DUBLIN, Ireland, 29 Sept (Bernama-GLOBE NEWSWIRE) -- Penggunaan AI dalam penerbangan melangkaui bot sembang sokongan pelanggan dan alat perbandingan harga untuk pengembara. Walaupun aplikasi ini pasti akan kekal wujud dan berada di mana-mana, pembaharuan sebenar akan berlaku dari segi pengoptimuman bidang penerbangan yang "keras" - daripada pengurusan hasil hingga penilaian kemungkinan mogok. Pengerusi Avia Solutions Group Gediminas Ziemelis berkongsi ramalannya tentang bidang AI dalam penerbangan yang akan mengalami perubahan besar.
- Membuka kunci harga dinamik sebenar. Dalam perniagaan syarikat penerbangan, pengurusan hasil tidak pernah menjadi mudah, malahan risikonya lebih tinggi dalam dunia pasca COVID. Menurut IATA, purata margin keuntungan bagi setiap penumpang hari ini benar-benar nipis – hanya $2.25, berbanding dengan angka dua digit pada 2019. AI boleh membantu meningkatkan tugas sukar seperti menganalisis data sejarah dan mengira harga yang betul, dengan mengambil kira lokasi pelanggan dan pelbagai faktor lain. Walaupun syarikat penerbangan yang lebih besar mungkin akan memilih untuk membina penyelesaian tersendiri secara dalaman, terdapat juga semakin banyak syarikat penerbangan yang bekerjasama dengan syarikat seperti AirGain – penyelesaian ramalan dipacu AI dengan tasik data meliputi 6 bilion mata harga.
- Mengekalkan enjin yang sihat. Penyelenggaraan ramalan telah menjadi sebahagian yang penting MRO sejak sekian lama, dengan sensor membantu syarikat penerbangan menentukan masa dan perkara yang perlu diperbaiki atau diganti. Kecerdasan Buatan boleh menggunakan kedua-dua data sensor masa nyata dan corak kesilapan sejarah ramalan untuk mengurangkan masa henti dan kos penyelenggaraan keseluruhan. Kajian terbaru yang dijalankan oleh Pusat Pembangunan Sistem Penerbangan Lanjutan (CAASD) Universiti Maryland mendapati penyelenggaraan ramalan boleh mengurangkan kos operasi pesawat sehingga 20%. AI telah pun memperbaharui bidang ini. Sebagai contoh, Lufthansa Technik telah meningkatkan penyelenggaraan pesawat dengan sistem penyelenggaraan ramalan dipacu AI. Penyelesaian Analitis Keadaan mereka menggunakan algoritma pembelajaran mesin untuk menganalisis data sensor daripada pelbagai komponen pesawat, meramalkan keperluan penyelenggaraan dengan ketepatan yang mengagumkan. Penciptaan yang dipanggil "kembar digital" - replika maya sempurna yang menukar parameter mereka mengikut kehausan komponen fizikal - juruteknik MRO menggunakan kembar digital untuk penyelenggaraan ramalan dan pengesanan anomali dengan membandingkan data sensor dunia sebenar dengan data yang dijanakan oleh kembar digital.
- Merancang laluan yang paling efisien. Menurut IATA, syarikat penerbangan akan membelanjakan $215 bilion tahun ini, menyumbang kepada kira-kira 28% daripada perbelanjaan operasi, yang boleh dikurangkan dengan perancangan laluan yang lebih cekap. Banyak pembolehubah (termasuk kesesakan lalu lintas udara, corak cuaca yang berubah dengan pantas, dan kos bahan api yang turun naik) menjadikan perancangan laluan satu tugas yang rumit dan mencabar, dan sama ada ia boleh menambah baik atau menjejaskan keuntungan syarikat penerbangan, bergantung pada keberkesanan perancangan. Platform yang didayakan AI boleh mempercepat pengendali untuk membuat keputusan, membantu mereka memanfaatkan bukan sahaja kuasa data sejarah tetapi juga mekanisme ramalan yang menjana gambaran yang jelas dan boleh diambil tindakan apabila digunakan bersama. Satu contoh platform sedemikian ialah Flyways, yang menggunakan data penerbangan berjadual dan aktif untuk memetakan laluan penerbangan yang melalui kawasan kurang sesak dan memintas kawasan yang mengalami keadaan cuaca buruk. Penyelesaian itu telah diuji oleh Alaska Airlines, yang menjimatkan 480,000 gelen bahan api syarikat dan mengurangkan penghasilan 4,600 tan pengeluaran karbon dalam tempoh enam bulan. Hasil kerjasama AI-pengendali seperti ini bukan sahaja dapat dilihat dari segi penjimatan kos, tetapi juga membantu perniagaan menjadi lebih mampan. Sebaik sahaja penyelesaian sedemikian menjadi perkara biasa bukan sahaja dalam kalangan syarikat penerbangan tetapi juga pihak berkuasa penerbangan di seluruh dunia, kita akan melihat kembali hari ini dan terkejut melihat betapa tidak berkesannya kita semua ketika merancang laluan kita.
