數字化奠定了智能化的基礎，智能化是數字化的延伸。從生產模式、生活方式到組織形態、社會結構，人工智能（AI）為人類提供了重構現實物理世界和數字虛擬世界的新機會。近日，交通運輸部、國家發展改革委、民航局等七部門聯合印發《關于“人工智能+交通運輸”的實施意見》（以下簡稱《意見》），從加大關鍵技術供給、加速創新場景賦能、加強核心要素保障、優化產業發展生態四大方面，部署建設綜合交通運輸大模型等16項具體任務，助力實現“人享其行、物暢其流”美好愿景。在民航業，人工智能都帶來了哪些革新？未來人工智能技術將催生怎樣的智慧場景？本期《云中焦點》邀請專家學者分析展望“人工智能+”在民航業的落子布局。
從值機通關到行李分揀，從機場的安防監控到航空器的智能駕駛，人工智能在民航業的應用十分廣泛。人工智能為民航業帶來了哪些改變？
高志東：人工智能讓“數據”成為新的生產要素，讓“算法”成為新的調度引擎。
以東航為例，在客戶服務領域，我們基于DeepSeek大模型構建了深度滲透旅客出行全流程的數字人多智能體，以多語種、自然語言交互的方式，針對旅客出行全流程提供多種智能服務能力。2017年，東航推出了第一代東東智能服務機器人，今年還將研發推出多款全新的具身智能服務機器人，為旅客提供更加智能、精細的個性化服務。
在運行控制領域，我們圍繞航班運行全流程的31個關鍵節點，集成各類保障任務數據，利用人工智能、數字孿生等技術，構建起全程閉環的東航數字化機坪保障體系，實現機坪資源“一圖統覽”“一鍵可控”。
在機務維修領域，我們研發了AI發動機孔探視覺檢測系統，利用深度學習算法，輔助孔探工程師進行發動機損傷檢測，讓航空維修從“人工檢”邁向“智能檢”。
張立軒：以機位分配為例，人工智能技術的引入重構了該環節的管理邏輯。在人工智能應用前，深圳機場的機位分配主要依賴人工操作。調度員需要依據航班計劃、機型參數、航空公司偏好等內容，手工完成每日千余架次航班的機位匹配，整個過程耗時長達4小時。同時，突發情況應對能力薄弱，如遇航班延誤、天氣突變等情況，調度員需要手工修改分配方案，銜接部門多、溝通成本高，常引發后續航班連鎖延誤。
人工智能技術落地后，機位分配實現了從“人工估算”到“智能決策”的質變。深圳機場聯合華為開發的智能分配系統，融合600余項調度規則與AI算法，將千余架次航班的分配時間從4小時縮短至1分鐘，每10分鐘還能以秒速完成動態刷新。系統通過對接航班動態、機坪監控、氣象預警等多系統數據，實現全要素統籌。借助在機位分配領域的成功經驗，深圳機場已推動實現航站樓登機口、值機柜臺、行李轉盤等更多運行資源的智能分配。
高紅蕾：以民航通信導航監視設備運行保障為例，為保障管制指揮和飛行安全，需要7×24小時提供不間斷的通信導航監視服務。通信導航監視設備運行保障領域具有設備數量多、業務鏈條長、服務對象廣、覆蓋范圍大、系統關聯性強等特征。在傳統模式下，運維工作高度依賴人工經驗與分散操作：值班人員需要周期性巡視設備，通過觀察燈光、聲音、參數等方式判斷運行狀態；故障上報與處置依賴人工，采用電話、短信等傳統通信方式；各類設備由不同系統獨立監控，告警信息碎片化，整體運行呈現“經驗驅動、人工主導、信息割裂”的特點。
隨著人工智能技術的引入，通信導航監視設備運行保障模式正經歷系統性重塑。以圖像識別、語音識別、機器學習為代表的AI技術已實現對設備狀態的自動化監測，取代傳統人工巡視，顯著提高了監控效率和精確度。
劉一：依托人工智能技術，航空運輸企業能夠有效提高運輸效率，進一步優化旅客服務體驗，還能夠在一定程度上促進資源的合理配置，降低運營成本。
我認為，人工智能在民航業務提質增效方面主要具備以下幾方面優勢。
一是自動化，人工智能應用能夠減少流程化、標準化的人工操作，實現部分業務的少人化甚至無人化。計算機視覺（CV）算法已被集成于各大機場的旅客自助服務設備，實現“出行一張臉”；AI視頻分析則已應用于航班保障監控節點識別、機坪異常行為識別等領域。二是主動化，人工智能應用的狀態感知和預測能力可突破被動管控模式，實現主動感知預警。數據挖掘算法可對航班到港時間、滑行時間、機場不同區域的客流等關鍵變量進行精準預測，讓機場更加科學合理地分配資源；利用深度學習等技術可訓練飛機部件剩余壽命預測模型，減少突發故障風險，降低機務維修成本，實現預測性維修。三是精準化，人工智能應
