人工智能將如何改變機場業？

2025年02月20日

比利時布魯塞爾機場大約6年前就開始使用人工智能（AI）預測旅客需求；最近，沙特利雅得機場在亞馬遜網絡服務平台（AWS）上為其行李系統開發了預測性維護解決方案；范德蘭德公司則使用亞馬遜監控系統對英國倫敦希思羅機場的行李處理系統進行預測性維護；許多機場還部署了自動駕駛車輛，如新加坡樟宜機場Aurrigo的ULD拖車。

面對巨大的潛在收益，越來越多的機場走上了擁抱人工智能的道路。在需求預測、預測性維護、自動設備和車輛、計算機視覺和生物識別等領域，人工智能將持續改變機場業。

提高飛機過站效率

為通過優化地勤工作流程提高運營效率，斯洛文尼亞盧布爾雅那機場於2024年1月開始使用Assaia的人工智能過站解決方案。由於使用這項技術後航班平均地面延誤時間減少了近6分鍾，該機場運營商法蘭克福機場管理公司（Fraport）目前正考慮在其機場網絡中推廣這項技術。

“Assaia的ApronAI系統安裝在盧布爾雅那機場的所有關鍵登機口（包括5個接觸式登機口），由斯洛文尼亞Fraport管理，覆蓋96%的客流。”斯洛文尼亞Fra？port創新項目經理羅伯特·勞奇解釋說，“它允許運營團隊優化實時操作，根據實際情況而不是計劃時間表分配適當的資源以提高效率。”

Assaia的ApronAI系統於2024年初在盧布爾雅那機場迅速部署，其硬件和軟件的安裝與集成僅用了139天。勞奇指出：“挑戰主要涉及工會和勞資委員會代表，特別是在人工智能和隱私方面。及時、透明的溝通和遵守歐洲《通用數據保護條例》的規定，對於解決這些問題至關重要。”

通過使用ApronAI系統，機場可以快速識別潛在的運營挑戰，從而提高流程效率。決策者及時收到預測延誤的最新信息，以做到未雨綢缪；實時信息則幫助員工快速解決瓶頸問題並重新分配資源。勞奇透露：“在過去幾個月內，與沒有收到警報的航班相比，收到警報的航班平均地面延誤時間減少了近6分鍾。這表明ApronAI系統在提高作業效率和減少延誤方面的有效性，與人工方式形成了鮮明對比。”

像ApronAI系統這樣的數字技術通過預測問題和實現流程自動化，使飛機過站更高效，正在徹底改變機場的運營。它們有助於管理日益增加的空中交通流量，減少延誤，提高安全性並優化資源配置。這些技術可以解決人員短缺問題，最大限度利用基礎設施，降低長期成本，最終提升旅客體驗。然而，人工智能的使用必須負責任、合乎道德，並尊重旅客和員工的隱私及其他權利。“這是一種心態的改變，而不僅僅是技術。機場數字化轉型失敗往往是由於文化阻力，而不是技術問題。”勞奇說。

全面優化機場功能

繼2023年在加拿大多倫多皮爾遜國際機場成功演示後，國際航空電訊集團（SI？TA）在德國法蘭克福舉辦的2024年客運航站樓博覽會上推出了Total Optimizer機場管理工具，利用人工智能和全面機場管理的原則，全面優化機場的各項功能。

現代機場運營中心的員工目前可以使用的許多工具都是靜態配置的，這不利於其動態調整計劃以應對機場環境中的突發事件或優先事項。Total Optimizer允許機場員工動態設置不同方面的相對優先級，如運營績效、創收、成本效益、旅客體驗和可持續性。

SITA與多倫多皮爾遜機場合作，部署了一個與機場數據源集成的Total Optimiz？er原型機。機場員工只需要設置機場的相對優先級，就能夠動態調整機位分配計劃。

“多倫多皮爾遜機場每年服務大約5000萬人次旅客，接近機場的設計容量。”多倫多皮爾遜機場登機口和機場流量副主任迪恩·賴特解釋說，“為保證無縫運營，提升旅客和航空公司合作夥伴的體驗，我們一直在探索新的解決方案，以增加我們的容量。經過慎重考慮，我們與SITA合作，使用他們新的Total Optimizer産品進行概念驗證。”

多倫多皮爾遜機場數字化項目總監喬伊·麥克斯溫表示，概念驗證要取得成功，第一步是訓練人工智能引擎，讓它理解什麽是好的機位分配計劃。“雖然準點率、機位利用率和靠橋率等傳統指標是關鍵，但我們也考慮了更廣泛的影響，如非航收入、旅客體驗，甚至二氧化碳排放。”他說，“這種整體方法確保了系統可以從多個商業角度評估機位分配計劃。我們與SITA合作，利用歷史數據為這些指標構建預測模型，使平台能夠根據我們的優先級評估每個機位的分配。”

賴特表示，該項目需要解決一些具體問題。“最初的挑戰之一是理解和量化機位平面圖對我們業務不同領域的影響。這需要真正的跨部門合作，將各個部門聚集在一起定義指標，以明確什麽構成最佳的機位分配計劃”。

另一項關鍵挑戰是確定如何平衡相互競爭的關鍵績效指標。“例如，如何平衡提高航班準點率和減少二氧化碳排放的重要性？我們的第一步是使用預測數據模型對這些結果進行量化，使我們能夠以數字形式進行比較。比如，是優先考慮預計可減少25分鍾延誤的機位，還是通過縮短滑行時間減少15公斤二氧化碳排放的機位。”麥克斯溫說。

