国泰运用AI 航班准点率增6百分点(图)
发布 : 2025-4-28 来源 : 明报新闻网 用微信扫描二维码，分享至好友和朋友圈 | 加关注  明声网温哥华 微信公众号 |
国泰运用三跑模拟系统预测航机滑行时间及可能挤塞区段，并在与机管局会议中分享模拟结果，以求尽量善用三跑道运力。（锺林枝??o?J??
国泰自2017年完成资料仓储（Data Warehouse）建设后，便开始发展以机器学习（Machine Learning）为核心的AI应用，让电脑系统从资料自动学习规律、预测结果，至今已部署约85个模型。随?生成式AI（Gen AI）技术成熟，国泰开始在既有机器学习模型基础上，加入生成式AI能力，增强模型表现。
三跑系统预测可能挤塞区段
AI模型在应对台风等突发状?也发挥作用，例如会建议台风来到前应优先保护哪些航班、哪些航班在跑道关闭前应先离港，并在台风过后迅速清理大量积压的航班。邹铭诺指出，过去这是一个紧张且需大量依赖人手的工序，加上香港以外的海外航站未必同时受台风影响，沟通和协调非常困难。现在透过AI模型，团队可获得有用建议，对旅客影响降到最低。「当航班更顺畅、运作更稳定，就可减少航班延误，这是我们日常选择不同应用时的一个准则。」国泰航空的客运航班2024年准时表现率为72.9%，按年跌3.3个百分点，估计引入AI的效益须在今年中期业绩公布时始反映。
预测停飞维修故障 减航班延误
去年庾x??港机场三条跑道全面投入服务之后，飞机起飞前与降落后的滑行时间（Taxi Time），成为善用三跑道运力的关键。邹表示，三跑未全面启用前，飞机可从北跑道降落后直往南边航站楼，但如今新增中间跑道后，部分航机需绕行更远路线，导致滑行时间延长，影响后续起飞安排。为应对此变化，公司运用三跑模拟系统预测滑行时间及可能挤塞区段，并在与机管局会议中分享模拟结果，例如部分登机闸口在特定时段可能更适合分配给某些航班。另外，模型亦预测乘客转机所需时间。早上与深夜通常有两个高峰，特别是凌晨有大量来自欧洲的长途航班。若预测到乘客转机时间较长，就可调配额外资源，如安排更多人手协助办理登机，确保旅客赶及转机。
飞机维修方面，邹表示团队将飞机上的感测器数据接入AI模型，预测未来两周该飞机可能需停飞「大修」的潜在故障，让工程人员提前维修、缩短停泊时间。去年初至今，该模型技术已协助工程部门减少5.1%严重航班延误。目前，该AI模型可预测逾20种可能导致停飞维修（AOG）的故障情?，每个月可避免约5至6宗AOG个案。邹指出，过往虽可靠员工经验及简易工具如Excel协助判断，但AI提供更高准确度，有助优化维修排程与资源配置。
他指出，目前最佳预测时长为两周，准确率可达98%。虽然理论上可以尝试预测更长时间，如3个月后是否有潜在故障，但拉长时间将降低模型准确度。不过，随?数据量累积和技术进步，预测时间可望进一步延长。
此外，国泰每日管理超过30万零件，包括座椅、?x??部件等。AI系统除了分析感测数据，亦能应用于库存管理、预测与储备规划，提升供应链效率。邹透露，该系统每年可节省约3000万元营运成本，来自减少因缺零件导致的延误，以及避免过度储备产生额外的仓储费。这一系统的基础，是团队历时近两年建立的数据储存平台，涵盖航线维修（Line Maintenance）与基础维修中所需管理的飞机零件。
效益提升未必直接在票价反映
谈到AI模型的准确度，邹铭诺说，不同模型各有衡量标准，例如三跑模拟系统在预测飞机抵达后滑行时间方面，准确率约94%。但若遇突发情?，例如原预期未启用的跑道临时投入使用，仍可能出现偏差。邹又提到，公司内部还有其他方式来评估AI模型的表现。例如在IOC，工作人员在收到模型的建议后，会根据实际情?判断是否要「覆盖」（override）模型的建议，最终的目标是提升模型建议的「接受程度」。
至于票价会否因为大规模应用AI而可能调低，邹表示，票价主要仍由燃油价格与市场供需决定，AI应用的效益未必直接反映在票价上。然而，AI有助提升国泰营运效率与竞争力，亦为研发与创新服务提供更多空间。