候，我们经常遇到的问题是该做的风险评估没有做，该做的审批没有做，他该消耗的备件没有做，他只是做了一些Paper work的工作，那我们就针对这些事情研发了一个智能体。针对这一痛点，我们研发的智能体在船员点击“工单完成”后，自动梳理是否已经完成工单上的任务，如消耗备件的出库等。
目前，我们已研发出多款智能体，覆盖多个业务场景，这里列举几个典型应用：航次效益智能体，可以梳理出航次计划的哪些数据是异常的，及时告诉业务员、操作员哪里有问题；抢修工作智能体，可以评估抢修队的工作；智能群管家负责建立企业微信群，推荐入群人员。我们的最终目标是：所有涉及财务付款、人员绩效的业务环节，全部纳入智能体的分析与管理范畴。
智能体在研发的时候肯定不是一蹴而就的，基于我们目前的理解，智能体应该是分三个阶段：
第一个阶段是单一的智能体，通过积累数据和人工完善一些提示词，结合企业内部的管理系统和企业的知识库搭建起来的有针对性的智能体。这类智能体功能边界清晰，比如执行力智能体无法回答维护保养工单的问题，航次效益智能体也无法分析市场趋势以外的内容，就像高德导航只能用于导航，无法完成其他任务。
第二个阶段是专家智能体，在极少的人工监督下，依托充足的数据，进行自我学习和模拟训练。
第三阶段是多智能体协作，分工协作，准确的完成单智能无法完成的复杂任务。
做智能体的应用也有一些限制，一是受限于大模型的上下文窗口，处理超长文本或复杂任务时能力会受限；二是结构化数据处理能力较弱，比如处理 Excel 表格的效率，可能不如直接使用 Excel 工具；三是存在 “幻觉” 风险，可能会生成错误信息或结论。针对这一问题，我们可以通过优化提示词设计、增加人工校验环节来抑制幻觉的出现。
最后，跟大家分享一下应用智能体的一些感想。第一个，必须要有一个信息化系统建设。第二个，要有数据科学。有些事情不适合智能体做，有些事情就是应该用数据科学做。第三个，炸裂的效果。刚才我演示的可能大家感觉非常好，但是其实在使用过程中还是存在各种各样问题的，所以大家不要觉得AI是万能的。第四个，必然趋势。不管从国家层面还是从我们目前实际应用下来，智能体确实能提高公司的生产力。
谢谢大家！
