Według UNCTAD około 80% światowego handlu towarami odbywa się drogą morską. Każdego dnia tysiące statków i portów muszą koordynować trasy, harmonogramy oraz przeładunki, jednocześnie reagując na zmieniające się warunki pogodowe, natężenie ruchu i wymagania dotyczące bezpieczeństwa. W takim środowisku sztuczna inteligencja znajduje zastosowanie przede wszystkim jako narzędzie wspierające analizę danych i podejmowanie decyzji.

W tym artykule wyjaśniamy, jak sztuczna inteligencja jest wykorzystywana w transporcie morskim i żegludze. Pokazujemy, w jaki sposób wspiera planowanie rejsów, monitorowanie statków, zarządzanie portami oraz bezpieczeństwo operacji morskich. Omawiamy również przykłady rzeczywistych wdrożeń, ograniczenia tej technologii oraz rolę człowieka w podejmowaniu kluczowych decyzji.

Jak AI pomaga planować trasy statków i ograniczać zużycie paliwa?

Planowanie trasy statku jest bardziej złożone niż wyznaczenie najkrótszej drogi między dwoma portami. Operatorzy muszą uwzględniać wiele zmiennych, takich jak prognozy pogody, wysokość fal, prądy morskie, natężenie ruchu innych jednostek, ograniczenia portowe oraz parametry konkretnego statku. Każda decyzja dotycząca kursu może wpływać na czas rejsu, zużycie paliwa i bezpieczeństwo załogi.

Rola sztucznej inteligencji w tym procesie polega na analizie dużych ilości danych, które trudno byłoby przetwarzać ręcznie w czasie rzeczywistym. Systemy AI mogą łączyć informacje z prognoz pogody, systemów identyfikacji statków AIS (Automatic Identification System), danych historycznych dotyczących rejsów oraz parametrów jednostki. Na tej podstawie tworzą rekomendacje dotyczące bardziej efektywnego prowadzenia statku, np. wyboru korzystniejszej trasy lub momentu zmiany kursu.

Celem takich rozwiązań nie zawsze jest skrócenie drogi. W transporcie morskim równie ważne jest ograniczenie zużycia paliwa i unikanie sytuacji wymagających gwałtownych zmian kursu. Nawet niewielkie usprawnienia przy pojedynczym rejsie mogą mieć znaczenie w skali dużych flot wykonujących tysiące podróży.

Przykładem takiego zastosowania jest system opracowany przez firmę Orca AI, który wykorzystuje sztuczną inteligencję i analizę obrazu do wspierania zespołów podczas nawigacji. System pomaga wykrywać potencjalne zagrożenia, takie jak inne jednostki, boje czy obiekty znajdujące się na trasie statku, dzięki czemu załoga może wcześniej reagować i ograniczać liczbę gwałtownych manewrów. Według analizy przygotowanej przez Orca AI na podstawie ponad 50 milionów mil morskich danych, szersze zastosowanie takich technologii mogłoby potencjalnie zmniejszyć emisje sektora żeglugi o 47,6 mln ton dwutlenku węgla rocznie. Autorzy podkreślają jednak, że jest to jedynie prognoza, a nie pomiar rzeczywistej redukcji emisji we wszystkich statkach.

Sztuczna inteligencja w planowaniu tras nie zastępuje kapitana ani załogi. Jej rolą jest dostarczanie dodatkowych informacji i rekomendacji, które pomagają podejmować decyzje w środowisku, gdzie warunki mogą zmieniać się bardzo szybko.

Autonomiczne statki

Autonomiczny statek to jednostka, która potrafi samodzielnie wykonywać wybrane zadania związane z nawigacją, takie jak utrzymywanie kursu, wykrywanie przeszkód czy planowanie manewrów. Nie oznacza to jednak, że statek zawsze porusza się bez udziału człowieka. Obecnie większość rozwijanych rozwiązań działa jako system wspierający załogę lub jest nadzorowana przez operatorów znajdujących się na pokładzie. Takie jednostki określa się jako MASS (Maritime Autonomous Surface Ships). Międzynarodowa Organizacja Morska (IMO) prowadzi prace nad przepisami regulującymi wykorzystanie tego typu statków i przygotowała kodeks MASS, który ma ujednolicić zasady ich bezpiecznej eksploatacji.

Jednym z przykładów praktycznego wykorzystania AI jest kontenerowiec Suzaku, który w 2022 roku wziął udział w projekcie MEGURI2040 realizowanym przez The Nippon Foundation. Podczas demonstracyjnego rejsu na trasie około 790 km między Zatoką Tokijską a Zatoką Ise system autonomicznej nawigacji wspierał prowadzenie statku, analizując sytuację na morzu, wykrywając przeszkody i pomagając w wykonywaniu manewrów. W projekcie wykorzystano również lądowe centrum nadzoru, które monitorowało przebieg rejsu i mogło przejąć kontrolę w razie potrzeby. Test zakończył się pomyślnie i potwierdził, że autonomiczne systemy mogą bezpiecznie wspierać prowadzenie statku w rzeczywistych warunkach, choć nadal odbywa się to pod nadzorem człowieka.

