执行摘要

按成熟度分级的应用场景图谱单元
新加坡集装箱码头 · 8个流程领域 x 4个维度 = 32个单元 · 2026年11月
已验证 已上线、规模化、运营方披露 3 远程岸桥、堆场起重机、AGV路径规划 规模化推进中 已在部分作业中上线 12 泊位窗口、堆存、集卡 试验阶段 仅限概念验证、谅解备忘录或试运行 10 AI事件响应、绑扎机器人 未见新加坡案例 工具已有,本地尚无成果 7 堆存时长预测、计划员辅助助手
来源:[Kira estimates],基于第2章应用场景图谱

三句话结论

计划环节已实现算法化。PSA表示,AI已覆盖泊位计划、集装箱堆存、预测性维护及无人驾驶车辆路径规划[MG Jul 2025];2025年,300余台AGV在11个泊位作业[AL Mar 2025]。

韧性是尚待开拓的前沿。2026年10月,PSA与Cisco启动一项AI概念验证,由AI监测码头应用与网络,并在故障扩散前提出修复建议[Cisco Oct 2026]。

大部分收益归运营商;船公司获得准时到港节省的燃油,集卡运输商获得减少的空驶[SWP OptEVoyage; PSA OptETruck]。

潜在价值我们估算,到2030年AI价值约为每年S$90-215 mn,约占码头运营成本的4-8%[Kira estimates]。
日韩科技企业应以韧性、维护与单证工具切入,并在大士港二期Living Lab中测试,而非与PSA自有的计划系统正面竞争。
AL Mar 2025 · Cisco Oct 2026 · MG Jul 2025 · PSA OptETruck · SWP OptEVoyage · Kira estimates(完整标题见来源索引)

从船舶抵港到出闸,计划、车队与IT任务既高度依赖数据,又可数字化;绑扎与系泊则两者皆非

暴露度因任务而异,而非因企业而异:同一码头的堆场已全自动化,船边作业仍靠人工。

码头任务按AI可覆盖程度分布
新加坡 · KIRA评分1-5 · 气泡 = 相对成本权重 · 2026年11月
即刻自动化 数据先行 后续机械化 工具已有,收益有限 作业可数字化程度(1-5) 信息密集度(1-5) 泊位与船舶计划 堆场计划与堆存 AGV车队调度 IT运维、事件处置 闸口与单证 设备维护 岸桥作业 系泊、海事服务 绑扎与拆绑
来源:[Kira estimates]

为何计划领先而船边滞后

计划本身已是软件。泊位窗口、堆位与车辆路径均为计算得出的决策,PSA表示AI已嵌入其中每一项[MG Jul 2025]。

船边作业则不然。绑扎工人仍在岸桥旁手工安装和拆卸扭锁;PSA称机器人绑扎仍处于探索阶段,且需人工参与[MG Jul 2025]。

IT本身已成为一项独立任务。码头操作系统一旦停摆,起重机和车辆随之停止;因此最新的AI项目针对的是故障,而非效率[Cisco Oct 2026]。

评分规则可数字化程度 = 系统无需人工即可完成或核查的任务占比;信息密集度 = 任务对数据的依赖程度。
从作业已数据化、决策已由软件做出的环节入手:计划升级、车队控制与IT运维。
Cisco Oct 2026 = Cisco Newsroom · MG Jul 2025 = Maritime Gateway · Kira estimates = KIRA analyst triangulation