芬坎蒂尼海事安全黑客松聚焦AI与自主系统在海防中的应用

详细拆解

黑客松不是产品发布会，我一般不从中过度解读什么。但这周有一场落到我桌上，值得你花两分钟。芬坎蒂尼（Fincantieri）首届海事安全黑客松落幕了——为期两天，七十多名参与者，与 Talent Garden、Silicon Mountain 合作举办。最高荣誉授予一家叫 Lares Technologies 的初创公司，方案用于协调跨多个作战域的有人与无人海上资产。这就是那件事。奖杯不是有意思的部分。

主题是人工智能与自主系统、自主水面艇（ASV）、人工智能驱动的威胁检测，以及协同无人舰队作战。如果你的工作是订舱和清关，这些听起来跟你的周二下午没什么关系。但还是听我说完。标题底下的标题是融合：商用物流花十年堆起来用来看货的那套传感器、模型和遥测，现在正被推进海防，回报也开始往回走。这就是军民两用（dual-use）的故事，而这类故事早晚会落到你的运费发票和保险费率上。

我不会叫你买任何东西——这不是这个栏目干的事，而且厂商推荐这东西过时得太快。我要做的是拿它当我处理你供应链里任何系统时会做的事：把它建模成一个队列，找到瓶颈究竟在哪，先量化，再谈优化，然后给你一堆能写进合同或者考核表的阈值。

把它想成一个队列。这是我处理这类事的第一个动作。你的货不是整体在移动，它是依次通过一连串闸口，每个闸口都有一个服务速率。订舱、起运港装货、海上航段、中转、到港、清关、内陆派送。当有人告诉你某条航线风险变高了，他十有八九真正的意思是：某个节点的服务速率掉了，它后面的队列变长了。没有什么玄乎的事发生。就是某个检查点慢了一点，或者某个决定变难做了，队伍就堵上了。这个节点下游的所有环节都被迫接受延迟，而且延迟会放大，因为错过一个窗口的箱子不只是晚了，它被排进了更差的窗口。

一场满是自主水面艇和人工智能威胁检测的黑客松，剥掉营销外壳，本质是在讨论服务速率。如果一台机器能同时盯四十路摄像头，把雷达和船舶本来就在广播的船舶自动识别系统（AIS）信号对起来，几秒内标出一个真实异常，那你就把过去靠一个疲惫的瞭望员加一部电台守着的检测节点，服务速率提上去了。如果它是九十秒而不是九秒，节点前面的队列照样会长，只是慢一点。服务速率才是全部的胜负手，不是模型多大、参数多少，也不是谁的招牌更亮。

这里是被所有演示稿跳过的部分。检测不等于吞吐。一个见什么都报警的检测器，命中数巨大，准确率一文不值。一个什么都不报的检测器，准确率完美，完全没用。这类系统你永远不能用一个数字来评判，你得看一对数字：查准率和查全率一起看——换成我跟运营团队说话的方式，就是你报出来的告警里有多少是真的，以及真事件里我们漏掉了多少。我见过太多试点死在这里：买方只要了前一半，然后在真实场景里被动发现后一半。

我先把海事安全风险到底在哪儿碰到进出口方摆清楚。五个决策点，重要性并不一样。一是航线选择，也就是订舱时你锁定走哪条路。二是保险与承保，你的货运险要多少钱、里面有哪些除外责任。三是通行窗口，你能不能赶上预定的窗口，还是要等下一个。四是查验与滞留，箱子在检查点或码头停多久。五是异常处置，某一航段一出岔子会发生什么、由谁拍板。这五个里有四个说到底是排期和定价问题，只有一个是检测问题，而且丢钱的地方恰恰不在那个检测问题上。

这五个点里有两个值得多看两眼，因为买方习惯性忽略它们。保险是海事风险变成一条你能真正去谈的账目的地方。承保方给能测量的东西定价，而过去他们测量得很差，于是把一大块不确定性加价打进去了。更好的在途遥测，加上一套有据可查的异常流程，能让你拿证据去把自己的损失记录谈下来。这场对话值得谈，而只有当你手里的数据是承保方能接受的形式，它才可能发生。另一个是中转。选中转港本质是个批量服务问题——你等下一条船，下一条船有它的班期，而起运港一个很小的延误，就决定你是赶上还是丢一个星期。

那瓶颈在哪？几乎总是在第五个节点上，而且几乎总是人的问题，不是技术问题。检测在变得又便宜又快。不变便宜、不变快的是告警之后人的那个决定。一条没人负责的告警，落进一个公共邮箱，谁也没法处理，因为改航线或者花钱的权限在往上三级，这不算改进。这是画得更好看的噪音。海事风险管理的瓶颈就是异常队列，而异常队列是一个披着技术外衣的治理问题。

