Yapay zekâ son birkaç yılda denizcilik konferanslarının, yatırım sunumlarının ve yazılım tanıtımlarının değişmez başlığı oldu. Bu ilgi boşuna değil: sektör, gemi konumlarından yakıt tüketimine, çarter partilerden liman kayıtlarına kadar büyük miktarda veri üretiyor ve bu verinin önemli bir kısmı hâlâ elle işleniyor. Ancak “yapay zekâ” etiketi, birbirinden çok farklı olgunluktaki teknolojileri tek bir beklentinin altında topluyor. Bazı uygulamalar bugün günlük operasyonda ölçülebilir iş görürken, bazılarının takvimi yıllarla değil on yıllarla ölçülüyor.

Bu yazı, sefer çarterinde çalışan küçük ve orta ölçekli armatör ve operatörler açısından yapay zekânın nerede gerçekten kullanıldığını, nerede beklentinin uygulamanın önüne geçtiğini ve bu farkı neyin belirlediğini ele alıyor. Bu ölçekteki şirketler için asıl soru “yapay zekâ kullanmalı mıyız?” değil, “hangi işte, hangi veriyle ve kimin denetiminde?” sorusudur.

Temel kavramlar

  • Yapay zekâ (YZ): Normalde insan muhakemesi gerektiren görevleri (metni anlama, örüntü tanıma, tahmin) yerine getiren yazılımların genel adı. Tek bir teknoloji değil, bir yöntemler ailesidir.
  • Makine öğrenmesi: Kuralları elle yazmak yerine geçmiş verideki örüntülerden öğrenen yöntemler. Varış zamanı tahmini ya da yakıt tüketimi modellemesi tipik örneklerdir.
  • Büyük dil modeli (LLM): Çok büyük metin derlemleri üzerinde eğitilmiş; metni okuyup özetleyebilen, içinden yapılandırılmış bilgi çıkarabilen ve yeni metin üretebilen modeller. Çarter parti ve olay tutanağı okuma gibi belge işlerindeki bugünkü atılımın kaynağıdır.
  • Halüsinasyon: Bir dil modelinin kaynakta bulunmayan ama akla yatkın görünen bir bilgiyi kendinden emin biçimde üretmesi. Belge işlerinde YZ çıktısının neden doğrulanması gerektiğinin başlıca nedenidir.
  • İnsan denetimi (human-in-the-loop): YZ’nin öneri ya da taslak ürettiği, kararın ve onayın bir insanda kaldığı çalışma düzeni.
  • AIS (Otomatik Tanımlama Sistemi): Gemilerin kimlik, konum, rota ve hız bilgisini düzenli aralıklarla yayınladığı sistem; SOLAS Bölüm V, Kural 19 kapsamındaki gemilerde zorunludur. Denizcilikteki pek çok YZ uygulamasının ham verisidir.
  • Dijital ikiz: Bir geminin ya da sistemin, sensör verileriyle beslenen sanal modeli. Performans izleme ve bakım planlamasında kullanılır.

Bir YZ uygulamasının değeri büyük ölçüde iki şeye bağlıdır: verinin kalitesi ve hatanın maliyeti. Verinin bol ve tutarlı, hatanın ise kolay fark edilip düzeltilebildiği işlerde YZ hızla olgunlaşır. Verinin seyrek ya da dağınık olduğu, hatanın ise can, mal ya da hukuki sonuç doğurduğu işlerde ilerleme yavaştır; öyle olması da gerekir. Aşağıdaki değerlendirme bu iki ölçüt üzerine kuruludur.

Beş alanda gerçek kullanım ve beklenti

1. Belge okuma ve veri çıkarma

Gerçek kullanım: Dil modelleri; çarter partiler, olay tutanakları (SOF), konşimentolar, faturalar ve e-postalar gibi yapılandırılmamış belgelerden tarih, saat, oran, liman ve madde bilgisi çıkarmada bugün denizcilikteki en olgun YZ alanıdır. Operasyon ekibinin elle yaptığı veri girişini önemli ölçüde kısaltabilir, farklı biçimlerdeki belgeleri ortak bir yapıya dönüştürebilir.