用能夠充分挖掘大數據價值，促使民航運營從經驗決策向數據決策轉型。傳統人工排班容易出現的分配不均、調度延遲等問題，可通過基于多源數據驅動的智能算法得到解決，保證機組成員在最佳時空配置下執行任務；結合市場、旅客偏好和航班資源等信息構建的精準智能營銷模型，能夠輔助提高市場響應能力和銷售轉化效率。
《意見》提出，到2030年，人工智能深度融入交通行業，智能綜合立體交通網全面推進?！叭斯ぶ悄?民航”的新時代與人工智能技術在民航的初步應用有什么不同？
高志東：“人工智能+民航”與早期人工智能初步應用的核心差異，在于從單點技術落地升級為系統生態融合。過去，人工智能主要集中于單點、單場景，雖能提高局部效率，但難以突破行業協同壁壘，也無法實現多價值創造。而在新的階段，AI將深入到整個航空運行體系的底層邏輯中，成為民航的“數字中樞”和“認知大腦”。其價值維度與協同深度實現了質的飛躍，未來東航的發展也將圍繞這一核心邏輯展開。
我認為可以聚焦三大重點方向，建設“人工智能+民航”的標志性工程。一是打造“全鏈條智能運行中樞”，通過AI貫通運行全鏈條數據，構建綜合運行大模型，實現從“單點優化”到“系統最優”。二是構建“無感化旅客服務網絡”，AI將成為連接旅客需求與服務資源的核心紐帶，讓技術真正服務于旅客體驗提升。三是建立“預測性智能維修體系”，航空器維修將從定期檢修、故障后維修的傳統模式升級為全生命周期預測性維護，AI與物聯網、多模態感知技術的深度融合是核心支撐。
張立軒：“人工智能+民航”新時代的核心突破在于大模型驅動行業從單一工具應用躍升為生態級智能中樞。在機場方面，我認為人工智能將重點在三大領域賦能民航發展。
在“AI+安全”領域，圍繞機場運行安全、空防安全場景，精準識別外來物（FOD）、道面異常、車輛及人員非法侵入、鳥情等風險，深化安檢智能判圖與智慧防漏驗應用，強化機坪滑行沖突及飛行區不安全事件的預測預警；在“AI+運行”領域，聚焦機場航班保障與多主體協同場景，推進航班滑行路由規劃、調時與推出管理、車輛調度協同、人員智能排班的融合應用及輔助決策，提升運行保障智能化水平；在“AI+出行”領域，圍繞旅客服務場景，構建民航服務大語言模型并打造數字虛擬客服，實現旅客訴求智能分析與咨詢即時解答；依托AI語音識別與實時翻譯技術構建智慧廣播系統，實現多語種播報與視頻尋人聯動；基于生物識別技術推動國內外機場全流程“刷臉”自助通關；引入行李開包查驗、手提行李攜運、貴賓引領等便民服務機器人，打造沉浸式智能出行體驗。
高紅蕾：對民航業而言，我認為人工智能初步應用與“人工智能+”新時代有以下不同。首先，應用場景的深度和廣度不同。以民航通信導航監視設備運行保障為例，人工智能初步應用主要針對設備狀態監控、業務知識庫建設特定場景或任務，大多是從解決局部問題入手。而在“人工智能+民航”新時代，強調的是人工智能技術與該領域的深度融合，通過設備運行保障大數據以及相應模型算法的研究應用，從整體上對運行保障的整個業務流程和模式等進行改進優化乃至重塑創新，提升民航通信導航監視設備運行保障的整體風險管控能力。
其次，對數據處理及應用的程度不同。人工智能初步應用側重于對某個業務領域或類別原始數據的采集和基本處理，通過機器學習從數據中提取一些基本模式和規律，改進優化某個特定場景的應用。而在“人工智能+民航”新時代，則更注重民航空管多業務領域數據的綜合治理和應用，通過“數據+技術+場景+生態”的協同創新應用，促進空管從數字化邁向智能化。
最后，發展目標不同。人工智能初步應用往往聚焦某個特定場景或任務的效率提高和改進優化。而“人工智能+”的目標是通過人工智能技術與民航空管業務的深度融合，推動空管系統生產要素重組、價值創造方式升級，促進空管整體運行安全和效率的提高。
劉一：人工智能技術在民航應用的初步階段，通常是在原有業務流程的某一業務節點配置人工智能工具，屬于技術架構的微調，并未對整體業務架構產生影響。而進入“人工智能+民航”新時代，人工智能技術將作為核心重塑工作流程和革新業務架構，甚至催生全新的智慧場景。
未來，民航人工智能將從單點工具向全場景賦能滲透發展，構建良好的“人工智能+民航”生態。在安全領域，人工智能將提升風險主動感知、精準預警與快速處置能力；在運行領域，人工智能將實現運行資源精益管理和協同決策效率進一步提高；在服務領域，人工智能將提供更加個性化、更加便捷、更加沉浸式的智能服務；在監管領域，人工智能將在精準監管、風險防控等方面提供全面的智能決策輔助。此外，AIAgent與傳統工作流的結合演進將使民航人工智能場景更加泛化，甚至拓展到全流程；而隨著具身智能技術的發展，人工智能將進一步以機器人等物理實體形式融入民航實際運行環境。