- Meramal mogok. Walaupun mogok penerbangan biasanya menjadi tajuk utama kerana ia menggangu rancangan pengembara (terutamanya sekitar cuti utama), hakikatnya syarikat penerbangan mungkin kehilangan puluhan atau ratusan juta jika sering mengambil ringan tentang setiap mogok. Pada tahun 2022, sebagai contoh, SAS kehilangan $145 juta akibat mogok juruterbang selama 15 hari. Memandangkan AI boleh menganalisis bukan sahaja data teknikal tetapi juga sosiologi, model boleh direka bentuk untuk membantu syarikat penerbangan meramalkan potensi mogok dan lebih bersedia untuk membuat rundingan. IBM telah membangunkan model sedemikian dengan ketepatan 95% dan ia boleh meramalkan kemungkinan pekerja individu meninggalkan pekerjaan mereka.
- Meningkatkan aliran kerja dalam penerbangan. AI boleh berfungsi sebagai pembantu bukan sahaja untuk kakitangan di lapangan tetapi juga kepada krew kabin. Ia bukan sahaja untuk memudahkan tugas rutin – alat yang dilatih dengan baik boleh memberikan nasihat pakar tentang pengurusan pesawat dan membuat keputusan yang cepat dan termaklum, terutamanya apabila tekanan berlaku dan keputusan pantas adalah penting. Visi ini sudah mula dipraktikkan apabila aplikasi AI Tahap 1 semakin hampir kepada pensijilan, atas bantuan garis panduan Kebolehpercayaan Sistem berasaskan Pembelajaran Mesin EASA yang ditubuhkan pada April 2022.
- Membantu juruterbang dan ku mengekalkan kesihatan mental mereka. Mungkinkah model AI mampu menghalang bencana bunuh diri oleh juruterbang Penerbangan Germanwings 9525 yang menyebabkan kematian 150 orang? Walaupun ini ialah aspek yang terdapat banyak spekulasi, pemeriksaan kakitangan secara tetap yang direka khas boleh membantu meramalkan masalah mental yang mungkin lebih teruk terjejas apabila terdedah kepada peristiwa yang menimbulkan tekanan, seperti gangguan ritma sirkadian, kejadian pergolakan dan kecemasan dalam pesawat. Satu lagi aplikasi berpotensi yang sudah diuji oleh Blueskeye AI, iaitu sebuah syarikat permulaan UK, ialah penggunaan teknologi sensor muka untuk mengenal pasti keletihan juruterbang. Hari ini, keletihan dikira berdasarkan bilangan jam penerbangan juruterbang, tetapi pada masa hadapan, metrik ini akan sangat diperibadikan.
- Meramalkan kebarangkalian Arahan Kelayakan Udara. Arahan Kelayakan Udara (AD) bagi sebahagian daripada bingkai atau enjin menentukan kelayakan untuk diterbangkan bagi sebahagian besar armada syarikat penerbangan, terutamanya yang tidak dipelbagaikan merentasi model yang berbeza. Mengetahui kemungkinan risiko sedemikian boleh membantu di peringkat pengurusan armada yang berbeza secara besar-besaran - daripada pembentukan armada kepada penyelenggaraan. Sama seperti perisian pengurusan risiko dipacu AI di bank dan institusi kewangan, penyelesaian serupa boleh digunakan untuk mengira dan mengurangkan risiko AD.
