全世界最大的航空公司，使用雲端平台、人工智慧、機器學習與即時預測分析技術，來減少航空中斷、提高營運效率，並改善旅客體驗。
文／Thor Olavsrud‧譯／曾祥信
在 COVID-19 疫情之後，惡劣天候、航空管制員不足，以及機師短缺等因素，令航空業苦苦掙扎，這些因素導致，航班取消數量在 2022 年達到史無前例新高。根據路透社報導，在 2022 年 1 月到 7 月之間，美國境內被取消的航班超過 10 萬班次，比起疫情前上升了 11%。
全世界最大的航空公司，美國航空（American Airlines），正在使用資料和預測分析技術，盡可能減少航班中斷，並提高營運效率，目標是提供旅客更流暢的旅行體驗。
甫卸任美國航空執行副總裁與資訊長一職的 Maya Leibman 說道：「無接觸（touchless）、無縫接軌（seamless）、舒適放鬆（stressless）的顧客體驗，是我們一直以來的遠景，但是要在舊有系統和基礎設施上實現這些目標非常困難。」她接著說：「隨著我們將系統現代化，我們完成越來越多進展，讓自己更接近這些遠景。未來，機場也許會被稱為『飛機站（Sky-Stop）』，因為就像一般的公車站，機場只是一個讓乘客現身及登機的場所，乘客不需要額外步驟，也沒有任何壓力。」
[ 參與 CIO Taiwan 年度盛事 2023 CIO 大調查，就從填寫問卷開始！（survey.cio.com.tw） ]
Leibman 在 9 月 1 號卸任，將執行副總裁與數位資訊長（Chief Digital and Information Officer，CDID）一職交棒給 Ganesh Jayaram。在卸任之前，Leibman 主導這家擁有 86 年歷史航空公司最主要的數位轉型工作，讓他們得以採取資料導向的決策方式。
「我們致力於數位轉型已行之有年，早在疫情開始之前，我們就已創造全新的產品分類法（product taxonomy），並以此重新組織小組，建立起新的產品思維」，Leibman 如此說道。「這對我們團隊來說是巨大改變，不過，因為我們在 2019 年就為產品導向的 DevOps 文化紮下基礎，因此我們可以調整及重新安排工作優先順序，迅速地因應和疫情相關的顧客問題，例如，讓顧客更容易地使用由於航班取消而獲得的旅遊點數。」
Leibman 強調，美國航空無時無刻都在營運，任何時候，世界上都有他們的班機在空中遨翔。
她說：「我們這個產業有項特性，那就是產品的製造與消費兩件事，是同時發生的。我們最大的挑戰，是如何將資料轉化成可行動的洞察，讓我們能在全年無休的環境下，即時且容易地採取行動，因應各種狀況。」
轉移到雲端
幸運的是，Leibman 手上握有一張王牌，美國航空企業科技副總裁 Poonam Mohan 負責管理該航空公司許多人工智慧與資料預測分析專案，這些專案成為實現 Leibman 遠景的重要基石。
「我們把主要的資料平台轉移到雲端，並建立資料中樞（data hub），供客戶服務和營運單位使用」，Mohan 說道，「這些系統，能夠處理全世界最大航空公司龐大的即時資料，不只讓我們了解過去事件對我們造成的影響，還能讓我們即時改善顧客體驗與營運結果。」
Mohan 指出，她的團隊還同時創造出 DataOps 架構，以此提升美國航空攝取與消化新資料來源的能力，由數週進步到只要數小時的時間。
美國航空與微軟合作，使用 Azure 作為其航空應用程式和關鍵工作的雲端平台。他們將人工智慧、機器機習和資料預測分析，運用在公司營運的每個環節，從減少飛機在跑道上的滑行時間（因此每年省下數千加侖的燃料，並讓乘客有更多時間轉機）到提供即時資訊，讓維護人員、地勤人員、機師、空服員及登機服務人員，能在彈指間獲得最即時的資訊。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球CIO同步獲取精華見解 ]
Mohan 用例子解釋：「疫情開始之際，在旅遊禁令的管制下，我們必須突然地取消數千架航班。因此，我們退款給很多由於疫情而被迫取消旅遊計劃的旅客，為了處理龐大的客戶服務數量，我們使用機器學習與資料自動攝入及處理技術，讓我們能夠更快速地為顧客處理退款作業。」