在概念驗證期間，Total Optimizer通過允許機場員工全天動態調整指標優先級來提供靈活性。例如，團隊可以在上午的高峰時段強調運營績效，並在當天下午將重點轉移到其他目標上。這種靈活性確保了機位分配計劃在多個業務領域均獲得最佳結果，其有潛力幫助機場實現擴容的目標，並在旅客體驗、非航收入和整體運營績效方面産生積極影響。

使用AI驅動的聊天機器人

西班牙機場運營商Aena一直在使用先進的人工智能來驅動聊天機器人，為機場旅客答疑解惑。聊天機器人奧利於2022年12月亮相西班牙馬德里巴拉哈斯機場和巴塞羅那埃爾普拉特機場，在不同的客戶接觸點為旅客提供服務。

奧利集成了Aena的核心系統，具備實時航班信息、地圖、安檢等待時間、停車位預訂和主動警報功能。當面對超出其功能範圍的問題或旅客要求人工協助時，奧利可以無縫連接到呼叫中心。其主要功能包括提供個性化連接指導的中轉助手，為所有旅客（包括未成年人和寵物）提供全面的旅行證件服務，以及娛樂遊戲Flappy Oli。奧利會說8種語言，旅客可以通過WhatsApp的二維碼、專門的應用程序、Face？book的直接消息、航班信息顯示屏或微信應用程序進行咨詢。

“自2022年12月以來，奧利已經徹底改變了Aena在西班牙41個機場的旅客體驗，通過文本和語音交互為200多萬人次旅客提供服務。”Aena客戶體驗專家西莉亞·萊羅·德爾·阿拉莫解釋道，“這個聊天機器人整合了重要的航班信息、常見問題和興趣點等，以提升旅客體驗。”

“該服務最初還推出了一個人工智能模型，該模型擅長處理大多數標準旅客查詢。然而，我們觀察到旅客經常採用復雜的語言模式，並在他們的問題中包含多種意圖，這需要更復雜的方法。因此，我們研發了一個雙重AI模型系統，用於標準查詢的原始模型和復雜、多意圖問題的生成模型。去年啟用的生成模型強化了意圖識別，並根據Aena的知識庫作出回應。值得注意的是，使用生成模型的對話達到了4.44分（滿分5分）的平均評分。”阿拉莫說。

據悉，奧利的主要優勢在於與其他機場和航空公司聊天機器人進行連接，以及多渠道部署能力，即可顯示網絡、應用程序、社交媒體和機場信息。該聊天機器人可以很容易地與現有的機場信息顯示器集成，而無須額外的維護或更新，因為它使用相同的實時數據源。這是一個全面、無縫的信息系統，所有平台的旅客都可以輕鬆訪問。

奧利強化了數字通信，處理了更大對話量。但阿拉莫堅持認為，它只是對重要的機場工作人員的補充，而非替代。“聊天機器人有效地為喜歡數字交互的旅客服務，同時顯著提高了Aena的通信能力。我們不斷擴展的數字生態系統現在連接了全球39個非Aena機場。我們還與西班牙主要航空公司合作，整合其系統，進一步簡化旅客旅程，為所有旅客提供更全面的服務”。（花果 編譯報道）

延伸閱讀

AI、無人機和5G網絡合力監測跑道異物

西班牙聖塞瓦斯蒂安機場的一個開創性項目結合了人工智能、無人機和5G網絡，能夠實時監測跑道異物。跑道異物涵蓋的範圍很廣，包括路面碎片、建築材料、行李碎片和動物遺骸。該解決方案使用人工智能來破譯無人機捕獲的圖像，並通過5G網絡發送，大大減少了可視化和反應時間。如果它檢測到可能對著陸和起飛操作構成安全風險的外來物體，就會觸發警告，並對該物體進行定位，以便將其移除。

該技術由Inetum科技公司開發，使用基於人工智能的算法實時分析圖像，然後通過西班牙機場運營商Aena和Cellnex Telecom安裝的西班牙首個機場專用5G網絡傳輸圖像。

“我們將5G的潛力、無人機的敏捷性與人工智能結合在一個尖端項目中，以驗證革命性的跑道異物監測技術。”Aena創新和客戶體驗理事會資金與創新趨勢負責人瓦內薩·卡爾沃·阿隆索解釋說。

她表示，該項目於2023年1月啟動，大部分精力集中在開發圖像採集上，以便在不同的環境和氣象條件下為算法提供數據。Aena專注於無人機飛行高度與相機分辨率之間的關係，以獲得高質量的圖像，確保不失真。另一個關鍵步驟是定義跑道異物檢測驗證的人工智能算法的要求，並為此制定了幾項標準。

“我們向其他機場傳達的主要信息是，通過這個項目，在機場使用無人機和人工智能的效率提高益處已經得到證實。我們在聖塞瓦斯蒂安機場項目的成功凸顯了技術供應商與機場合作的重要性。通過共同努力，我們可以制訂和實施創新的解決方案，以滿足特定的運營需求，並提升機場的整體性能。”阿隆索說。 （花果 編譯報道）（轉自《中國民航報》6950期 3版）

 

新聞來源 ：《中國民航報》

本文轉載自中國民航網，文章觀點不代表本站立場