Podobne rozwiązania rozwijane są również w Norwegii, która od lat prowadzi testy autonomicznych jednostek w rzeczywistych warunkach morskich. W 2016 roku w fiordzie Trondheim utworzono pierwszy na świecie oficjalny obszar testowy dla autonomicznych statków. Miejsce to pozwala firmom technologicznym i instytucjom badawczym sprawdzać działanie systemów wykorzystujących czujniki, komunikację, sztuczną inteligencję oraz zdalne sterowanie. Celem tych projektów jest zwiększenie bezpieczeństwa i sprawdzenie, jak systemy autonomiczne mogą wspierać pracę załóg, a nie całkowite wyeliminowanie człowieka z procesu nawigacji.

Dotychczasowe wdrożenia pokazują, że autonomia w żegludze rozwija się stopniowo. Systemy AI przejmują analizę otoczenia czy monitorują ruch innych jednostek, natomiast odpowiedzialność za przebieg rejsu nadal spoczywa na człowieku. Taki model współpracy człowieka z AI jest dziś dominującym kierunkiem rozwoju nowoczesnej żeglugi.

Praca portów i zarządzanie ładunkami

Port jest jednym z najbardziej złożonych elementów transportu morskiego. W jednym miejscu spotykają się statki, terminale kontenerowe, urządzenia przeładunkowe, pojazdy transportowe oraz systemy logistyczne wielu różnych firm. Każde opóźnienie może wpłynąć na kolejne etapy łańcucha dostaw, dlatego operatorzy portów coraz częściej wykorzystują dane i algorytmy AI do lepszego planowania pracy.

Sztuczna inteligencja pomaga analizować informacje pochodzące z wielu źródeł, takich jak systemy zarządzania terminalami, czujniki IoT, dane dotyczące ruchu statków, harmonogramy dostaw czy warunki pogodowe. Na tej podstawie systemy mogą wspierać przewidywanie opóźnień, planowanie wykorzystania infrastruktury oraz koordynację pracy urządzeń portowych. Przykładem takiego podejścia jest europejski projekt DataPorts, którego celem było stworzenie platformy umożliwiającej bezpieczną wymianę danych między uczestnikami transportu morskiego. Według Komisji Europejskiej rozwiązania rozwijane w ramach projektu miały wspierać wykorzystanie narzędzi AI do automatyzacji procesów w terminalach kontenerowych oraz poprawy efektywności operacji portowych.

Jednym z narzędzi wykorzystywanych w inteligentnych portach są cyfrowe bliźniaki (digital twins). To wirtualne modele rzeczywistych obiektów lub procesów, które łączą dane z czujników, systemów operacyjnych i innych źródeł, aby umożliwić monitorowanie sytuacji oraz testowanie różnych scenariuszy przed wprowadzeniem zmian w rzeczywistym środowisku. Według EU Blue Economy Observatory cyfrowe bliźniaki w sektorze morskim są wykorzystywane m.in. do modelowania ruchu w portach, monitorowania infrastruktury i wspierania decyzji operacyjnych. Jako przykład wskazywany jest port Antwerpia-Brugia, który wykorzystuje cyfrowy model portu APICA do łączenia danych z czujników IoT, kamer i innych systemów operacyjnych.

AI jest również wdrażana przez dużych operatorów logistycznych. W 2024 roku grupa CMA CGM ogłosiła współpracę z Google dotyczącą wykorzystania sztucznej inteligencji w globalnych operacjach firmy. Zakres współpracy obejmuje m.in. analizę danych, wsparcie planowania tras czy zarządzanie kontenerami. Celem jest szybsze podejmowanie decyzji i lepsze wykorzystanie dostępnych zasobów.

Wdrożenia AI w portach nie oznaczają całkowitego zastąpienia ludzi. Ich głównym zadaniem jest uporządkowanie dużej ilości danych i wsparcie operatorów w podejmowaniu decyzji. W środowisku, gdzie jednocześnie trzeba zarządzać tysiącami kontenerów, zmiennym ruchem statków i ograniczeniami infrastruktury, AI działa przede wszystkim jako narzędzie poprawiające przewidywanie i koordynację działań.

Podsumowanie

Sztuczna inteligencja znajduje zastosowanie na wielu etapach transportu morskiego, np. w  planowaniu trasy statku, zarządzaniu pracą portów czy monitorowaniu stanu technicznego jednostek i analizie danych związanych z bezpieczeństwem. W większości wdrożeń AI pełni rolę systemu wspierającego decyzje, który pomaga szybciej analizować duże ilości informacji i przewidywać zdarzenia, których człowiek mógłby nie dostrzec odpowiednio wcześnie.

Przykłady opisane w artykule pokazują, że technologie te są już wykorzystywane w praktyce przez armatorów, operatorów portów i organizacje rozwijające autonomiczną żeglugę. Jednak ich wdrażanie wiąże się z wyzwaniami dotyczącymi jakości danych, cyberbezpieczeństwa, odpowiedzialności za decyzje podejmowane przez systemy AI oraz dostosowania przepisów do nowych technologii.

W najbliższych latach można spodziewać się dalszego rozwoju rozwiązań opartych na AI. Prawdopodobnie ich celem będzie przede wszystkim zwiększenie bezpieczeństwa, sprawniejsze zarządzanie i lepsze wykorzystanie dostępnych danych, ponieważ w tych obszarach sztuczna inteligencja przynosi korzyści dla transportu morskiego i żeglugi.