עשרה תחומים בתעשיית התעופה והחלל שיושפעו על ידי כלי AI

 

עשרה תחומים בתעשיית התעופה והחלל שיושפעו על ידי כלי AI

דבלין, אירלנד, 25 בספטמבר 2023, (GLOBE NEWSWIRE):

השימוש בבינה מלאכותית בתעופה חורג מעבר לצ‘אטבוטים לתמיכה בלקוחות וכלי השוואת מחירים לנוסעים. בעוד יישומים אלה בהחלט יישארו ויהפכו לנפוצים בכל מקום, השינוי האמיתי יגיע מאופטימיזציה של תחומי התעופה "הקשים" - מניהול הכנסות ועד הערכת הסבירות לשביתה. גדימינאס צימליס, יו"ר Avia Solutions Group חולק את תחזיותיו לגבי התחומים שבהם AI בתעופה יגרור הבדל עצום.

1.פתיחת תמחור דינמי אמיתי. בעסקי התעופה, ניהול הכנסות מעולם לא היה משחק קל, אבל ההימור גבוה עוד יותר בעולם שאחרי הקורונה. לפי יאט"א, שולי הרווח הממוצעים לנוסע כיום דקים כתער - 2.25 דולר בלבד, לעומת מספרים דו-ספרתיים ב-2019. AI יכול לעזור לשפר את המשימה הקשה של ניתוח נתונים היסטוריים וחישוב המחיר הנכון, תוך התחשבות במיקום הלקוח ומספר עצום של גורמים אחרים. בעוד שחברות תעופה גדולות יותר כנראה יבחרו לבנות פתרונות משלהן בתוך החברה, יש כבר מספר גדל והולך של חברות תעופה שמשתפות פעולה עם חברות כמו AirGain - פתרון חיזוי מבוסס בינה מלאכותית עם אגם נתונים המכסה 6 מיליארד נקודות מחיר.

2.שמירה על בריאות המנוע. תחזוקה חזויה היא חלק בלתי נפרד מ-MRO כבר די הרבה זמן, עם חיישנים שעוזרים לחברות תעופה לקבוע מתי ומה צריך לתקן או להחליף. בינה מלאכותית יכולה להשתמש הן בנתוני חיישנים בזמן אמת והן בדפוסי תקלות היסטוריים חזויים כדי להפחית את זמן ההשבתה ואת עלויות התחזוקה הכוללות. מחקר שנערך לאחרונה על ידי המרכז לפיתוח מערכות תעופה מתקדמות באוניברסיטת מרילנד (CAASD) מצא כי תחזוקה חזויה יכולה להפחית את עלויות תפעול המטוסים בשיעור של עד 20%. הבינה המלאכותית כבר משבשת את התחום הזה. לדוגמה, לופטהנזה טכניק שיפרה את תחזוקת המטוסים באמצעות מערכות התחזוקה החיזוי מונעות הבינה המלאכותית שלה. פתרון ניתוח מצב שלהם משתמש באלגוריתמים של למידת מכונה כדי לנתח נתוני חיישנים מרכיבי מטוסים שונים, ולחזות את צרכי התחזוקה בדיוק יוצא דופן. יצירת מה שמכונה "תאומים דיגיטליים" – העתקים וירטואליים מושלמים שמשנים את הפרמטרים שלהם בהתאם לשחיקת הרכיב הפיזי – טכנאי MRO משתמשים בתאומים דיגיטליים לתחזוקה חזויה ולזיהוי חריגות על ידי השוואת נתוני חיישנים בעולם האמיתי לנתונים המופקים על ידי תאומים דיגיטליים.

