海事服务网CNSS获悉，中远海运散货运输有限公司（下称“中远海运散运”）与华为技术有限公司（下称“华为”）近日联合发布智能排船解决方案，推动干散货排船由经验驱动向数据与模型驱动转型。

该方案于10月21日在2026北外滩国际航运论坛“数字与智能”主题论坛期间发布，成为此次论坛集中展示的航运数智化成果之一。

从经验驱动到数据与模型辅助

干散货运输的调度决策涉及多个相互关联的变量。船舶当前的位置和可用时间、货物装卸要求、既有租约安排、压载航行距离，以及港口作业条件等因素，都可能影响船舶的下一步部署。

在这种情况下，调度人员不仅需要掌握船舶和货盘信息，还要综合判断不同安排之间的关联，并在不断变化的市场和运营条件下寻找相对合适的方案。将数据和模型引入调度流程，有望帮助企业更快处理多维信息，为方案比较和决策提供支持。

中远海运散运与华为这次的合作，正是围绕这一业务需求展开。相关方案希望借助数据和模型能力，提升船舶调度的规划水平，推动调度工作从以人工经验为主，逐步转向由数据和模型辅助决策。

AI应用早有先例

此次合作并非中远海运散运首次尝试将AI用于日常业务。

2025年3月，中远海运散运陆续推出“商务防损智能助手1.0”“智能找船助手”和“船货易小助手”等AI行业应用，覆盖防损信息查询、租船业务辅助、船货匹配及业务咨询等场景。

今年7月，该公司还打造了综合智能体/DSS干散货航运智能运营平台“无名“AI，应用范围覆盖船舶运营、业务撮合和航次精算等场景，支持船货智能匹配与市场分析。相关应用显示，中远海运散运正在尝试将AI从单一的信息查询和业务辅助工具，逐步拓展至更贴近航运经营的具体环节。

从业务链条来看，船货匹配、航次精算与船舶调度相互关联、彼此影响。船货匹配侧重根据货物运输需求筛选适配的船舶资源；航次精算围绕具体航次开展成本、收益等测算；船舶调度则需综合考虑船舶位置与可用性、租约履行要求、船期衔接及后续航次安排，统筹船舶资源配置。

华为的港口技术积累

在与中远海运散运合作之前，华为已在智慧港口领域开展了多年的技术探索，应用涵盖5G通信、码头自动化、远程设备控制及港口生产调度等场景。近年来，随着大模型和智能体技术发展，华为进一步将AI引入港口生产计划与安全管理。

今年9月，华为发布港口智能计划与智能安防解决方案，尝试利用大模型、智能体等技术优化港口生产运营。其中，港口智能计划方案通过智能体统筹引航、泊位、岸桥、堆场和配载等环节，覆盖港口生产计划编排的多个环节。华为称，该方案可将生产计划编排时间从小时级缩短至分钟级，计划接纳率超过90%。

这表明，华为在港口领域的AI应用已不再局限于单一设备自动化，而是开始向涉及多类资源协调的整体运营计划延伸。

在此之前，华为已与多家港口企业开展合作。2025年，华为联合天津港集团、山东港口烟台港集团、深圳港集团和宁波舟山港，发布智慧港口相关技术成果，涉及码头生产操作系统、港口经营与生产数据协同、区块链平台及软件研发等领域。

华为还持续推进5G与自动化码头建设，相关方案覆盖港口水平运输、远程控制和生产协同等场景。

对华为而言，与中远海运散运合作，或许也意味着其港航技术应用进一步触及船东的船队运营场景。

航运业数智化合作进一步深入

除华为外，中远海运还与阿里巴巴等企业在人工智能和数字化转型领域开展深度战略合作，推动智能产品迭代和应用场景落地。集团还搭建了“1个航运物流行业大模型+N个行业垂直领域模型”的智算平台，自建和租用总算力超过220P，已建设130多个AI应用场景。

从集团层面的数智化布局，到中远海运散运把AI引入船舶调度，这些应用正一步步走向更复杂的航运运营场景。不过，船舶调度要面对不断变化的市场、合同约束和港口条件，模型能不能真正贴合实际业务，最终还得看它能否转化为可衡量的运营效率和经营效益。