- Menambah baik proses pengurusan kualiti dalaman. Walaupun tiada kerosakan yang akan menyaingi bil $20 bilion yang terpaksa ditanggung Boeing akibat nahas 737 MAX dan seterusnya tidak layak diterbangkan, isu jaminan kualiti masih boleh memufliskan syarikat. Walaupun piawaian jaminan kualiti dalam penerbangan sudah lebih tinggi daripada mana-mana industri lain kerana kawalan ketat ke atas semua perkara berkaitan dengan keselamatan dan sekuriti, AI boleh meningkatkan protokol jaminan kualiti dalaman dalam bidang pembuatan penerbangan dan pengurusan syarikat penerbangan. Pada peringkat pembuatan, sistem penglihatan komputer canggih yang dipertingkatkan dengan pemeriksaan manual dapat mengenal pasti kecacatan komponen dengan lebih baik. Bagi syarikat penerbangan, Sistem Pengurusan Keselamatan (SMS) yang dipertingkatkan AI boleh mengambil kira sejumlah besar data daripada pelbagai sumber, termasuk prestasi, rakan kongsi cuaca dan maklumat penyelenggaraan.
- Mencari penyelesaian logistik terbaik untuk situasi AOG. Walaupun setiap situasi pesawat yang tidak layak diterbangkan (AOG) adalah unik, ia boleh mendatangkan kerugian kepada syarikat penerbangan sebanyak $10,000 hingga $150,000, apatah lagi kerosakan reputasi. Menyelesaikan cabaran mencari alat ganti yang diperlukan dan menghantarnya dalam beberapa jam, dan bukannya dalam beberapa hari boleh menjadi rumit, terutamanya jika situasi AOG berlaku jauh dari hab utama. Penyelesaian AI boleh membantu syarikat mencari dan menghantar alat ganti tersebut ke pesawat dengan cepat. Pada masa yang sama, penyelesaian penyelenggaraan ramalan boleh membantu untuk membuat penyediaan bagi situasi AOG yang mungkin berlaku dan memastikan bahawa sentiasa ada alat ganti kritikal yang mencukupi dalam stok.
- Menentukan harga insurans. Dalam dunia selepas 9/11, pembeli insurans penerbangan global masih menghadapi kenaikan harga dan ketersediaan berkurangan tentang perlindungan risiko perang. Model AI boleh membantu syarikat penerbangan mengira risiko yang dihadapi oleh mereka dengan lebih tepat, membantu mereka memahami pendedahan "risiko perang" mereka apabila mereka membuat keputusan berkaitan insurans.
Perihal Gediminas Ziemelis
Gediminas Ziemelis (dilahirkan pada 4 April, 1977) ialah usahawan masyhur Lithuania, perunding perniagaan, serta pengasas dan ketika ini menyandang jawatan Pengerusi Lembaga Pengarah di Avia Solutions Group, penyedia ACMI (Pesawat, Krew, Penyelenggaraan dan Insurans) global terbesar, mengendalikan armada sebanyak 196 pesawat. Beliau telah dua kali dipilih antara 40 peneraju industri muda paling berbakat oleh Aviation Week & Space Technology.
Gediminas terkenal kerana mentaliti kosmopolitan dan kemahiran pengurusan beliau yang hebat, yang menyumbang kepada kejayaan beliau dalam pelbagai bidang perniagaan. Sepanjang 26 tahun karier beliau, Gediminas telah mengasaskan lebih daripada 100 perniagaan permulaan, 50% masih lagi beroperasi, menerajui syarikat menerusi 4 proses IPO/SPO yang berjaya dan telah meraih lebih daripada 800 juta euro dalam bentuk modal awam global dan pasaran bon.
Pada Disember 2022, Gediminas Ziemelis telah disenaraikan sebagai orang terkaya Lithuania oleh TOP Magazine, dengan aset dianggarkan bernilai 1.68 bilion euro.
Gediminas merupakan penderma terbesar Rimantas Kaukenas Support Group, tabung dana kebajikan dan sokongan, yang memberikan bantuan kepada kanak-kanak dengan penyakit onkologi bersama-sama dengan keluarga mereka. Beliau juga antara pemegang saham terbesar dalam kelab bola keranjang terkenal, Wolves.
http://mrem.bernama.com/mrembm/viewsm.php?idm=17514
