被 AI 重塑的空客，改变了民航业的游戏规则

撰文｜唐皓楠 《中欧商业评论》特约作者

在AI发展得如火如荼的当下，大多数新兴科技公司都在深度布局AI，它们是原生数字化企业。然而，也有一些颇具远见的老牌企业锐意转型，尝试踏上AI的快车，全力押注这项技术，并为此从根本上改变其业务、流程、战略、客户关系和企业文化。

虽然这些企业只占全部大公司的不到1%，但它们都是各自行业的佼佼者，横跨消费行业、金融服务业、医疗健康行业等各个领域。它们争分夺秒，全力押注AI，并从根本上推动变革，从而做出更好的决策。

作为如今世界上最大的客机制造商，从 2005 年起，空客就开启了自己的数字化转型之路。AI 和数据是变革的前沿和中心，其不仅积极投资新技术，甚至开始培训员工使用 AI。

从改变飞行开始

飞机的自动驾驶仪（Autopilot）已经发布了超过 100 年，工程师们仍在努力将更多自动化流程引入飞机驾驶舱，以提高飞行效率、增强飞机的安全性并减少飞行员的工作量。

在人工智能的帮助下，自动驾驶仪已经从帮助维持飞机高度和航向的简单设备，发展到能够在无需任何人工操作的情况下，完成从登机口到登机口的全自动飞行控制系统。

但人工智能不仅改变了飞机的飞行方式，还改变了航空业的几乎各个方面。

以空客为例，它在 2017 年推出了与全球大数据巨头 Palantir 合作建立的“智慧天空”（Skywise）平台。这是一个使用人工智能的飞行数据分析系统，Skywise 可以预测可能的延误或技术问题，从而帮助航空公司优化航线、降低燃油消耗并提高整体运营效率。

目前的商用飞机每天可以产生超过 30GB的数据，测量飞机周围的 4 万多个运行参数。围绕这些数据，空客和 AI 专家开发了一系列附加应用：“智慧天空”运行状况监控、“智慧天空”预测性维护和“智慧天空”可靠性。

“运行状况监控”可以分析设备事件并确定其优先级，从而更快地做出决策，它还可以帮助航空公司了解在哪里找到需要的零部件；

“预测性维护”使用数据和机器学习来预测飞机的部件何时需要维修，而不是定期维修；“可靠性”提供了有关设备的详细指标，可以识别整个机队的技术问题。

空客还维护着一个全球跟踪数据集，航空公司可以订阅该数据集来跟踪自己和其他航空公司在世界各地的飞机。目前，“智慧天空”已经为全球超过 11500架飞机提供服务。

从飞机制造商到数据提供商

除了智慧天空，空客还在 2017 年推出了 OneAtlas 卫星图像服务。

OneAtlas 24小时不间断提供服务，并在 12 个月内更新，它的深度学习模型（由空客及其合作伙伴开发）允许用户对物体进行检测和分类，并识别随时间而发生的变化。

这些非常准确的地理空间分析覆盖了土地利用和变化检测到经济活动分析和监测等各个方面。这些功能还可以进一步用作构建模块，为国防、测绘、农业、林业以及石油和天然气等垂直领域服务。

它们由空客和其它拥有深厚行业经验的合作伙伴共同开发：

地球监测的轨道洞察（Orbital Insight for Earth Monitor）用于监测基础设施和土地使用的变化，速度近乎实时，并且可以对汽车、卡车和飞机进行识别和计数；

4 Earth Intelligence 用于分析空气质量，以及绘制陆地和海洋栖息地的地图；Sinergise 和 EuroData Cube 用于衡量大流行对欧洲经济和社会的影响，Farmstar 则可以监测农作物的生长状况，分析作物的病害风险并提供施肥建议。

空客集团领导 AI 规划和战略的罗曼里克·雷顿表示：“使用 OneAtlas 空间图像系统所能做到的事情是多种多样的，远远超出了空客单独所能做到的。因此，我们的方法是构建一个开放的生态系统，其中包含正确的构建模块，以支持优秀的合作伙伴进一步开发应用。”

提出新问题

与任何其他行业一样，人工智能对航空业就业的影响尚不清晰。自动驾驶仪已经接管了早期飞行员需要执行的一些任务，许多人预测，而搭载人工智能的新型飞机无疑将减少对商业飞行员的需求。

不过，技术人员无需担心机器会抢走他们的工作，相反，人工智能有潜力创造以前不存在的就业机会，这些新角色可能涉及维护飞机和地面操作的人工智能系统，以及确保人工智能被负责任的使用。

空客多年来一直致力于提升飞机的视觉导航能力，包括滑行、起飞和着陆等过去没有包含在飞机自动驾驶系统中的一些操作。虽然空客已经实现了各种类型的自动空中航行，但它并不打算用这些 AI 工具来取代人类飞行员。相反，公司的重点是飞行协助和更高的安全性。人工智能虽然擅长识别和预测，但很难替代人类的感知。

需要明确的是，AI 对人力资源的威胁始终存在。一项 AI 调查的数据显示，只有 10% 的美国受访者表示倾向于再培训和留住现有员工。80% 的受访者倾向于“保留或替换比例相当的员工”，或者“主要用新的人才替换现有员工”。

这些受访者限制对员工进行 AI 教育的理由也相当充分，例如：

1. 公司近期还有很多其他竞争优先事项。投资一个周期如此漫长且影响不确定的事物是否值得？

2. 工作变动和自动化的进展比专家预测的要慢得多。我们能够随着变化而调整。当工作确实发生变化时，这种变化在大多数情况下是任务难度增强或需要新技能，而不是要裁员。这样的变动更容易实现，也更容易规划。

3. 预测存在太多的不确定性，因此我们很可能是错的。

但空客认为这是一种目光短浅的行为，公司可能无法找到或负担不起这么多新的 AI 人才。再培训和技能提升是一种显而易见的替代方法。

对于空客来说，AI 转型更大的难题可能来自于内部。在公司实施 AI 培训的过程中，理论上最具挑战性的也许是向员工说明 AI 的能力，以及它未来可能对他们的工作产生的影响。这很困难，其原因有很多：大型公司有很多员工；很难预测在未来几年里，AI 会给工作带来什么样的变化；不同的员工相对于工作有不同的目标和兴趣，所以“一刀切”式的教育举措不太可能成功。

空客已经与优达学城合作，对 1000 多名员工进行数据科学和分析方面的培训，并实现了 237% 的投资回报率 (ROI)。公司要求员工和他们的经理每周花半天时间进行培训。经理与员工合作，确定一个可以让员工参与的数据科学试点项目，经理监督他们的进度。

空客认为培训项目有多重好处，这不仅能够增加可以与 AI 合作的人数，而且还将那些对数据科学和 AI 感兴趣的人组成社群，中央数据科学小组可以与他们合作。培训项目也是在公司内部署 AI最佳应用的一种手段，而这些应用是让管理者及其业务人员熟悉 AI 的一种方式。

对任何人来说，接受任何类型的 AI 及相关领域的教育都可能是一件好事，但通常最好让相关者都参与进来，对高管来说尤其如此。很明显，空客已经意识到，AI 不仅仅与技术有关，而且由强大的领导者推动。

空客正在建立数据驱动的文化，并且教育员工积极参与自身的 AI 历程。在 AI 化转型中，技术是最容易的部分，把员工和组织动员起来去探索、打造和使用 AI 才是一项挑战。