Beklenti: Sık dile getirilen beklenti, belgenin “okunup hesabın kendiliğinden çıkması”dır. Oysa çarter metinlerindeki ek maddeler, el yazısı şerhler, düşük kaliteli taranmış belgeler ve halüsinasyon riski nedeniyle çıktının bir insan tarafından kontrol edilmesi hâlâ zorunludur. Laytime ve demürraj gibi doğrudan paraya dönüşen hesaplarda doğru yaklaşım, YZ’nin okuması, insanın onaylaması ve hesabın kural tabanlı, denetlenebilir bir motorla yapılmasıdır.

2. Rota, varış zamanı ve piyasa tahmini

Gerçek kullanım: Hava rotalaması (weather routing) uzun süredir kullanılan bir hizmettir. Makine öğrenmesi, geçmiş AIS verisi ve hava tahminleriyle birlikte varış zamanı (ETA) tahminlerini ve rota önerilerini iyileştirmek için yaygın biçimde kullanılmaktadır. Liman bekleme sürelerinin ve sıkışıklığın izlenmesi de bu alana girer.

Beklenti: Tahminin “kesin” olacağı beklentisi gerçekçi değildir. Liman operasyonları, acente yazışmaları, yükün hazır olması ve yerel kısıtlar gibi verisi kamuya açık olmayan etkenler tahminin kalitesini sınırlar. AIS verisinin de kapsama boşlukları, gecikmeler ve hatalı girilmiş bilgiler içerebileceği unutulmamalıdır. Navlun piyasası tahmini ise sık dile getirilen bir başka beklentidir; ancak denizcilik piyasalarının arz ve talep şoklarına, beklentilere ve gecikmeli tepkilere dayanan döngüsel yapısı, tahminlerdeki belirsizliği kullanılan yöntemden bağımsız olarak yüksek tutar.

3. Yakıt, performans ve emisyon

Gerçek kullanım: Yakıt tüketiminin hız, yükleme durumu, hava ve gövde kirliliğine göre modellenmesi, performans düşüşünün (örneğin gövde kirlenmesinin) erken tespiti ve emisyon raporlamasının otomatikleştirilmesi olgun uygulamalardır. 2023’ten itibaren IMO’nun Karbon Yoğunluğu Göstergesi (CII), 2024’ten itibaren AB Emisyon Ticaret Sistemi’nin (EU ETS) denizciliği kapsaması ve 2025’ten itibaren FuelEU Maritime, bu alandaki veri ihtiyacını belirgin biçimde artırmıştır.

Beklenti: Modellerin değeri, onları besleyen verinin kalitesiyle sınırlıdır. Yalnızca öğlen raporlarına (noon report) dayanan, sensör verisi olmayan bir gemide gelişmiş modellerin sağlayacağı kazanç sınırlı kalır. Küçük filolarda ilk adım çoğu zaman YZ’den önce verinin düzenli ve tutarlı biçimde toplanmasıdır.

4. Kestirimci bakım

Gerçek kullanım: Ana makine ve yardımcı makinelerden alınan titreşim, sıcaklık ve basınç verileriyle arızaya yol açabilecek sapmaların erken tespiti, özellikle sensörlerle donatılmış yeni gemilerde uygulanmaktadır.

Beklenti: Arızaları önceden “bilen” bir sistem beklentisi büyük ölçüde veri ve donanım yatırımına bağlıdır. Eski gemilerde sensör eksikliği, üreticilerin kapalı veri biçimleri ve modelin öğrenebileceği yeterli arıza örneğinin bulunmaması bu alandaki başlıca sınırlardır. Klas kuruluşlarının ve üreticilerin kurallarıyla uyum ise ayrıca ele alınması gereken bir konudur.

5. Otonom gemiler

Gerçek kullanım: Bugün fiilen kullanılanlar, kısa mesafeli ve kontrollü pilot projeler ile vardiya zabitine yardımcı olan sistemlerdir: kamera görüntülerinden diğer gemileri ve cisimleri tespit eden çarpışma önleme destekleri ve karar destek ekranları gibi.

