许强：各位领导、各位专家、女士们、先生们大家上午好。很荣幸在这里作“技术驱动创新、助力智慧大民航持续升级”主题演讲。很多领导跟我讲，他觉得智慧机场、智慧民航的建设是一个没有起点没有终点的过程，我们智慧化不断地迭代升级，他看得到智慧民航建设的美丽前景，但是他们担心我们现在需要做什么，我们需要有什么样的架构，又使得我们的业务不断迭代升级，我希望把我的一些架构、想法跟各位领导分享，也请各位领导多批评指正。

其实我的开题是围绕新基建，这是现在热门的话题，我们也看到了今年4月份发改委基础设施、创新基础设施数据。也可以看到有这些5G、人工智能、云计算、大数据、物联网新技术的应用，我看到包司长讲的非常好，新基建不是简单的技术堆积，我们新基建目标是要补齐民航的短板，不断提高民航业务发展效率。所以我们新基建最本质的就是将新的生产技术与业务场景紧密地融合起来，提升我们运输安全，保障我们运营效率，以及不断提升旅客服务体验。

这里举行业三例，我们首先看到在国铁集团，在西安铁路局建设，我们从北京到西安一个交互，司机的驾驶视频大概是30个GB，以前这些都是用U盘去拷贝，这个拷贝大概是40分钟，同时在大家也知道大数据病毒都是通过U盘传播。我们通过5G毫米波的技术，只需要3分钟，并且通过AI将司机的数据，包括司机有交头接耳等一些数据进行分析，通过这样系统的上线，可以看到一个段有3、4、5个人可以降低到1个人。在深圳机场可以看到有很多的航班，并且在航班延误的时候，我们多数时候没法进行有效调整，我们只能将航班分配到最远机位，使得远机位大大提升，同时我们通过AI可以实现只需要3秒钟，就能完全1100个航班的分配，可以最快的得到刷新，通过这套系统的上线，在短期内就实现了5%的远机位航班靠前的提升，这使得有260万人能够少坐摆渡车。

同时看到在交通部，我们新建了2500万个门架，这些门架也是遍布在高速公路上面，包括我们收费一张网构建，保证收费的统一，这些都是实实在在发生的例子。

因此，需要注意的是，这并不是华为或者单一的机场去实现，比如说以深圳机场为例，我们华为是将相关的人工智能专家和业务领导有机地结合起来，才能将这些业务规则有序地去进行落地。因此今天也是民航发展信息化论坛，我们也再次重申一个新CIO概念，我们传统CIO都是关注的是IT系统怎么建设、运维。我们新CIO关注于新的技术，怎么跟生态结合起来。我们能不能将80%的精力花费到生产效率的提升上去，而不去做传统简单的运维，当然现在也有一个新的名词叫CDO，叫首席的信息运营官，还是有新的技术，我们的5G、AI技术，怎么提升传统效率。

我们遇到几个挑战。第一个问题，是不是能够做到物理世界和数字世界统一，因为有些地方的算法不好，我们航班节点保障就不那么准确。物理世界是统一的，算法的不同数字世界是不统一的。但是因为我们的数据格式数据标准的不统一，其实也没有有效地实现货运一单制，客运的一票制，怎么真正实现地物理世界和数字世界统一，很多领导讲，是否可以提供统一软件，提供AI的算法，那矛盾就解决了。

第二个问题，是传统新基建和新基建的周期问题，我们IT的生命周期折旧率是5年，但是有一个残酷的是智能化迭代周期可能是5天，这些迭代在新冠疫情以前都建了人脸识别的系统，能够准确地进行人脸轨迹的分析，新冠肺炎到来我们都戴着口罩，这就要求我们AI的算法具备口罩识别功能。再比如说新的场景应用，我前不久跟高速公路做超载车辆的识别，我觉得车辆的识别已经是非常准确的算法，车辆的识别与人脸的识别基本上比人的肉脸识别还要准确。到农村公路上就是农用车的识别，我们必须对这个算法进行迭代和升级。包括在机场领域做的，航班的节点的保障，一期实现了12个节点的采集，二期实现18个节点的采集，随着不断地去运行优化，推动AI的学习，效率提升更多。所以我们关注的是智能化的工程，可能它的迭代周期是按周去维护，我们怎么样做大传统基建与新基建融合，这是数字化转型中非常重要的一个挑战。

第三个是人才。我们领导说希望他去做CIO，但是我们部门怎么获取和培养，我们怎么样有那么多的人才又去懂技术，又懂场景，还要有机地结合这些，这些人才怎么去培养，这是在数字化转型过程中面临非常重要挑战。在此挑战之下，我觉得我们提出一个全新概念，就是智能体。不光是一个大脑，他的智能体就包含泛在感知，就是大多数的泛在感知都是来自于前端，包括值机口的识别，包括远机位这样定位的识别，是泛在感知系统。

