毫無疑問，我們正處于智能航運時代：能夠實現實時健康監控和性能優化的技術和數據基礎設施都已經存在。

 

　　實時監控技術，數據分析應用程序以及使用流數據進行故障排除和操作協助正在改變船舶運營和管理。機器學習算法，用于從船上進程提取數據相關性以檢測異常并預測潛在問題，正在許多方面進行部署和開發。

 

　　迄今為止，該行業一直在試點采用智能技術，并引入新的系統和軟件，來了解它們是如何工作的。對于資產所有者來說，需要從這些試點和零碎的開發中得出結論，以開始回答關于智能功能的實現，并希望如何從已實現中來獲得更大的價值。

 

　　到目前為止，大多數一般導則都以松散的框架形式出現。我們需要考慮擬出一個全面的、基于目標的實施框架，以及提出對具有各種復雜性的多種應用的智能功能，其實用性、靈活性和規范性的要求。

 

　　通過定義與船舶運營相關的具體目標來實現智能航運，旨在改善所有利益相關者（包括船員和岸上人員）的決策制定，以更好地管理船舶運行以完成船舶的既定任務。

 

　　這將能夠支持船東和供應商通過基于目標的方法和從風險角度來定義和實現智能功能。因此，客戶可以設定目標，然后評估特定的智能功能實現以實現該目標。

 

　　結構化和實用的風險評估方法依賴于對主要風險因素的仔細審查，例如所采用的算法和方法、決策和自主程度以及與船載系統集成的復雜程度。然后可以應用一組適當的基于風險的規定性要求，同時增加目標風險評估的穩定性。

 

　　從上述方法中我們認識到這需要靈活性; 若僅僅是規定性的要求，并不會培養和鼓勵智慧航運業的出現; 目前這個領域前進的太快。

 

　　當然了，收集正確和高質量的數據是智能航運運營的關鍵。強大的數據基礎架構是實現智能功能實現的既定目標的基石。智能功能建立在數據基礎設施之上，可實現健康和性能意識、增強和優化船舶運營，并做出明智的決策，以支持更安全、更環保、更經濟的和更可持續的航運未來。

 

　　為實現其優勢的智能功能，船舶的數據基礎設施必須能夠提供強大的數據質量和數據完整性。因此，對軟件質量控制和驗證以及網絡安全存在類似要求，包括用于管理數據收集和處理環境內的變化的程序。這些方面可以被認為是智能船舶的基礎。

 

　　智能功能對關鍵設備或船舶系統進行健康評估和異常故障檢測的能力也可以通過開發完整且適當的目標風險概況來支持實施計劃，并可發展為公開的、有針對性的和基于條件的模式。

 

　　認識到智能功能是提高運營效率和推動可持續性的關鍵因素，ABS最近在一系列出版物中發布了第一個關于智能功能實施的導則說明，以協助智能技術在航運中的應用。

 

　　ABS導則說明為當前技術背景下的智能運輸提供了一種實用而靈活的方法。該指南并非旨在向客戶規定他們應該為實現目標而采取的路線圖，而是他們可以用來實現這些目標的基礎，并在邏輯上針對有助于實現這些目標的功能和實施工作進行闡述。

 

　　關于SMART功能實施的ABS導則說明為當前技術背景下的智能航運提供了靈活的方法，但該導則內并未將自主系統涵蓋在內。但是，它們為實現海運業更加自主的未來奠定了基礎。

 

　　最終，智能船舶將能夠感知、分析并提供健康狀態和性能工況感知的結論，為操作者提供決策支持。值得注意的是，目前這些智能功能的目標是增強人的功能;它們是一種扶持性的技術，而不是顛覆性的技術。

 

　　Derek Novak是ABS的技術副總裁。他負責技術團隊，研發工作，咨詢服務和全球船舶系統。諾瓦克曾在ABS擔任多個高級管理職位，包括總裁兼首席運營官 - 太平洋部門，運營副總裁 - 太平洋部門，運營副總裁，工程副總裁和造船工程經理。他在佛羅里達理工學院獲得海洋工程理學學士學位。