| dc.contributor.advisor | Μπερσίμης, Σωτήριος | |
| dc.contributor.author | Θωμαΐδης, Θωμάς | |
| dc.date.accessioned | 2025-11-21T10:52:57Z | |
| dc.date.available | 2025-11-21T10:52:57Z | |
| dc.date.issued | 2025 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/18484 | |
| dc.description.abstract | Αναμφισβήτητα σήμερα ζούμε στην εποχή της ψηφιοποίησης και των δεδομένων που αυτή γεννά. Πλέον οι άνθρωποι έχουν την δυνατότητα να ανταλλάσσουν και να μεταφέρουν πληροφορίες ελεύθερα και να έχουν άμεση πρόσβαση σε γνώσεις και πληροφορίες που θα ήταν δύσκολο να βρεθούν στο παρελθόν. Η διερεύνηση δεδομένων διαδραματίζει σημαντικό ρόλο στη μεταμόρφωση της ναυτιλιακής βιομηχανίας με τη βελτιστοποίηση των λειτουργιών, την ενίσχυση της ασφάλειας, τη βελτίωση της αποτελεσματικότητας κ.α. Αξιοποιώντας ποικίλες πηγές δεδομένων, όπως επιχειρησιακά, περιβαλλοντικά δεδομένα, οι ναυτιλιακές εταιρείες μπορούν να λάβουν τεκμηριωμένες αποφάσεις για τη μείωση του κόστους, την πρόβλεψη των αναγκών συντήρησης, τη διασφάλιση της κανονιστικής συμμόρφωσης κλπ. Προηγμένες τεχνολογίες, η ανάλυση μεγάλων δεδομένων και η μηχανική μάθηση (machine learning) επιτρέπουν βαθύτερες γνώσεις σχετικά με την απόδοση των πλοίων, την κατανάλωση καυσίμων, τη διαχείριση φορτίου και πολλών άλλων δραστηριοτήτων των ναυτιλιακών επιχειρήσεων.
Η εργασία αποτελείται από επτά (7) κεφάλαια, μέσα από τα οποία έγινε η μελέτη της διερεύνησης και αξιοποίησης των δεδομένων στην ναυτιλία καθώς και στην επίδραση που έχουν στις επιχειρήσεις του κλάδου.
Στο πρώτο κεφάλαιο προσδιορίζεται το υπό μελέτη θέμα, οι λόγοι για τους οποίους πραγματοποιήθηκε αυτή η μελέτη καθώς και η σημασία που αυτή έχει στην κοινωνία, την επιστήμη και τον επιχειρηματικό κόσμο.
Στο δεύτερο και τρίτο κεφάλαιο παρουσιάζεται το θεωρητικό μέρος της έρευνας και περιλαμβάνει την ανασκόπηση της βιβλιογραφίας και τη θεωρητική τεκμηρίωση του θέματος.
Το τέταρτο έως έβδομο κεφάλαιο αναφέρεται στη μεθοδολογία, τα αποτελέσματα και τα συμπεράσματα που προκύπτουν μέσα από το ερωτηματολόγιο και την έρευνα που πραγματοποιήθηκε.
