本報特約撰稿人 羅程洮
新冠疫情對全球民航客運市場的影響逐漸消退，民航業(yè)正在持續(xù)復蘇。根據(jù)預測，未來20年全球民航出行需求或?qū)崿F(xiàn)翻番，這對行業(yè)系統(tǒng)性保障能力提出了新要求，民航業(yè)需要以更好的方式優(yōu)化資源利用、提高客戶滿意度、提高運行安全性、增強成本控制能力，實現(xiàn)綠色可持續(xù)發(fā)展。
對一系列新興技術的研究、探索和應用是釋放未來民航市場潛力的關鍵。近年來，以無人飛機、智慧機場、可持續(xù)航空燃料開發(fā)、人工智能為代表的新技術得到了不同程度的發(fā)展。這些技術的商業(yè)化應用雖多數(shù)還處于起步階段，但與智慧化運營、空管現(xiàn)代化等戰(zhàn)略深度契合，其對民航的重要意義正逐步顯現(xiàn)，未來將深入影響民航運輸業(yè)的戰(zhàn)略決策、業(yè)務流程、商業(yè)模式、業(yè)務形態(tài)等各個方面。
新技術的廣泛應用
在無人機方面，美國作為無人機商業(yè)化應用的先鋒國家之一，美國聯(lián)邦航空局（FAA）正在努力將無人機系統(tǒng)（UAS）集成到國家空域系統(tǒng)中，并計劃開發(fā)無人機遠程識別系統(tǒng)，以實時識別和跟蹤無人飛機。在全球范圍內(nèi)，一些企業(yè)也積極投資飛機自動駕駛技術，如波音、空客兩大飛機制造商以及Xwing和Sky?dio等初創(chuàng)公司。2018年，空客啟動了自主滑行、起飛和著陸（ATTOL）項目。ATTOL是完全自動化的、基于視覺的起飛和著陸，由機載圖像識別技術控制，未來有望大幅提高空域容量。但就當下而言，民航領域自動駕駛技術距離大規(guī)模商業(yè)化應用仍有較大差距，尚有許多技術、監(jiān)管和安全層面的問題有待解決。
在智慧機場建設方面，當前全球普遍思路是將生物識別、物聯(lián)網(wǎng)、機器人、虛擬現(xiàn)實等相對成熟的技術融入機場運營，以提升效率、安全性和旅客體驗。例如，利用生物識別技術，將旅客的照片與護照或簽證信息進行匹配；通過整合物聯(lián)網(wǎng)設備和傳感器采集數(shù)據(jù)，監(jiān)控和管理機場運營，實現(xiàn)航站樓內(nèi)客流管理、跑道監(jiān)測、行李分揀處理和全流程跟蹤，或者將各類機場機器人用于執(zhí)行不同任務，如清潔、行李運輸和旅客服務；也有一些機場和航空公司嘗試在候機樓和客艙服務中采用虛擬現(xiàn)實和增強現(xiàn)實技術以提升旅客體驗。
在可持續(xù)航空燃料方面，生物燃料和氫能源均被視為新能源的重點發(fā)展方向，其中生物燃料在民航領域的應用相對成熟，已在國外部分民航市場初步得到應用。2021年3月，F(xiàn)AA發(fā)布了可持續(xù)航空燃料（SAF）生產(chǎn)計劃，計劃在未來10年內(nèi)提供20億美元資金，支持SAF開發(fā)和商業(yè)化生產(chǎn)，目標是到2030年減少20%的航空碳排放。2022年11月，Neste與LAXFUEL合作，向洛杉磯國際機場交付了超過1500噸可持續(xù)航空燃料。在政府政策的支持下，可持續(xù)航空燃料在美國民航業(yè)的商業(yè)化應用相對領先。
人工智能的應用場景
在人工智能技術方面，盡管飛機制造業(yè)被譽為現(xiàn)代工業(yè)皇冠上的明珠，但在互聯(lián)網(wǎng)和數(shù)字革命迅速演進的當下，與之關聯(lián)的全球航空運輸業(yè)在迎合技術創(chuàng)新尤其是數(shù)字化改革方面明顯滯后于時代的發(fā)展和進步，大量民航運營主體的生產(chǎn)系統(tǒng)和生產(chǎn)模式還停留在互聯(lián)網(wǎng)時代早期的水平。
在全球范圍內(nèi)，人工智能在民航業(yè)的應用還較為初級，但這一技術作為第四次工業(yè)革命的組成部分，可與民航運營管理各個領域深度融合并產(chǎn)生巨大影響。人工智能及其感知技術可簡化運行監(jiān)測、機械維護、客戶服務及其他業(yè)務流程，更好地利用行業(yè)各類數(shù)據(jù)，從而實現(xiàn)企業(yè)有效戰(zhàn)略決策，提高生產(chǎn)效率和核心資源利用效率（如空域、跑道），有助于應對行業(yè)面臨的運力瓶頸、環(huán)境影響兩大挑戰(zhàn)。從商業(yè)角度出發(fā)，人工智能技術的成熟將改寫民航業(yè)的商業(yè)規(guī)則，顛覆既有市場運營和競爭模式。
