行業基礎數據庫構建：曾設想在戰略準備階段能夠形成完善的行業基礎數據庫，在2007年戰略準備階段評價中“該 目標是必要的，但作為戰略準備階段的目標是過于超前或太高了。

      至今 這項工作尚未完成，對于海運運力、碼頭能力、運量需求、完成運量及其 細化結構等基礎數據，均缺乏細化統計數據。及其專業 化船隊的艘數、噸位、船齡等；在碼頭能力上，存在現行設計能力與實際 能力的差距，難以支撐實際供需關系的分析和碼頭建設前期能力適應性 分析；在運量統計上，缺乏細化分貨類運量、周轉量，進出口物資的海運 權益(FOB、CIF），也缺乏對海運進出口物資中方承運量的數據，等等。

       數據共享機制。對信息保護和網絡安全提出了較高要求。另一方面也導致由于少量 數據使得大量數據難以實現共享；由于缺乏交換、共享機制，難以對數據 進行高質量開發、整合與加工，這是行業數據分析的反饋所必需的。同 時，我國在海運領域尚沒有形成有影響力的行業性大數據平臺企業。 智能海運與大數據挖掘。AlphaGo所具有的戰勝頂級職業圍棋高手的智慧，來自于 大量職業高手對弈的海量數據。

      海運海量數據的累計以及挖掘，使海運 有了自己的“生命力”，它將依據強大的記憶力、超級計算能力，通過自我 學習和大量數字試錯，形成知識邏輯，并在實踐中自動進行試驗，提煉的 有效知識對人類賦予機器的知識邏輯進行升級，并將有效的知識傳達給 海運利益相關者，推動全程供應鏈提供商完善運營組織，推動政府管理 機構完善技術標準、安全監管和環境保護成效。同時，根據外界環境的 變化自我選擇發展的路徑進行自我調整，鑒于這個階段所提及的推動海運服務創新跨上新臺階，也可為跨界顛覆海運 提供可能。