Παρά τις προκλήσεις όπως η ασφάλεια των δεδομένων, η ποιότητα και η διαλειτουργικότητα, το μέλλον της χρήσης δεδομένων στη ναυτιλία φαίνεται πολλά υποσχόμενο, με καινοτομίες όπως τα αυτόνομα πλοία και η ανταλλαγή δεδομένων σε πραγματικό χρόνο που οδηγούν σε περαιτέρω βελτιώσεις στην επιχειρησιακή αποτελεσματικότητα και βιωσιμότητα. Μεταξύ άλλων η Τεχνητή Νοημοσύνη είναι από τους ταχύτερα αναπτυσσόμενους τομείς της τεχνολογικής ανάπτυξης. Μόλις πριν από μερικές δεκαετίες, η χρήση της τεχνητής νοημοσύνης στις επιχειρηματικές δραστηριότητες βρισκόταν σε «πρώιμο στάδιο υιοθέτησης» και οι δυνατότητές της ήταν ακόμα κάπως θεωρητικές. Έκτοτε, οι τεχνολογίες και οι εφαρμογές τεχνητής νοημοσύνης προοδεύουν και προσθέτουν αξία στις επιχειρήσεις. Στην ψηφιακή εποχή, οι τεχνολογίες της τεχνητής νοημοσύνης βελτιώνονται και αναδύονται ως το επόμενο κύμα καινοτομίας. Έτσι λοιπόν, η Τεχνητή Νοημοσύνη αναδιαμορφώνει τις παραδοσιακές πρακτικές που χρησιμοποιούνταν παλαιότερα στη ναυτιλία. Υπάρχουν πολλοί τομείς της ναυτιλίας στους οποίους επιδρά σημαντικά η Τεχνητή Νοημοσύνη και έχει επιτύχει σημαντικές διαφοροποιήσεις. Κύριο χαρακτηριστικό των αποτελεσμάτων είναι ότι οι επιχειρήσεις έχουν στραφεί στην συλλογή και επεξεργασία δεδομένων, των οποίων η χρήση γίνεται ολοένα και πιο σημαντική. Η διαχείριση των δεδομένων είναι κρίσιμη για τη λήψη στρατηγικών αποφάσεων και πολλές εταιρείες επενδύουν σε τεχνολογίες και δεξιότητες για να τα αξιοποιήσουν αποτελεσματικά. Η μετάβαση σε μια νέα εποχή, που χαρακτηρίζεται από τον όρο «έξυπνη ναυτιλία», έχει ήδη ξεκινήσει. | el |
| dc.format.extent | 87 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nd/3.0/gr/ | * |
| dc.title | Διερεύνηση και αξιοποίηση των δεδομένων στην ναυτιλία | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Οικονομικών, Επιχειρηματικών και Διεθνών Σπουδών. Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων | el |
| dc.description.abstractEN | Undoubtedly, today we live in the era of digitalization and the data it generates. People now have the ability to exchange and transfer information freely and to have immediate access to knowledge and data that would have been difficult to find in the past. Data exploration plays a significant role in transforming the shipping industry by optimizing operations, enhancing safety, improving efficiency, and more. By leveraging various data sources—such as operational and environmental data—shipping companies can make informed decisions to reduce costs, predict maintenance needs, ensure regulatory compliance, and so on. Advanced technologies, big data analytics, and machine learning enable deeper insights into vessel performance, fuel consumption, cargo management, and many other activities of maritime businesses.
The present study consists of seven (7) chapters, through which the investigation and utilization of data in shipping, as well as their impact on businesses in the sector, are examined.
The first chapter defines the subject under study, the reasons for conducting this research, and its significance to society, science, and the business world.
The second and third chapters present the theoretical part of the research, including the literature review and the theoretical framework supporting the topic.
Chapters four through seven refer to the methodology, results, and conclusions derived from the questionnaire and the research conducted. Despite challenges such as data security, quality, and interoperability, the future of data use in shipping appears promising, with innovations such as autonomous vessels and real-time data exchange leading to further improvements in operational efficiency and sustainability. Among other things, Artificial Intelligence (AI) is one of the fastest-growing fields of technological development. Just a few decades ago, the use of AI in business activities was in its “early adoption stage,” and its potential was still somewhat theoretical. Since then, AI technologies and applications have advanced and added value to businesses. In the digital age, AI technologies are improving and emerging as the next wave of innovation. Thus, Artificial Intelligence is reshaping the traditional practices once used in shipping. There are many areas within the maritime industry where Artificial Intelligence has a significant impact and has achieved major transformations. A key feature of these results is that companies have turned toward the collection and processing of data, whose use is becoming increasingly important. Data management is critical for strategic decision-making, and many companies are investing in technologies and skills to utilize data effectively. The transition to a new era, characterized by the term “smart shipping,” has already begun. | el |
| dc.contributor.master | Πρόγραμμα Μεταπτυχιακών Σπουδών στη Διοίκηση Επιχειρήσεων για Στελέχη (Executive MBA) | el |
| dc.subject.keyword | Τεχνητή νοημοσύνη | el |
| dc.subject.keyword | Μεγάλα δεδομένα | el |
| dc.subject.keyword | Ελληνική ναυτιλία | el |
| dc.date.defense | 2025-11-11 | |