打个比方。把它想成急诊室。你可以买全世界最好的分诊软件。但如果只有两个医生、四十个病人，软件只会更精确地告诉你还要等多久。约束从来不是分诊速度，是产能，以及谁先看的规则。这里一模一样。你可以在每一条航线上铺一层人工智能威胁检测，然后什么也没改善，因为约束是有权拍板的人有几个，以及他们据以拍板的规则有多清楚。

所以我一再说：先量化，再谈优化。在你为一个平台花掉第一块钱之前，先拿一个完整季度，把现状量四个数。基线异常率——有多大比例的货出现了实质偏差，而实质要有明确定义，不能靠感觉。告警查准率——如果你本来就从船公司或者口岸公共信息平台收到告警，其中多少经核实是真的。告警到决策的时延——从告警到达，到真的有人做了决定，中间过了多久。还有单日滞留成本——一个箱子多停一天，所有成本加起来到底是多少钱。

我把账算具体，假设全说出来，因为不带假设的数字只是装饰。假设你一个月走 200 个集装箱。假设实质异常率是 8%，也就是一个月 16 次异常。假设今天的告警到决策时延中位数是 12 小时。假设一个箱子多停一天的全口径成本——滞箱、可能产生的堆存、加急内陆运费，再加一点销售额损失的余地——大约 120 美元。把时延从 12 小时砍到 6 小时，并不能省下一整天，但能在这 16 件事上各挽回大约半天。一个月是 8 个箱·天，约 960 美元，一年一万一千多美元。

这个数字不惊天动地，我要你注意到我并没有假装它惊天动地。这正是那么多类似项目让人失望的原因：发起人听的是转型的故事，真算出来是一万一千美元。真正的钱在长尾里。一个季度里那两三次真正昂贵的异常——错过一条船、箱子停了三个星期的那次，触发客户罚则的那次，报废一整个产品季的那次。把这几件事的时延砍下来，挽回的是全部日常节省的好几倍。所以对的目标不是平均值，是九十分位。

再加第二组假设，季节性的那组，因为可视化项目是成是败就在这里见分晓。还是一个月 200 个箱子，但旺季前两个月异常率从 8% 升到 15%，也就是一个月 30 次而不是 16 次。假设这几周里单日滞留成本翻倍到 240 美元，因为要赶上客户交期，只剩加急空运这一条路。这时候时延就不再是一个效率指标，它是一个成本乘数。你砍掉的每一天决策时间，价值是 30 次事件乘以每天避免的损失。这才是这类系统该被卖的那个算法，而这几乎没人真的在签字前算过。

现在说阈值。我把我真会写进考核表的给你，并且直说哪些是硬的、哪些是判断。告警查准率：报出来的告警里至少 75% 得是真的，误报要压到每个货次日 1.5 条以下。低于这条线，操作员会开始完全忽略告警，而被忽略的告警是负价值，因为它训练你的团队敷衍了事。异常闭环时长：中位数低于 24 小时，九十分位低于 72 小时。如果你没法在三天内关掉 90% 的异常，你搭的不是异常流程，是一个带仪表盘的工作积压。

到货时间预计（ETA）偏差，多数人建立认知锚点用的那个数：把八十五分位控制在正负 1.5 天以内。我总是回到这个数字，因为它大致就是下游排产不再靠猜的位置——仓库人力、拖车时段、对客户的承诺，从这里开始才站得住。遥测可用率：你依赖的任何数据源都要 99.5% 以上，因为一个 3% 时间会掉线的预测层，掉的正好是你最在意的那段时间；故障和混乱是相关的。覆盖率：如果一个工具只看得到你 60% 的航线，你就是把简单货量自动化了，把难做的货量留在手工，这完全是反的。

再加两条，考核表就完整了。告警确认时间：工作时间内的严重级别告警，15 分钟内必须有人认领，因为没人看过的告警等于没收到。还有意外成本占比：你总运费支出里以计划外成本形式冒出来的那部分，上线两个季度内要降到 1.5% 以下。最后这条是买方自己的数，不是卖方的数，也是决定你续不续约的那条。

这些阈值——查准率、误报、闭环时长、到货偏差带、可用率、覆盖率、确认时间、意外成本——就是全部。注意它们没有一条提到人工智能、机器学习或者数字化转型。这是故意的。那些词描述的是系统怎么造的，不是它有没有用。真正有用的是一个季度末你能拿着去问责的数字，写在纸上，定义和取数时点都事先讲好。