著眼未來，其具體應用場景包括以下九個方面。
旅客服務：人工智能驅(qū)動的聊天機器人和語音助手可用于答復和解決旅客特定問題，甚至實現(xiàn)個性化的旅客服務，有助于降低航空公司成本或增加航空公司收入。例如，達美航空與Misapplied Sciences合作，于2022年在底特律機場上線了“平行現(xiàn)實”測試版。這一功能可以讓多達100位旅客在同一塊屏幕上同時接收到定制化、個性化的信息，不再需要搜索航班和登機口信息。
航路優(yōu)化：美國部分航空公司正在嘗試使用人工智能和機器學習來優(yōu)化航路。其基礎設想是，綜合考慮天氣條件、油耗和航班時刻等因素，分析飛行效率、空中導航費用、油耗和預期擁堵水平等指標，基于數(shù)學模型找到航路最優(yōu)方案，以降低航空公司運營成本。
延誤預測：航班延誤和取消往往會給航空公司帶來高昂成本，如飛機維護費用和滯留旅客賠償?shù)取е潞桨嘌诱`的因素多種多樣，如天氣、航路、流量管制、機械故障等。因此，利用人工智能可解決人力所不能及的問題，通過分析大量實時數(shù)據(jù)，預測航班延誤、更新起飛時間等。例如，漢莎航空基于谷歌云的人工智能預測模型，通過對瑞士風向的預測，實現(xiàn)了航班延誤或取消的可能性測算，進而提前調(diào)整航班時刻，提高航班正常性。
機隊維護：飛機的計劃外維護也是航班延誤原因之一。人工智能可通過對飛機發(fā)動機和傳感器的數(shù)據(jù)管理分析，預測飛機維護需求、檢測飛機缺陷、輔助飛機人工檢修或預先采取相關措施，盡可能減少計劃外故障停場，提高檢修效率。
動態(tài)定價：動態(tài)定價是根據(jù)特定旅客的支付意愿進行差異化定價，如可區(qū)分旺季和淡季、節(jié)假日和周末等。目前，航空公司主要根據(jù)航線、旅客畫像等對市場進行細分，在評估有關客戶和當前市場情況后，對不同艙位機票價格進行調(diào)控。不同的是，機器學習算法會自動尋找銷售收入長期最大化的方法，通過理性決策確保整個航線網(wǎng)絡上的所有航班都能實現(xiàn)收益最大化。
機組調(diào)度：航空公司的人力成本是僅次于燃油成本的第二大運營成本。人工智能通過大數(shù)據(jù)分析，可以找到安排航空公司機組人員的最佳方式，進行合理排班。
欺詐檢測：航空公司和機場可使用人工智能檢測欺詐活動，降低機票欺詐、行李盜竊發(fā)生率。通過分析特定旅客的航班和機票購買模式并將其與歷史數(shù)據(jù)相結合，算法能夠準確識別可疑信用卡交易并及時制止，從而為航空公司和保險公司節(jié)省大量成本支出。
民航安全：人工智能也可用于保障飛行安全和機場安全。例如，使用人工智能預測并避免湍流，從而減少旅客和機組人員受傷的風險；使用人工智能設備掃描旅客面部，并將其與已知或可疑恐怖分子數(shù)據(jù)庫進行匹配。
空中交通管制：空中管制（ATM）是人工智能特別是機器學習最理想的應用場景，全球新一代空管系統(tǒng)的諸多理念和設想都繞不開人工智能技術應用。人工智能可為空中交通管制員、飛行員、機場運營商等提供協(xié)作支持，在空管的復雜場景中降低人力成本、提高人員工作效率。FAA正在探索基于人工智能開發(fā)自動化系統(tǒng)來管理飛行計劃和飛行沖突。該系統(tǒng)將自動規(guī)劃飛行路線，以提高空管安全性和效率。
機器學習的商業(yè)化應用典范
Honeywell Forge飛行效率軟件是一個比較典型的民航領域的機器學習商業(yè)化應用案例。它結合了飛行數(shù)據(jù)分析平臺和飛行軌跡優(yōu)化工具，通過數(shù)據(jù)驅(qū)動決策，輔助航空公司節(jié)約成本。據(jù)介紹，這一軟件能夠為航空公司每架飛機每年節(jié)省20萬美元的燃油成本與4萬美元的維護成本。
Honeywell Forge將飛行計劃、天氣、導航圖、飛機性能等所有飛行過程中的變量因素集中起來，集成各類數(shù)據(jù)并經(jīng)算法分析，通過一個儀表板展示單架飛機或者整個航空公司的數(shù)據(jù)，展示的內(nèi)容也允許航空公司定制。基于這個數(shù)據(jù)儀表板，航空公司可以全面了解機隊和環(huán)境數(shù)據(jù)，有助于制訂、實施和調(diào)整計劃，實現(xiàn)降本增效。飛行員可以查看航空公司的歷史飛行軌跡，以實時請求航路直飛，直觀看到進場和離場方法。此外，允許飛行員根據(jù)飛機當前信息調(diào)整飛行高度，以提高航班運行效率。