在滑行時間方面，美國航空位於達拉斯/沃斯堡國際機場（DFW）的資料中樞，部署了智能閘門程式，能夠提供即時的資料分析，例如飛機路徑和跑道資訊，並自動指定距離最近的可用閘門給抵達的客機，減少閘門規劃人員手動介入的必要。目前這套程式每天為美國航空節省約 10 小時的滑行時間。
美國航空將重要的營運工作，包括資料倉儲（data warehouse）和一些舊有應用程式，轉移並集中到 Azure 上的營運中樞，他們宣稱此舉將協助公司節省成本、提升效率和規模擴充能力，朝向永續經營的目標前進。
Mohan 表示：「我們致力將公司的每個功能自動化。機器人流程自動化技術（robotic process automation），讓我們得以自動化許多重覆性的人力工作，無論是財務、顧客忠誠計劃、收益管理、航班預訂和人力資源等功能皆可受益，而這些只是其中幾個例子。將自然語言處理的機器學習與自動化技術結合，可以非常有效地協助解決許多客戶服務問題。」
公司文化的重要性
Mohan 亦提到，美國航空開始研究，如何以數位分身（digital twin）和人工智慧，來協助其營運並提升顧客旅遊體驗。他們在今年（2022年）春天展開兩個較近期的機器學習計劃，包括 HEAT（Hub Efficiency Analytics Tool，資料中樞效率分析工具）與先前提到的智能閘門程式。
HEAT 已在劇烈雷雨事件中扮演關鍵角色，它能分析多個資料來源點，包括天氣狀況、班機乘載量、旅客轉機資訊、閘口可用狀態、以及航空交通管制資訊，來協助美國航空以協調一致的方式，即時調整數百架班機的起飛和抵達時間。
Mohan 說：「到目前為止，我們對此計劃成果感到滿意，這套工具為我們減少了天候事件中取消航班的次數。雖然乘客可能會遇到延遲，但我們能順利把他們載到目的地，而非取消他們的班機。」
至於 DFW 機場的智能閘口程式，Mohan 表示，今年三月，美國航空將每架班機在跑道上的滑行時間縮短了將近 2 分鐘，所有班機加總起來是每天 10 小時。
她說：「我們有效將班機抵達與閘口可用相差 25 分鐘以上的情況，減少了 50%。這點跟我們必須面對的情境直接相關：我們的班機實際上提早抵達，但卻得在飛機跑道上等候閘口完成清空作業。將班機起飛與下個班機抵達之間的間隔時間，更平均地散佈在不同閘口，可以減少這種無效率的情境。」
Mohan 表示，這套程式也幫助他們減少 50% 的閘口變更次數，這種事情對乘客來說特別擾人，他們必須匆促地奔往機場裡的不同地點。
在 IT 部門及全公司貫徹所有這些改變，需要建立及維護正確的公司文化。Leibman 提到，她在公司裡有一支完整團隊，專門致力於實現數位轉型。此團隊的主要重點正是建立起公司文化，他們透過不斷學習，以及與商業夥伴合作以採納 DevOps 和產品導向實踐方法，來建立文化。他們在公司內部開發出一套身歷其境的訓練環境，稱為「the Hangar」（飛機棚），創造出空間讓產品團隊能與培訓人員緊密合作。
Leibman 說：「我們同時也建立了一套開發人員體驗平台，稱為 Developer Runway，讓公司開發人員在開發和交付應用軟體時，擁有最順暢的開發體驗。」
這套平台讓團隊得以建立及公布他們的服務，技術組織裡的所有團隊皆直接使用 Runway 平台，如此一來，開發社群得以利用平台上可取用的服務，簡化他們的軟體交付流程體驗。
「大公司的難處在於，人們喜歡一致性、標準化及可預測性，許多流程都是環繞在這些特性上建構而成，它們就像一道柵欄，阻礙創新」，Leibman 說道。「我們不能雇用員工卻把他們關在狹小的柵欄裡，否則他們永遠無法達到我們雇用人才時希望達到的目標。身為領導者，我們必須具備判斷力，了解到縱使我們需要標準與一致化，卻不能因此扼殺人們思索出最好的點子、拓展他們的能力、並創造出嶄新、創新的方法 – 不只是我們在做什麼事情，還有我們做這些事情的方式。」
(本文授權非營利轉載，請註明出處：CIO Taiwan)