Beklenti: Mürettebatsız, okyanus aşırı ticari gemicilik beklentisi teknik olduğu kadar hukuki bir meseledir. IMO, 2021’de tamamladığı düzenleyici kapsam incelemesinin ardından otonom deniz yüzey gemileri (MASS) için bir kod üzerinde çalışmaktadır. Sorumluluk, sigorta, liman devleti denetimi ve uluslararası sözleşmelerin uyarlanması gibi konular, teknolojinin kendisinden daha uzun bir takvim gerektirmektedir. Sefer çarterinde çalışan küçük ve orta ölçekli bir armatörün yakın vadeli kararlarını bu beklentiye göre şekillendirmesi için bugün bir neden yoktur.

Küçük ve orta ölçekli armatör için uygulanabilir yaklaşım

Yukarıdaki beş alanın ortak dersi, YZ’nin değerinin teknolojinin kendisinden çok, uygulandığı işin doğru seçilmesinden ve o işin verisinden geldiğidir. Literatürde ve sektör uygulamasında öne çıkan yaklaşımlar şöyle özetlenebilir:

  1. İşten başlamak, teknolojiden değil: En çok elle veri girişi gerektiren ve hatası para kaybettiren işin (belge okuma, demürraj hesabı, sertifika takibi gibi) belirlenmesi.
  2. Önce veri: Öğlen raporlarının, olay tutanaklarının ve belgelerin tek bir yerde, tutarlı biçimde toplanması. YZ’nin değeri bu temelin üzerine kurulur.
  3. İnsan denetimi: YZ’nin ürettiği her çıktının, parasal ya da hukuki sonuç doğurduğu noktada bir insan tarafından onaylanması.
  4. Denetlenebilirlik: Hesabın ve kararın gerekçesinin kayıt altına alınması. Kiracıya ya da hakeme “model böyle dedi” değil, belgesi ve hesabıyla birlikte bir gerekçe sunulabilmesi.
  5. Küçük başlayıp ölçmek: Tek bir süreçte, öncesi ve sonrası ölçülebilen bir pilotla başlanması: işlem süresi, hata sayısı ve tahsil edilen tutar gibi.

Sonuç

Denizcilikte yapay zekâ en hızlı, en sessiz ve en ölçülebilir faydayı gösterişli alanlarda değil, belge ve veri işlerinde sağlıyor. Otonom gemiler ve kesin piyasa tahminleri gibi beklentiler, teknik olduğu kadar hukuki ve ekonomik sınırlarla karşı karşıya. Küçük ve orta ölçekli armatör için gerçekçi kazanç, elle yapılan işin ve hataların insan denetimi altında azaltılmasıdır. Bu da çoğu durumda yeni bir teknolojiden önce, düzenli ve doğrulanabilir bir kayıt disipliniyle başlar.

Bu yazı genel bilgilendirme amaçlıdır; belirli bir ürün ya da hizmetin değerlendirmesi değildir. Düzenleyici takvimler değişebileceğinden güncel durum ilgili kurumların resmî kaynaklarından teyit edilmelidir.

Kaynakça

  • IMO, SOLAS Bölüm V, Kural 19: Seyir sistemleri ve donanımı için taşıma gereklilikleri.
  • IMO, Resolution A.1106(29): Revised Guidelines for the Onboard Operational Use of Shipborne Automatic Identification Systems (AIS), 2015.
  • IMO, Resolution MEPC.328(76): 2021 Revised MARPOL Annex VI (EEXI ve CII).
  • IMO, MSC.1/Circ.1638: Outcome of the Regulatory Scoping Exercise for the Use of Maritime Autonomous Surface Ships (MASS), 2021.
  • Avrupa Birliği, Directive (EU) 2023/959 (AB Emisyon Ticaret Sistemi’nin denizciliği kapsayacak biçimde değiştirilmesi).
  • Avrupa Birliği, Regulation (EU) 2023/1805 (FuelEU Maritime).
  • NIST, Artificial Intelligence Risk Management Framework (AI RMF 1.0), 2023.
  • Russell, S. ve Norvig, P., Artificial Intelligence: A Modern Approach, 4. baskı, Pearson, 2021.
  • Stopford, M., Maritime Economics, 3. baskı, Routledge, 2009.