全球贸易受到港口拥堵、腹地（港口与内陆之间）瓶颈以及高风险咽喉要道的影响。
也门、吉布提和厄立特里亚之间的曼德海峡是高风险区域，巴拿马运河的通行能力也已下降。
选择最优航线至关重要，需要依靠数据和分析获得洞见。
在相互关联、复杂且动态变化的贸易环境中，需要借助数字孪生来规划并辅助各类物流决策。
从新冠疫情引发的封锁、港口拥堵、集装箱失衡和底盘短缺，到苏伊士运河堵塞、巴拿马运河干旱以及胡塞武装袭击商船，对业务运营产生负面影响的挑战层出不穷。各国和企业需要改进决策支持系统，以有效应对这些中断。
全球航运是一个自组织系统，其中大多数参与者虽然天然相互依存，却基本独立作出重大决策。因此，航运业从根本上说是一个次优行业。托运人可能会以不同方式应对同一个问题。例如，一些航运公司可能会恢复经由苏伊士运河的服务；另一些则可能决定继续绕行好望角。
全球供应体系如同迷宫，若缺乏全面、系统层面的视角，各自独立的干预可能会造成意料之外且不理想的后果。通过建立高保真度的航运业数字模型，将其纳入全球供应体系，并利用自动识别系统数据（AIS 数据来自船舶上的自动追踪系统）及其他数据的动态实时流持续校准，可以增强行业协同行动的能力，提高取得积极成果的可能性。
大型自组织系统高度复杂，单个行动的影响可能呈非线性。人类在进化过程中并未具备解读此类复杂性的能力。然而，基于计算机的工具、系统动力学、数据分析、可视化和机器学习，能够帮助我们预测并提出最优解决方案。
最新供应链中断：运河危机
苏伊士运河是商业航运的重要水道。加沙地带最新一轮冲突导致商船在曼德海峡遭到导弹和无人机（UAV）袭击。尽管美国牵头开展了应对胡塞武装袭击的“繁荣卫士行动”，仍有船只遭到袭击。绕行非洲的替代航线也伴有风险。在南非加油带来额外挑战，海上燃料价格上涨更使情况雪上加霜。
由于干旱，经由巴拿马运河的航运受到干扰。这条运河可让货物在太平洋和大西洋之间快速运输。水位异常偏低，迫使运河管理方减少船舶通行次数。尽管这种情况并非新鲜事，但最近的运河通行中断是有记录以来最严重的。这阻碍了货物流通，使运河运营国损失数十亿美元收入，并在短期及可预见的未来推高航运成本和排放。
运用数字孪生管理中断
增强韧性和管理中断，关键在于决策，这是所有组织的核心活动。组织会依据对干预措施预期影响的判断采取行动。最严谨的决策方法，是构建环境的数字孪生，并模拟可能采取的行动或发生的事件所带来的影响。
数字孪生是对物体或系统的动态数字化呈现，以一组方程描述其特征和属性。涉及众多参与者的复杂流程构成了艰难的决策环境，最好在采取行动前通过数字模型加以呈现。数字孪生既包括用于收集和处理数据的硬件，也包括用于呈现和操作这些数据的软件。
数字孪生利用数字数据流，打通实体与其数字呈现之间的壁垒。数字孪生分析依赖历史数据和实时数字数据流（例如 AIS 数据和传感器生成的数据），分析可能出现的结果，并回答“如果发生……会怎样”或“如果不发生……会怎样”等问题，以支持决策。
模拟各种方案
数字孪生需要输入历史和实时数据，内容包括例如天气状况造成的航行限制、燃料价格、加注燃料的可能性（船舶领域的加注燃料相当于一般所说的加油）、运河、港口和码头的状况，以及其他咽喉要道的情况。有关海盗和恐怖分子活动的卫星数据有助于避免袭击。公共和私营数据及分析服务提供方，例如私营部门企业和国家气象机构，提供重要的数据流。此外，同行之间以及与政府机构共享数据，可以弥补数据缺口。
数字孪生能够为动态环境中的决策提供实时支持。它们是敏捷供应链管理的基础，因为它们是全球供应链网络的数字复制品，可实时呈现运营情况，包括在途货物和库存。借助建模工具，企业可以即时直观了解中断可能造成的影响，预测可能的发展并预判未来风险。
由此可以模拟不同情景，并预判自然灾害或地区冲突等破坏性事件。这些模拟所得的洞见可用于确定替代航线或燃料采购方案，同时考虑所有可行的路线选择及其对运输时间和成本的影响。
数字工具还能促进供应链网络中的沟通与协作。供应链整合有助于实现协调、采取纠正措施，并协同一致地应对危机。
虚拟瞭望塔（VWT）倡议是人机协同管理中断的一个实例。它以一种新颖方式处理航运及供应链行业参与者之间的依赖关系管理。该倡议采用由托运人驱动、以码头为中心的分布式网络模式，将社群建设与数字解决方案开发相结合；在这一模式中，系统中的不同参与者——此处指供应链参与者——共同开发数字解决方案，更好地应对共同挑战。
随着社群不断壮大，各方以及整个社群的收益也随之增加。持续共同创造也使解决方案更有可能适合实际需求。VWT 以更准确的数据补充现有的可视化解决方案。
加强协作的必要性
协作不可或缺。要有效应对系统性挑战和复杂危机局势，需要每个人都为全球态势感知作出贡献，从而透明地了解日益动态变化的局势。
数字孪生有助于提高船员安全、减少二氧化碳排放，并创造可量化的社会、环境和经济价值。在海事领域，共享 AIS 数据（例如船舶位置和速度数据）已形成一条至关重要的实时数据流。若要通过行业范围的数字孪生实现协作，还必须补充实时航行意图、港口泊位和使用计划、船用燃料供应情况、咽喉要道状况等数据。
一个自组织系统如何构建并维护自身的实时模型，以支持独立且具有竞争性的决策？此外，面对不可避免的大规模、不可控中断，它又如何协同行动，增强系统层面的韧性？要找到答案，全球供应链的所有相关利益方都必须有意识地开展系统性协作，甚至进行合作式竞争，也就是“竞合”。
