Windward 是一家专注于海事交通的国际预测智能公司。我们的平台为所有海事领域需求提供一站式服务，并对船舶风险进行评估等。
Windward 的解决方案融合了 AI、大数据和海事专业知识，使客户和合作伙伴能够了解海事生态系统及其对安全、金融和商业的广泛影响，从而做出数据驱动的决策。
商业客户和政府机构都会向我们寻求帮助，我们通过分析多种数据点并将其输入先进的人工智能模型，为他们的船舶提供分析和洞察。
我们的商业客户包括希望了解其船舶在事故和海事损失方面风险的保险机构。我们通过审查为不同商业实体交易提供资金支持的银行信息来汇编这些数据，最近我们还扩展了服务，为货代及其他货主提供海运可视化，帮助预测货物抵港的预计到达时间（ETA）。
对于政府机构，我们提供“边境安全风险”评估，识别那些没有经济活动的船舶，为监管机构指出可疑承运人，帮助他们更好地保护本国水域和边界免受海上威胁。
以我们刚推出的 Ocean Freight Visibility 产品为例。我们采用最先进的技术来解决一个长期存在且近年来多次导致市场危机的复杂问题——预测货船和集装箱的 ETA。影响船舶和集装箱到港时间的因素很多，因此预测十分棘手。
过去十年中已有的技术虽然不错，但不足以解决此类问题。要实现海事活动的全面可视化，需要处理多层数据及公共网页数据，而市场上此前并没有相应的技术，如今这一切已成为可能。
Windward 选择了深度学习技术为平台提供动力。我们使用的神经网络能够与不同数据源交互并将其融合，得出一个结论——即船舶抵达目的港的预计时间。
专注于 ETA 模型本身（因为我们的整体运营十分复杂），其基础数据层来自船舶的通信信号，它们每分钟向全球各地的接收器发送信号，用以追踪船舶位置。
我们通过这些不同供应商，每分钟利用其提供的通信数据绘制船舶位置。通常情况下，我们每天处理数以亿计的船舶通信记录。
但在预测船舶抵港时间时，我们需要考虑多种数据源，例如公共网页数据，其中最重要的来源之一就是各船运承运商网站公布的船期表。这些信息包含船舶最后一次已知位置、当前行踪以及预计抵港时间。
开源网页数据对 Windward 至关重要，因为我们利用这些承运商网站的数据为算法提供输入，以自动预测 ETA，帮助企业将精力集中在运营的其他方面。
你可以把集装箱船想象成一辆公交车，公交车会在不同站点接乘客。现在，想象车上的每个人都有自己对到达目的地时间的预测。在这个类比中，这些“人”就是承运商网站。
所以，仅询问一个人何时到达是不够的，我们需要问很多人，然后对他们的回答进行平均得出洞察。因此，使用互联网上的多种网页数据源而非单一来源非常重要。
为了收集作为算法输入的公共网页数据，我们使用 Bright Data 的 Web Scraper IDE，从不同船运承运商网站自动抓取数据，我们已使用该方案数月。
在短短的合作时间里，我们取得了极具成效且执行迅速的成果，完全满足了公司的需求。
此外，当我们的网页数据收集遇到任何障碍时，Bright Data 的支持团队响应迅速，了解如何解决问题，并能立即或在合理时间内修复。
因此，对我个人而言，与 Bright Data 的合作让我倍感信任。
