AI抢饭碗：航司裁员几千人只是开始

不破不立的生死局

近年来，AI对各行各业的变革已呈雷霆之势，航空旅游业亦不例外。

近日，欧洲最大航空集团汉莎航空宣布，到2030年集团将削减约4000个岗位，占目前员工数的4%。

该决定与人工智能及数字化工具的加速应用密切相关，汉莎航空表示，未来不少岗位与职能将不再需要人工完成。那么，汉莎航空为何做出这一激进变革？AI在航空业的应用前景如何？还能带来哪些期待？

为此，在最新的一期《旅讯龙门阵》，环球旅讯特邀邀请两位航空专家于占福与李瀚明，与环球旅讯CEO李超进行了深入的探讨。

本文是基于实际录制内容所进行的概要精编版。完整对话实录和更多精彩讨论，请收听播客。

01

李超：汉莎航空此次裁员主要涉及行政类岗位，你们觉得AI对航空业，尤其在流程优化与效率提升上，已有哪些实际应用？

于占福：汉莎这次裁员主要针对脑力劳动为主的办公室岗位，这标志着以它为起点，民航业相关岗位遭受AI影响已经正式公开化。

过去两三年，AI让很多行业的办公室场景中的低附加值工作受到冲击，比如文件审批、流程签字等。而咨询行业大企业早就在财务报销环节中引入（RPA-Robotic Process Automation机器人流程自动化）自动化和AI了。

所以AI对民航及其他行业办公室文案场景冲击有共性。流程化、高重复且没有太多创造性输出的岗位，大概率将被AI逐步替代。

而且汉莎一直在民航科技应用上引领业界潮流，比如动态的票价管理，它很早开始探索使用大数据、自动算法来做数据挖掘从而优化即时定价。在AI深度介入的加持下，大幅减轻航线经理深度参与定价决策的压力。

李瀚明：在现在的办公室工作流程中，就算是中高层领导也有文案起草的时间成本：他们有了想法以后，要花大量时间写书面文件，很多人的时间是耗在文案上的。

生成式AI能大幅提升报告效率——有大致想法就能生成，1000字报告从3小时缩到5分钟。比如航司，以前200条航线要200名经理，因他们要花大量时间写报告；AI替代后，1名经理能管5条，可减160个岗位。

可见，要整理想法成文字的工作都面临AI挑战，AI加快这一速度以后能大幅减岗。此外，像运行部门里监测气象、整理航道公告的工作，AI也能高效完成。

02

李超：汉莎航空裁员计划，飞行员、空乘暂未受影响。但未来AI发展，自动驾驶、智能客服会不会给运营类岗位带来压力？比如现在很多酒店用机器人送物，航空业未来会不会有类似应用？

于占福：其实现在已有不少应用。

新加坡樟宜机场和广州白云机场，就能看到多种机器人在不同的岗位上服务：清洁机器人负责清扫，移动售卖小车卖特色饮品，警务巡逻机器人靠机器视觉识别异常，行李搬运机器人还能跟随旅客帮忙运行李。

香港机场和国内部分机场在测试无人行李集装器运输车，能从货运库房自动推到飞机旁，人工替代已大规模推进。

不过国内部分机场的应用要分清，是AI可行性测试还是常态化运营，这是两回事。

李瀚明：机场指定区域有无人驾驶拖车，这类应用有标准化特点，本质是“划定路线的铁路”，拖车沿预设路线走就行。

自助值机的核心趋势是成本软件化，习惯技术的旅客用手机值机，但有托运行李等特殊需求的旅客用不了自助机器，因为机器只处理标准化需求。

按“二八定律”，白云机场80%的商务客仅占20%处理时间，能靠自动化服务；剩下20%旅客有特殊需求，比如多件托运、带儿童、国际转机，只能去人工柜台，导致排队。

现在航司有困境，AI供应商解决了部分业务场景，却低估问题难度，让部分岗位没法减员。比如短程航班配2名飞行员是最低标准，再减就会影响安全了。以前要4人，现在靠系统自动化减到2人，没法再少。乘务员按规定每50名乘客配1名，200人航班最少4名，很多航班已达下限。

所以航司只能削行政岗，和之前报告撰写场景逻辑一致。自助值机推广后，地勤招聘没减少，因为业务增长一定会带来更多非标需求。部分航空公司在推宠物托运等个性化产品，针对高利润市场。

而且在近四五年，中国民航首次乘机旅客比例上升，不宜让他们全程依赖AI，地勤服务很重要。

另外，AI改变航空业客户结构，商务客受视频会议影响，未来标准化商务客可能减少。过去航司以点对点航线为主，现在多了转机业务，转机旅客需求更非标，比如很多自助值机系统没法打印转机联程机票，这体现了旅客结构的改变。

于占福：这还涉及民航业转型节奏，把人力投入非标需求处理是应对AI替代的重要方向。但目前有结构性挑战，标准化岗位减少速度远快于非标需求增长速度，导致被AI替代掉的员工没有办法全部转到非标业务岗位，这是个在AI技术冲击下进行员工转岗安置的现实问题。

03

李超：近两年全球多家大型OTA在优化旅行搜索、预订体验，还推出行程规划工具，但航空业动静少。比如国庆时，有人问我“想找距离不远、性价比高的目的地旅游，怎么选”，这类问题难回答，有点像之前“机票盲盒”。航空业在帮旅客规划行程上动作有限，是因为航空产品单一吗？未来这领域优化空间有多大？

