海运大数据的挑战

      行业基础数据库构建：曾设想在战略准备阶段能够形成完善的行业基础数据库，在2007年战略准备阶段评价中“该 目标是必要的，但作为战略准备阶段的目标是过于超前或太高了。

      至今 这项工作尚未完成，对于海运运力、码头能力、运量需求、完成运量及其 细化结构等基础数据，均缺乏细化统计数据。及其专业 化船队的艘数、吨位、船龄等；在码头能力上，存在现行设计能力与实际 能力的差距，难以支撑实际供需关系的分析和码头建设前期能力适应性 分析；在运量统计上，缺乏细化分货类运量、周转量，进出口物资的海运 权益(FOB、CIF），也缺乏对海运进出口物资中方承运量的数据，等等。

       数据共享机制。对信息保护和网络安全提出了较高要求。另一方面也导致由于少量 数据使得大量数据难以实现共享；由于缺乏交换、共享机制，难以对数据 进行高质量开发、整合与加工，这是行业数据分析的反馈所必需的。同 时，我国在海运领域尚没有形成有影响力的行业性大数据平台企业。 智能海运与大数据挖掘。AlphaGo所具有的战胜顶级职业围棋高手的智慧，来自于 大量职业高手对弈的海量数据。

      海运海量数据的累计以及挖掘，使海运 有了自己的“生命力”，它将依据强大的记忆力、超级计算能力，通过自我 学习和大量数字试错，形成知识逻辑，并在实践中自动进行试验，提炼的 有效知识对人类赋予机器的知识逻辑进行升级，并将有效的知识传达给 海运利益相关者，推动全程供应链提供商完善运营组织，推动政府管理 机构完善技术标准、安全监管和环境保护成效。同时，根据外界环境的 变化自我选择发展的路径进行自我调整，鉴于这个阶段所提及的推动海运服务创新跨上新台阶，也可为跨界颠覆海运 提供可能。