3.תכנון המסלול היעיל ביותר. לפי יאט"א, חברות התעופה יוציאו השנה 215 מיליארד דולר, שיהוו כ-28% מהוצאות התפעול, שניתן לצמצם באמצעות תכנון מסלול יעיל יותר. משתנים רבים (כולל עומסי תנועה אווירית, דפוסי מזג אוויר המשתנים במהירות ועלויות דלק משתנות) הופכים את תכנון המסלול למשימה מורכבת ותובענית, שיכולה לשפר או לפגוע בשורה התחתונה של המוביל, בהתאם ליעילות שבה הוא מבוצע. פלטפורמות מבוססות בינה מלאכותית יכולות להאיץ את קבלת ההחלטות עבור המפעילים, ולעזור להם לרתום לא רק את כוחם של נתונים היסטוריים אלא גם של מנגנוני חיזוי שיחד יוצרים תמונה ישימה וברורה. דוגמה אחת לפלטפורמה כזו היא Flyways, המשתמשת בנתוני טיסות סדירות ופעילות כדי למפות נתיבי טיסה שעוברים באזורים פחות עמוסים ולעקוף אזורים עם תנאי מזג אוויר קשים. הפתרון כבר נבדק על ידי אלסקה איירליינס, חסך לחברה 480,000 גלונים של דלק והביא לפליטת פחמן של 4,600 טון פחות בתקופה של שישה חודשים. התוצאות של שיתוף פעולה כזה בין מפעילי AI משתקפות לא רק בחיסכון בעלויות, אלא גם בסיוע לעסקים להפוך לבני קיימא יותר. ברגע שפתרונות כאלה יהפכו לדבר שבשגרה לא רק בקרב חברות תעופה אלא גם בקרב רשויות תעופה ברחבי העולם, נסתכל אחורה על היום ונופתע לגלות עד כמה כולנו היינו לא יעילים בתכנון מסלולים.

4.חיזוי שביתות. בעוד ששביתות בתעופה בדרך כלל עולות לכותרות בגלל השיבושים שיש להן בתוכניות הנוסעים (במיוחד סביב חגים גדולים), העובדה שחברות תעופה יכולות להפסיד עשרות אם לא מאות מיליונים בכל שביתה מתעלמת לעתים קרובות. ב-2022, למשל, SAS הפסידה 145 מיליון דולר בעקבות שביתת טייסים שנמשכה 15 יום. כיוון שבינה מלאכותית יכולה לנתח לא רק נתונים טכניים אלא גם נתונים סוציולוגיים, מודל יכול להיות מתוכנן כדי לעזור לחברות תעופה לחזות שביתה פוטנציאלית ולהיות מוכנות טוב יותר למשא ומתן פוטנציאלי. מודלים כאלה שיכולים לחזות את ההסתברות של עובדים בודדים לעזוב את עבודתם כבר פותחו על ידי IBM, ומייצרים דיוק של 95%.

5.שיפור זרימות העבודה במהלך הטיסה. AI יכול לסייע לא רק לצוות על הקרקע אלא גם לצוות התא. לא מדובר רק בהפיכת משימות שגרתיות לקלות יותר – כלי מאומן כראוי יכול להציע ייעוץ מומחה לניהול המטוס וקבלת החלטות מהירות ומושכלות, במיוחד כאשר הלחץ מופעל והחלטות מהירות הן חיוניות. הגלגלים כבר נמצאים בתנועה כדי להפיח חיים בחזון זה, כאשר יישומי AI ברמה 1 קרובים להסמכה, הודות להנחיות אמינות של מערכות מבוססות למידת מכונה של EASA שנקבעו באפריל 2022.

6.סיוע לטייסים ולצוות לשמור על בריאותם הנפשית. האם מודל בינה מלאכותית יכול היה למנוע את אסון התאבדות הטייס בטיסה 9525 של Germanwings, שהוביל למותם של 150 בני אדם? בעוד שזהו תחום של ספקולציות רבות, הקרנות צוות קבועות שתוכננו במיוחד יכולות לעזור לחזות את הסבירות לבעיות נפשיות המוחמרות על ידי חשיפה לאירועים מלחיצים, כגון הפרעות בשעון הביולוגי, מקרים של מערבולות ומקרי חירום על הסיפון. יישום מבטיח נוסף, שכבר נבדק על ידי הסטארט-אפ הבריטי Blueskeye AI, הוא שימוש בטכנולוגיית חישת פנים לזיהוי עייפות אצל טייסים. כיום, עייפות מחושבת על בסיס מספר השעות שהטייס זרם, אך בעתיד, מדד זה יהיה אינדיבידואלי מאוד.

7.חיזוי ההסתברות להוראות כשירות אווירית. הוראת כשירות אווירית (AD) עבור חלק מהמסגרת או המנוע יכולה לקרקע נתח ניכר מצי של חברת תעופה, במיוחד כזה שאינו מגוון בין דגמים שונים. ידיעת הסבירות לסיכון כזה יכולה לסייע באופן מאסיבי בשלבים שונים של ניהול הצי – החל מהקמת הצי ועד לתחזוקה. בדומה לתוכנת ניהול סיכונים מבוססת בינה מלאכותית בבנקים ובמוסדות פיננסיים, ניתן לפרוס פתרון דומה כדי לחשב ולהפחית סיכוני AD.