于占福：从个人出行体验看，AI在旅游出行里的价值，主要是拓展思路、提供未知信息，能替代传统搜索引擎的低效检索，把特定领域大量信息汇总并结构化呈现，效率比人工高。

但AI在精准决策上有不足，和它互动时难精准传达个人喜好，会让对话变繁琐。

现在AI有个普遍问题，用户期待它实现高效人机交互，但得先明确AI的价值定位，才能有好体验，避免误解其价值。

像组合机票时要考虑降落时间、落地行程、餐饮住宿衔接等，这种长链条决策里，人的主观喜好很关键。但是AI目前没办法全面理解个人喜好，简单互动给不出让用户满意的精准方案，不用对它抱太高期待。

现在航司太聚焦“旅客到机场后的运输环节”，没主动向上游延伸。早年间国内三大航空集团都做过旅游业务，后来慢慢淡出，很少有航司把业务延伸到旅客出行决策前端。

而美国达美航空的旅行产品业务单元，要是归到旅游网站或OTA的赛道，也依然能在美国市场冲进头部梯队。达美作为航空公司，其核心业务是承接旅客“A点到B点”的运输需求。但通过向上游延伸，打包目的地酒店、租车服务，成功在旅客出行决策前端互动，进而能锁定更多收入机会。

美国很多消费者对航司品牌忠诚度很高，复活节、暑假等假期会先看常选航司的打包产品，再定旅行计划。这说明只要航司策略合理、提升业务能力，向上游延伸服务，完全能在旅客决策初期建立互动。

李瀚明：航空公司有个尴尬点，业务聚焦“运输服务”，但旅客常处于“没确定目的地”的状态。比如旅客只有一天假，可能选去深圳这些地方短途旅游，不用坐飞机，航空公司插不上手；而OTA产品覆盖广，不管旅客选什么目的地、出行方式，都能给解决方案，核心差异在预算。

对航空公司来说，旅客通常确定目的地后，才选承运航司，也就是说航司在旅客旅行决策链里排第二，第一是旅客确定目的地“种草”，这让航司在决策初期没有主动权。

航司主要靠两种方式提收益：一是推独家航线，比如香港到纽约直飞，旅客想最快到就只能选它，航司能赚高收益；二是在竞争激烈的航线（像伦敦到悉尼的“袋鼠航线”）里，靠优化服务提升竞争力。

但航司很难直接给旅客推荐独特目的地，多数旅客“确定去欧洲后，选性价比高的航司”，而非“因某航司服务独特，就去它覆盖的目的地”。

04

李超：除了提升行政岗效率、优化收益管理运营效率，AI在国外航司的油耗管理、飞行运营管理等领域有哪些实际案例？油耗管理很依赖历史数据和经验，还需要深入的数据挖掘，这和AI下围棋逻辑类似，AI的决策常超出人类经验。

于占福：现在已有航司用AI分析油路数据，结合气象数据优化飞行计划。

每次飞行前，AI根据航路上的气象预报，在保证燃油安全冗余的前提下，精准计算加油量，减少不必要的燃油负载，从而降低油耗，这是AI在油耗管理的实际案例。

另外，机场廊桥资源紧张，提升飞机尤其是靠桥飞机的周转效率很重要。

现在很多地服公司用实时机器视觉技术，监控飞机从靠桥到离桥的全流程。

这个流程有多个标准化控制节点，过去要地面操作人员和环节控制人员人工沟通协调，要是地面人员忙没及时反馈操作完成情况，容易浪费时间。

而AI能自动判断操作完成状态，操作一结束就触发下一环节，大幅提升周转效率。

李瀚明：航司内控的核心是安全，安全始终优先。

所以AI在航空内控的重要应用方向是自动识别不安全因素并标记，典型案例就是各航司运行控制部门的QAR审计（飞行品质监控审计）。

通过AI分析飞行记录，识别可能的安全风险点和性能优化点：安全风险点用来规避飞行隐患，性能优化点用来提升飞行效率，还能作为机组人员绩效评估的依据。

虽然这一应用有争议，但随着航司逐渐意识到AI能从历史飞行记录里挖掘风险点和优化点，转化为企业内部知识，比如通过优化飞行路线降低单班油耗，这类应用会慢慢推广。

05

李超：汉莎航空上月宣布，2026年起部分子公司将失去独立决策权，关键职能收归集团；此次裁员也说明其数字化转型已深入到组织架构调整。这种由数字化转型驱动的组织架构优化，会不会在全球航空业广泛推广？

于占福：可能性很大。数字化转型大幅提升了决策支持能力，让传统多层管理架构的必要性降低，推动管理向扁平化发展。

过去高层决策靠人工经验，然后需要经历层层审批和传导，很难高效精准地落实；有了AI支持，战略决策能在数据和洞见支持下快速形成，成功率还高，形成后可直接转化为精准明确的行动计划，跳过中间层级落地。从理论上看，很多中间管理层级的价值已大幅下降。

尤其对多品牌、多子公司的航空集团，以前因缺经验和能力，很难在集团层面统筹资源降本整合；但AI工具让这一目标可行。

只有从集团顶层统筹资源，才能实现全局最优，避免子公司只关注自身利益，让集团没法做最优决策。传统模式下子公司间的管控边界阻碍全局最优，而AI打破了这一限制。

李瀚明：过去管理者时间被大量文案工作占满，管理半径受限；AI解放时间后，管理半径能大幅拓展。比如一线管理者过去只能管1条航线，现在能管5条；高层过去管5个国家业务，现在能管25个。

不少航司以前把东亚与东南亚、大中华区与亚洲其他地区市场分开管，现在靠AI能整合为统一板块。再比如管理者过去每天要半小时读简报，现在只要3分钟，信息整合制作效率大增，为管理半径拓展提供了可能。