Аналитики Fortune Business Insights прогнозируют, что глобальный рынок цифровых решений в области гражданской авиации вырастет с $37,92 млрд в 2022 году до $65,11 млрд к 2029 году. Несмотря на последствия пандемии и кризиса, авиакомпании и аэропорты активно наращивают свои показатели, а пассажиры — ожидают уровня сервиса, который будет соответствовать стремительному развитию технологий.
По данным Tadviser, до 2025 года приоритетными направлениями для инвестиций большинства крупнейших аэропортов станут цифровизация процессов взаимодействия с клиентами, безопасность и аналитика. Похожие технологические приоритеты Yandex Cloud наблюдает и у своих заказчиков.
Также эксперты международной компании ISO отмечают, что с 2020 по 2025 годы интернет вещей будет играть более важную роль в авиалогистике и техническом обслуживании воздушных судов, а также с 2025 по 2030 годы будет внедрен для улучшения летно-технических характеристик.
По данным компании ORS (Online Reservation System), авиакомпании и аэропорты по всему миру активно интегрируют ИИ в процессы, связанные с обслуживанием пассажиров. В первую очередь эти технологии используются в чатах и службах поддержки, а также для персонализации маркетинговых коммуникаций. В аэропортах ИИ используется для более быстрого досмотра и регистрации пассажиров, а также отслеживания и поиска багажа.
Так, многие международные авиакомпании все больше тестируют и применяют большие языковые модели. К примеру, индийские Air India уже используют чат-ботов на базе GPT-технологий для модернизации своих цифровых систем, а американские United Airlines используют генеративные нейросети для коммуникации с пассажирами, планируют применять ИИ для помощи пилотам-интровертам в подготовке сообщений для пассажиров; для подготовки кратких содержаний технических регламентов и не только.
Но использование ИИ в авиации не ограничивается обслуживанием пассажиров. Машинное обучение помогает решать и внутренние задачи авиационного бизнеса. Например, ИИ может использоваться для улучшения планирования маршрутов: технология позволяет заранее выявить возможные задержки или несостыковки рейсов. Так, например, British Airways уже сейчас используют ML и искусственный интеллект для минимизации задержек рейсов и анализа прогноза погоды.
Также ИИ помогает специалистам в техническом обслуживании самолетов, а именно: может довольно точно прогнозировать потенциальные проблемы, такие как отказы оборудования и необходимость технического обслуживания. Этот результат достигается путем анализа огромных массивов данных, поступающих от разных систем самолета, датчиков и архивных записей о техническом обслуживании. Это помогает сократить внеплановое техническое обслуживание и время простоя самолета. К примеру, Lufthansa Technik уже внедрила системы прогнозирования технического обслуживания на базе искусственного интеллекта. Их решение на базе ML-алгоритмов анализирует данные, поступающие от различных узлов самолета, и прогнозирует требования к ТО.
Среди российских компаний также встречаются те, которые интересуются внедрением генеративного ИИ в рабочие процессы. Так, среди клиентов Yandex Cloud тестированием занимаются несколько авиакомпаний и аэропорты. Наиболее распространенный сценарий — это внутренний поиск по базе знаний, чем-то напоминающий корпоративный «гугл», когда тебе нужно быстро найти информацию в документации, задав вопрос. Также российские авиакомпании активно используют речевые технологии — к примеру, в клиентской поддержке. Они позволяют делегировать роботам живой диалог с клиентами, выделять из этого разговора ключевую информацию и лучше контролировать качество звонков. Так, одна из крупнейших российских авиакомпаний уже активно использует возможность поиска авиабилетов на основе технологии Yandex SpeechKit. С ее помощью пользователи могут искать билеты через интегрированного голосового помощника, давая команды не только текстом в чат-боте, но и голосом. Роботизированный помощник обучен обрабатывать неформальные голосовые запросы, опираясь на базу знаний и данные о рейсах на сайте.