8.שיפור תהליכי ניהול איכות פנימיים. בעוד ששום תקלה לעולם לא תתחרה בחשבון של 20 מיליארד דולר שבואינג נאלצה לשלם בגלל ההתרסקויות והקרקוע של ה-737 MAX לאחר מכן, בעיית QA עדיין יכולה להביא לפשיטת רגל של חברה. בעוד תקני אבטחת האיכות בתעופה כבר גבוהים יותר מאשר בכל ענף אחר בשל רגולציה קפדנית של כל מה שקשור לבטיחות ואבטחה, AI יכול להגביר פרוטוקולי אבטחת איכות פנימיים בתחומי ייצור תעופה וניהול חברות תעופה. בשלב הייצור, מערכת ראייה ממוחשבת מתוחכמת המשופרת על ידי בדיקות ידניות יכולה לאתר טוב יותר פגמים ברכיבים. עבור חברות תעופה, מערכת ניהול בטיחות משופרת AI (SMS) יכולה לקחת בחשבון כמויות עצומות של נתונים ממקורות שונים, כולל ביצועים, שותפי מזג אוויר ומידע תחזוקה. 

9.מציאת הפתרון הלוגיסטי הטוב ביותר למצבי AOG. בעוד שכל מטוס על הקרקע (AOG) הוא ייחודי, זה יכול לעלות לחברת התעופה בין 10,000 ל -150,000 דולר, שלא לדבר על נזק למוניטין. פתרון החידה של מציאת חלק החילוף הדרוש ואספקתו תוך שעות, ולא ימים, יכול להיות מסובך, במיוחד אם המצב של AOG מתרחש הרחק ממרכזים מרכזיים. פתרון AI יכול לעזור לחברה לאתר ולשלוח במהירות את החלק למטוס. במקביל, פתרון תחזוקה חזויה יכול לעזור להתכונן לאירועי AOG פוטנציאליים ולוודא שתמיד יש מספיק חלקים קריטיים במלאי.

10.קביעת תמחור הביטוח. בעולם שלאחר 9/11, רוכשי ביטוח תעופה ברחבי העולם עדיין נתקלים במחירים מאמירים ובזמינות מופחתת בכל הנוגע לכיסוי סיכוני מלחמה. מודל AI יכול לעזור לחברות תעופה לחשב את הסיכונים העומדים בפניהן בצורה מדויקת יותר, ולעזור להן להבין את החשיפה שלהן ל"סיכוני מלחמה" כאשר הן מקבלות החלטות הקשורות לביטוח.

אודות Gediminas Ziemelis

גדימינאס צימליס (בליטאית: Gediminas Ziemelis; נולד ב-4 באפריל 1977) הוא יזם ויועץ עסקי ליטאי, המייסד והיו"ר הנוכחי של מועצת המנהלים של Avia Solutions Group, ספקית ה-ACMI (מטוסים, צוות, תחזוקה וביטוח) הגדולה בעולם, המפעילה צי של 196 מטוסים. הוא נבחר פעמיים בין 40 הצעירים המוכשרים ביותר בתעשייה על ידי Aviation Week & Space Technology.

גדימינאס ידוע בהלך הרוח הקוסמופוליטי שלו ובכישורי הניהול יוצאי הדופן שלו, שתרמו להצלחתו בתחומים עסקיים שונים. במהלך 26 שנות הקריירה שלו, גדימינאס הקים יותר מ-100 סטארט-אפים, 50% מהם עדיין פעילים, הוביל חברות ב-4 תהליכי הנפקה/SPO מוצלחים, וגייס מעל 800 מיליון יורו בשוקי ההון והאג"ח הציבוריים העולמיים.

בדצמבר 2022, גדימינאס צימליס דורג כליטאי העשיר ביותר על ידי מגזין TOP, עם נכסים מוערכים בשווי 1.68 מיליארד יורו.

גדימינאס הוא התורם הגדול ביותר של Rimantas Kaukenas Support Group, קרן צדקה ותמיכה, המספקת עזרה לילדים עם מחלות אונקולוגיות ובני משפחותיהם. הוא גם בעל המניות הגדול ביותר במועדון הכדורסל המוביל וולבס.

למידע נוסף:

Media contact: 

Silvija Jakiene 

Chief Communications Officer 

Avia Solutions Group 

silvija.jakiene@aviasg.com 

+370 671 22697 

 

*** הידיעה מופצת בעולם על ידי חברת התקשורת הבינלאומית GlobeNewswire