、、
小新说
为推动国有企业改革深化提升行动走深走实,聚焦改革重点难点,梳理鲜活经验和有益探索,国资小新以视频为载体,推出“他山之石”国企改革深化提升行动微案例集系列报道,供广大国有企业有针对性地学习借鉴和复制推广。
在传统产业及业务向绿色数智转型的过程中,不少企业在转型理念、数据管理和流程管控等方面存在明显短板。该如何补齐短板、提升效能?今天与您分享第二十七期案例《中国远洋海运推动传统业务绿色数智转型》,看中国远洋海运如何通过集聚“大数据”、研发“大模型”、搭建“大平台”为转型赋能。
针对传统船舶服务业务
在绿色数智转型过程中
存在的理念认识、数据管理
和流程管控方面的短板问题,
中国远洋海运成立了
赋能行业、面向市场的
绿色数智船舶服务平台。
平台通过对航运大数据
挖掘和治理,
推进现代前沿数字技术
和传统产业深度融合,
推动船舶服务
全要素生产效率的显著提升。
数智化转型中,
数据
无疑是最重要的“燃料”。
为了集聚好这些“燃料”,
平台运用大数据采集分析
和信息服务系统实时监控技术,
搭建了航运数据中台,
实现对船舶航行全生命周期行为的
精准识别、全面监控预警
以及全球港口实时监控。
目前,
航运数据中台
已汇集近540万条
涵盖船舶、港口、码头、
设备档案等方面的基础数据,
为全系统互联互通
和行业产业化服务奠定基础。
航运数据中台还汇集了
全球26万多艘船舶、
超1亿条全生命周期动态数据,
促使航行安全保障
从经验主导向数据驱动转变,
大幅降低航行风险。
同时,
中国远洋海运还构建了
统一的航运管理信息标准化平台,
运用数字化手段赋能船舶管理,
推动船舶管理从经验管理
迈向“数据+经验”的科学管理新阶段,
提高船舶管理效率和科学性。
研发船舶服务“大模型”,释放数据要素潜能
“燃料”有了,
下一步是使其充分“燃烧”,
以释放更大的能量。
为此,
平台研发了多个“大模型”,
赋能数据要素的价值释放。
一是融合AI技术
打造4套行业垂直大模型算法,
构建起预测性维护保养算法体系,
可优化船、货、港匹配,
解决船舶备件供应及时性问题。
实施后,
物流成本降低5%以上,
备件供应时效提高50%以上。
二是运用人工神经网络模型算法
监控分析油耗、预测可航里程、
推荐加油方案,
该方案在1200多家客户中应用,
船舶能耗降低8%以上,
推动监管方式升级。
三是分析采购数据,
构建采购策略匹配模型,
辅助交易决策,
提高采购信息准确性和及时性,
订单执行响应速度提高5%以上。
搭建船舶服务“大平台”,重塑业务管控流程
搭建平台
不仅强化了对航运大数据
挖掘和治理,
也使得各项业务流程
变得更加规范。
主要体现在三个方面:
第一,让业务看得见、摸得着。
平台上线统一采购系统,
不仅打通了
全域备件、燃油业务数据连接,
实现业务全流程操作留痕
和可视化呈现,
还打通了
与第三方物流平台数据接口,
实现订单全流程可视化监控预警。
这将推动船舶备件采购模式转变,
显著提升船舶有效营运率,
减少运营时间损耗。
第二,确保库存数据实时、完整。
通过船舶备件智能管理系统
(应用物联网射频识别技术),
规范了库存管理流程,
实现了更科学、更精细的管理。
![]()
目前已在集团内10艘船舶
和集团外42艘船舶试点应用,
推动备件采购从被动响应
向主动感知转变,
提高库存管理效率,
船舶运营实现降本增效。
第三,保障业务数据真实、可靠。
基于区块链技术,
实现数据分布式存储和共识验证,
保证关键数据完整性、
真实性和可靠性。
平台节点数5个,
拥有近70万条电子数据证据,
整合线下分散业务,
实现数智化革新和科学化管理,
提升业务管理可信度和规范性。
在绿色数智转型过程中,
要重视数据整合利用、
借助科技赋能创新业务、
聚焦协同增效与成本控制持续改进,
才能确保转型之路行稳致远。
中国远洋海运总结了三条经验:
数据转型是核心。要重视数据的采集、治理和整合,将分散的数据转化为有价值的数据资产,为业务决策和创新提供支撑。
技术融合是动力。要有机融合人工智能、物联网、区块链等前沿技术,深度挖掘数据潜能,优化业务流程,提升业务智能化水平和运营效率。
流程重塑是保障。要搭建数字化平台,重塑业务管控流程,实现业务可视化、管理精细化、数据可信化。