Благодаря технологии Big Data авиакомпании и операторы ТОиР (технического обслуживания и ремонта) теперь начинают все больше систематизировать такую информацию, отмечают аналитики группы корпоративных рейтингов АКРА. Это позволяет компаниям задолго до поломки знать об износе той или иной детали и необходимых сроках ее замены.
Ольга Игошева, заместитель коммерческого директора по IT-решениям «Уральских авиалиний»: «Мы активно используем голосовую аналитику в колл-центре, встраиваем этот инструмент в свои бизнес-процессы и видим в этом большой потенциал. Для анализа используем сервисы по распознаванию речи на базе облачных технологий — это помогает понять, какие чаще всего бывают сложности у наших клиентов и своевременно устранить эти причины. Кроме того, мы активно используем облака и ML-технологии для нашей системы бронирования билетов. Обычно в систему поступает в среднем более 200 млн запросов в месяц, а более технологичные решения на базе нейросетей помогают снижать затраты на ИТ-инфраструктуру на 20–25%».
Александр Улан, руководитель по развитию корпоративных технологий S7 Group: «Ежемесячно мы получаем около полумиллиона обращений от пассажиров, и чтобы обеспечить высокую скорость ответа и предложить совершить простые действия с билетом на линии, по телефону и в чате работает бот, использующий технологии нейросетей и машинного обучения. Через него пассажиры могут не только уточнить всю необходимую и полезную информацию, например, о правилах провоза багажа и статусе рейса, но и отправить запрос на перевозку питомца или сделать возврат и обмен билета.
Сейчас чат-бот отвечает на 80% обращений пассажиров без помощи человека. Особенно хорошо он справляется с вопросами о том, что можно взять в ручную кладь, отправляет чеки о покупке билета и справки о факте перелета. В чат пассажиры теперь обращаются чаще, чем звонят. Некоторые играют с ботом в города или интересуются своим гороскопом, пока ждут ответа оператора. На телефонной линии же без человека обходится 60% обращений, что тоже высокий показатель. Каждое обращение в контактный центр оценивается нейросетью по уровню эмоциональной окраски, что позволяет быстро определять слабые и сильные стороны нашего сервиса и улучшать пассажирский опыт в самых болезненных точках».
Александр Сизинцев, генеральный директор ORS (российский разработчик ИТ-решений для авиакомпаний и аэропортов): «Мы используем ИИ в нашем решении ORS RMS, которое помогает авиакомпаниям прогнозировать заполняемость бортов и выручку на рейсах, анализируя закономерности в истории накопленных данных. В дальнейшем мы планируем добавить в это решение прогнозирование объемов продаж дополнительных услуг и функцию динамического ценообразования. Сейчас по точности прогнозирования нейросеть сравнима с математическими методами линейной регрессии и градиентного бустинга. Однако по мере накопления объемов данных нейросеть работает точнее, повышая прогностические возможности для авиакомпаний».
По мнению Михаила Гаврикова, сейчас в авиации пересматриваются все процессы с точки зрения использования искусственного интеллекта. Отрасль только в начале пути осмысления того, как технология может применяться. Преимущества ИИ — возможность анализировать огромные базы данных, брать на себя рутинные процессы в рамках сложных алгоритмов действий и работать в режиме 24/7. В конечном итоге это ведет к улучшению сервиса для пассажиров. Масштаб изменений, который привнесет ИИ в авиацию, сопоставим с эффектом появления интернета. Но на данный момент не решены многие юридические вопросы при применении ИИ и нейросетей.
Например, кто несет ответственность за неточные решения, принятые ИИ в сфере безопасности полетов и приведшие к инцидентам. На многие вопросы еще предстоит найти ответ. Задача авиационных компаний сегодня — держатьруку на пульсе изменений и вовремя интегрировать их в свои процессы, чтобы сохранять конкурентоспособность и активно использовать новые технологии.
Обложка – downloaded from Freepik.
The post Как нейросети и аналитика данных делают авиаперелеты комфортными appeared first on Хайтек.
