10月14日，交通运输部公开发布《水运领域人工智能应用场景指引》（交办水〔2026〕63号）（以下简称《指引》），列出22个条目，从港口危货储罐的安全风险监测预警，到航运企业的集装箱智能调配，再到航运碳排放智能监管与服务，每一条都写明了要用什么技术、建成什么系统、解决什么问题。根据交通运输部水运局对这份指引的解读，该文件的目的就是把部里关于人工智能应用的部署要求在水运领域具体化、清单化。

从方向性表述到22个条目，水运AI第一次有了施工图纸

此前一年多，交通运输部等七部门联合印发了《关于“人工智能+交通运输”的实施意见》，随后交通运输部、工信部、国务院国资委、市场监管总局四部门又出台《智能航运2030行动计划》，因此，行业对“人工智能+水运”的方向并不缺共识，真正缺的是把共识落到具体业务的抓手。

《指引》中列出的22个场景每一个都给出了技术路径的最低描述，例如集装箱智能调配要求建设基于强化学习与运筹优化的空箱调度智能体，整合航线、运力、港口动态及历史用箱数据，自动生成空箱调运方案；港口企业智能安全管理要求依托知识图谱、大语言模型和流程自动化技术，实现安全合规智能校核与隐患自主排查。对港口和航运企业而言，这种颗粒度意味着清单可以直接当作技术需求目录来读，逐项评估自身业务差距，设备采购、系统招标、数据治理从此有了对得上的切口。据交通运输部解读，文件要解决的核心问题就是破解人工智能应用“干什么、怎么干”。

9∶10∶3，场景分布本身就是一份行业AI化的优先顺序

22个场景中，安全提升9个、提质增效10个、绿色转型3个。

提质增效场景数量居首，自动化码头无人化作业、铁水联运智能组织调度、多级船闸智能调度、内河航道众源水深精准测算、国际班轮航线智能优化、航运企业经济活动智能分析均在其中，这些场景几乎无一例外直接对应降本增效，人工智能在其中的商业回报路径最短、最容易算账。

安全提升类场景次之，涵盖港口危货储罐监测预警、大型装卸设备健康运行监测、海上遇险人员智能搜救等，更多由监管要求与安全刚需驱动，值得注意的是其中一个条目专门指向船载智能系统网络与数据安全评估，针对智能避碰、故障诊断等模型在恶意操控、数据窃取、输出失真情形下的稳定性进行量化评估，为人工智能深度嵌入航行决策之后的新型风险预留了制度接口。

绿色转型虽然仅为3个，但每一个都与碳合规硬约束直接绑定，港口绿色低碳智能管控要求实现碳排放可核算、能耗可调控，航运碳排放智能监管与服务则面向企业直接生成碳排放核算报告与履约成本测算。

抄送名单透露的协同结构，比22个条目本身更值得细看

据《指引》全文，文件抄送中国人民银行办公厅、海关总署办公厅、国家数据局综合司，中国国家铁路集团有限公司，各港口集团，上海海事大学、武汉理工大学，交通运输部海事局，印发对象则包括招商局集团、中国远洋海运集团、中国交通建设集团和各省交通运输厅。

这个名单与场景清单可以说互为注脚：铁水联运智能组织调度需要铁路部门的数据与计划协同，航运物流区块链可信应用要求电子提单系统与数字人民币区块链服务平台对接，数据可信流通离不开国家数据局的制度配套。

交通运输部水运局在接受媒体采访时介绍，我国已建成自动化集装箱、干散货码头60座，应用规模与作业效率稳居世界前列；天津港北疆港区建成全球首个“智慧零碳”码头，年减少二氧化碳排放7.5万吨；苏北运河通过全智能联合调度实现智能扩容，全线十个梯级船闸年通过量可增加1亿吨，船舶待闸时间降幅超过20%；中远海运面向上下游企业推出航运垂域大模型Hi-Dolphin，部分复杂业务场景平均查询时间由数小时缩短至分钟级；全国电子航道图制作里程已超过29000公里。

这些实践此前分散在各领域，《指引》的作用在于把它们收拢进一个统一的推进框架，并明确下一步将按重点场景建成一批水运领域垂类模型和优质智能体，组织制定配套技术标准和应用指南。

从七部门实施意见到2030行动计划再到这份场景清单，水运人工智能的政策链条已经从顶层设计走到可执行、可招标的项目层面。文件同时明确将根据行业需求和技术发展动态更新指引内容，这意味着这张施工图并非一次性文件，场景库会滚动扩容，港口与航运企业的AI化投入也将随之进入按图施工、逐年对账的阶段。