说回新闻，我铺垫这一整套是有原因的。这场黑客松指向的那种融合是真的，而且是双向的。海军项目在往自主水面艇、协同无人舰队作战和人工智能威胁检测里投钱。其中一大块正是你的货运可视化系统在用的技术：传感器融合、弱网链路上的遥测、事件流、边缘侧异常检测。军民两用意味着研究预算由国防出，工具成熟的速度比一个只有商用需求的市场能撑起的快得多。说人话就是：你三年后能买到的某些东西，今天是一支海军在替它出钱。

另一个方向说出来没那么好听，但是真的。商用物流的运营纪律——对按期率的执念、异常处置、单次移动成本——恰恰是国防项目常常缺的那个纪律。当海军买方采用物流工具时，它继承的是我们的约束。所以这场交叉不只是技术从国防流向贸易，也是方法从贸易流向国防。你是进口商的话，这多少有点意思，而且下次有厂商拼命强调军用级出身时，这点值得记住。军用级并不自动是褒义词。

你不该做的，是因为一场两天、七十来号人的活动评出了一个冠军，就急着去买什么。黑客松证明的是一个团队能在 48 小时里做出一个像样的东西。它不能证明这东西扛得住真实的遥测、真实的天气、真实的对抗条件，或者真实的采购流程。面对这种活动新闻，正确的反应不是一张采购订单，是一组问题加一份测量计划。这次如此，说实话，今年你读到的每一份新闻稿都如此。

如果你想进入这个领域——只要你跑任何一条高风险航线，早晚都要——我会按这个顺序走。先挑一条航线，不是三条，就一条。把它仪器化一个季度，拿到那四个基线：异常率、告警查准率、决策时延、单日滞留成本。然后只跟一家做一次限定范围的试点，合同里写明退出条款。开跑之前就把成功定义好，用上面那些数字，并且把测量方法谈清楚——谁来计数、从哪个时间戳起算、异常的定义是什么。定义之争是试点悄悄死掉的地方。两个团队看着同一件事，一个说是异常，一个说不是，然后两个数字都没意义了。

我会写进信息征询书（RFI）的问题，原话给你。查准率怎么测，测在哪个标注数据集上，谁来标注？你们客户里的异常闭环时长九十分位是多少，不是最好那个案例？到货预测从哪来，误差分布公开过吗？合同结束后的第一天怎么办，我能不能拿到可用格式的历史事件数据？还有，我上面哪些阈值，你们的合同敢接？能在书面上回答这些的供应商，值得一次试点。用形容词回答的，不值得。

造还是买：感知和数据管道买，决策规则自己建。传感器、遥测和底层检测是标准品，每个季度都在变便宜。属于你的那部分——改航线的阈值、花钱的权限、什么算实质异常的定义——是你利润待的地方，不该外包出去。我见过团队把决策层整个交给一个平台，然后发现自己没法向自家财务解释一次改航线的选择。那不是技术失误，那是一次穿着技术外衣的治理失误。

坑，按我常见到的顺序。模型漂移：一个拿去年货量调出来的检测器会悄悄变差，所以把定期复检放进日历——查准率每个季度复查一次，不是只查一次。数据归属：合同结束时确保你拿得走历史事件记录，因为你的下一个供应商要靠你的过去才做得好。过度信任：把自动标记当成要处理的队列，不是要服从的判决；贵的决定还得有人签字。还有激励陷阱——如果工具的成本是固定的，而价值是今年可能不发生的一次长尾事件，商业论证会显得很弱，哪怕系统本身很好。解法是拿九十分位而不是平均值来评分。

关于预期再多说一句，这是我最在意、而算法最不擅长的。这些东西一样风险都不消除，它只是把风险搬家，从未知那一栏搬到已知那一栏。一个你知道会晚三天的箱子，是一个排产问题，而排产问题有解。一个你以为没问题的箱子，是一个客户问题，而客户问题会变成电话。赢的不是零意外，而是把意外足够早地变成数字，早到还能行动。如果谁向你保证零意外，掉头就走，他要么没想清楚，要么在卖东西。

把开头那个模型收个尾。队列、服务速率、瓶颈、阈值。新闻是一屋子聪明人把更多算力对准了海事风险，几年下来，这会把各处的检测节点服务速率慢慢提上去。挺好，更便宜更快的眼睛对所有人都有用。但你这边的版本不是检测节点。你的瓶颈是决策的最后一公里：谁盯着队列、谁有权动手、动手多快、以及对着哪个阈值动手。这个没有哪场黑客松能替你建。它决定了这些技术到底会不会出现在你的损益表上，还是只出现在供应商的案例集里。

如果一定要把这整篇压缩成一句话，放进你下周的运营复盘，那就是：别买更聪明的报警器，买更快的决定——并且在写支票之前，先把阈值写进流程。

↑ 返回核心要点

— 作者 拉维