人工智能的使命是服務人類，而不是取代人類。在“人工智能+”時代，技術、場景、要素、生態等將發生怎樣的變化？如何保障民航在“人工智能+”時代的高效、安全運營？
高志東：AI在民航業的角色是“賦能者”，而不是“替代者”。
從“智能化”到“智能+”，最大的變化是融合。未來的民航將不再是“AI在哪里用”，而是“AI無處不在”，這就是“人工智能+”帶來的系統性變革。在“人工智能+民航”的新時代，技術、場景、要素、生態將迎來系統性重構，但人始終是核心主導者。在這一過程中，人始終扮演著決策者、監督者、賦能者的核心角色。AI具備強大的數據處理與分析能力，但它不具備人類的綜合判斷與責任意識。未來的運行指揮中心將是“人機共智”的中樞——AI預測、推薦，人類決策、控制。
而保障“人工智能+”時代的安全與合規，是底線中的底線。東航在AI建設中始終堅守“三重安全”：一是算法安全，建立AI模型驗證機制，確保算法決策透明、結果可解釋；二是數據安全，嚴格實行數據分級保護與脫敏處理，防止隱私泄露和信息濫用；三是運行安全，在AI參與的關鍵流程中始終應用“人工兜底機制”，確保人類可以在任何時刻接管系統。
從更宏觀的角度看，“人工智能+”不僅是一場技術革命，更是一場生產力與生產關系的重塑，將推動形成安全更可控、運行更高效、服務更有溫度的智慧民航新格局。
張立軒：在“人工智能+”時代，民航業正經歷從局部優化到體系重構的深度變革。在技術層面，從孤立的單點算法升級為“通用底座+垂域模型”的智能體系，多模態融合與本地化部署成為主流，打破了數據與系統壁壘。在場景層面，實現全鏈條滲透，從旅客服務延伸至空管調度、維修保障等核心運行環節，形成“預判—執行—優化”的閉環。在要素層面，數據、算力與專業知識深度融合，建立動態更新的行業知識庫與算法庫。在生態層面，呈現開放協同特征，航企、機場、科技企業形成技術共建、價值共享的新格局。
保障高效、安全運營則需要構建三維體系。在技術層面，實現全鏈路安全防護，通過數據脫敏、加密傳輸與零信任架構抵御網絡威脅，依托可解釋性算法減少“AI幻覺”風險。在制度層面，完善行業標準與應急預案，推進AI模型安全備案，明確人機責任邊界，建立故障快速響應機制。在人才層面，培養“技術+業務”復合型人才，強化員工數字素養培訓，確保能精準駕馭智能系統。三者協同發力，既能釋放AI的效率價值，又能堅守安全底線，履行技術服務人類的核心使命。
高紅蕾：在“人工智能+”時代，人扮演著多種關鍵角色并履行職能，如研發者負責模型構建，維護者確保系統穩定，監督者評估AI輸出等。技術研發與維護者根據場景需要，通過提供高質量的數據和構建各種算法模型，利用人工智能技術完成特定任務，并確保人工智能系統正常、安全運行。此外，人工智能系統也需要人們不斷進行維護和優化，及時發現和解決出現的問題。監督執行與決策者根據應用場景準確提出問題需求，讓人工智能可以正確理解和解決問題。同時，人們需要判定人工智能提供的答案和方案是否正確、合理和可行。
在保障“人工智能+”時代民航高效、安全運營方面，需要從政策、企業以及個人等多個層面不斷加強人工智能的政策支持、應用引導和資源投入。人工智能的普及和應用為構建智慧空管奠定了堅實的基礎。未來，通過“平臺化支撐+智能化賦能+標準化引領”，中國民航將加速邁向安全、高效、智能的新階段。
劉一：人工智能未來將成為民航業新的技術工具、新的變革動能、新的運行主體和新的監管對象。全球民航業正在加速擁抱人工智能，我國也從政策引導、應用場景落地、關鍵技術攻關等多個方面推動“人工智能+民航”的深入融合。
民航業運行系統復雜且對安全與連續性有著要求，而人工智能算法依然存在“黑箱”“欠可解釋性”等潛在風險。因此，人在“人工智能+”時代依然將占據主導地位，人工智能應用則要實現“可預測、可干預、可接管”?！叭藱C協同”將成為未來智慧民航的顯著特征，高效、精準的智能算法模型將為人的決策提供輔助支持，而人的專業判斷能夠對模型進行實時優化，形成以智能技術賦能人力、以專家經驗優化模型的持續迭代發展格局。
在人工智能技術不斷演進的過程中，實現人工智能新技術與行業需求場景的對接十分重要。如何讓新技術從實驗室應用到實際運行而性能不打折扣，讓算法模型從“通用”變為“專業可用”，是“人工智能+民航”下一步發展的關鍵點和難點。（中國民航報 記者張人尹）（編輯：張薇，校對：李季威，審核：程凌）
返回首頁