第二做到智能交互，智能交互使得我们的AI算法和大脑和边缘进行有序地流动，这样可以做到算法AI进行升级。

第三个智能中枢。一方面构造统一的主题库和专题库，同时第二部分，我们觉得还要构建统一的AI算法能力，因为新时代的AI算法，大多数是我们厂家是没有办法去做的，比如说到农用车算法，我们厂家是没有农用车特地照片库，这些算法只有在客户那儿不断地迭代和升级，我们要构建AI算法能力，甚至我们的民航也要构建AI的算法统一，比如说安检照片，我们人脸都已经可以识别，已经超过我们的肉眼，安检为什么没有超过肉眼，其实大量训练的数据没有得到有效的获取，但是没有进行开发。很多的场景只有只有我们的客户才有最全的数据。在铁路上的防护算法，因为铁路已经也有接近15万公里的铁路，4万公里的高铁，这么多的铁路，怎么才能做更有准确？比如说和三个单位进行开发，铁科院，比如华为IT供应商，我们叫天才少年和数据科学家进行协作，我们知识提供、规则的提供都在客户处。最后基于智慧的中枢，构建智慧化的应用，包括运维管理、塔台管理、货运服务等等这样的服务，我们需要云管边端的高速协同，并且他是持续协同的智慧化的演进不断地迭代，我们智慧化上线之后，一个星期就可以进行迭代升级，都是在我们的传感器上面，都是在我们的边缘计算上面，怎么样保证它的平衡以及迭代升级，我们不光构建一个中枢的大脑，我们给各位需要提出的是，智慧的可严谨的生命体，这是高端的架构。

下一步民航的应用，第一从资源分配到全场景资源优化。现在已经做了停机位的智能分配，下一步会做到全场景的AI的优化，包括登机口、行李转盘等，我们觉得一个机场就是AI的集合，在这之上就可以通过数字化来可以深度地刻画，来预测物理世界所发生的事情。我们举了一个例子，一个机场经验值，滑行到这个机位需要20分钟、30分钟，这会带来一个问题，这些飞机已经提前滑行到了，但旅客在等地勤人员，要不就是地勤人员排队等着飞机，这对于机场来讲带来了极端的浪费。我们通过统一平台进行融合之后，做了一个可变滑行时间的预测。这里分两步：

第一步将框里面的事情一开始跟客户一起联合打造的，大概有规则和数据联，还有我们做了30%的航班滑行时间是80%左右，后面是客户还要加入这些规则，包括复杂因子的一些融入，创业跑道一些规则进去之后，达到了90%的航班预测到2分钟之内。可以看到，通过这样一个航班可变滑行时间的预测，可以解决5%复杂航班的隐患，可以提升10%的滑行效率，使得每年油耗可以节约2000万，每年少1.3万吨，所以实现一计一策，这就是通过数据世界来去预测物理世界的阈值。

下一步我们需要跟民航局去做的，我们觉得民航有非常广泛的资源，但这些资源没有有效地利用。现在在定义数字化的话，包括飞机的塔台管制还是用2G，甚至还用2G的通讯去做，这一块还是用已经是3G时代时一个落后淘汰的技术。因为一些民航的技术标准，现在还是以这个技术来做，我们希望在民航局的领导下，能够在国际民航组织能够做5G的滑行引导。而且5G也是有广覆盖的功能，这一块希望在民航局分管领导下，实现5G无人机空管。

下一部分是自动驾驶，这是最快能够商业化的落地场景，我们也跟相互的客户联合打造方案。

在完成机场全链的AI之后，将航空器连接孵化之后，我们也希望更深度地结合机场构筑空管一体化智慧体系。

刚才分管领导也讲到，流量管控也能够使得系统更加的高效。在华为有一句话，战略整体正确，机制上可以创新。有灵活的组织可以使得战略走向成功，所以在关注顶层规划的同时，也积极地跟各个机场单位各个终端区一起打造区域性协同机制，这是我们下一步会和客户重点协同的体系。

最后，我们认为整个大家的共识，民航大国到民航强国一个历史阶段，在这个历史阶段之中，我们刚才也讲到，有一些确定性的事情，可以通过工程项目实现，而一些不需要创新的事，通过联合创新机制。在深圳机场和广州机场的合作中，我们和客户专家一起，对一些不确定性进行探索、联合创新。华为没有又懂技术又懂机场的人，我们只懂技术，我们和懂机场技术的人联合才能真正民航强国的梦想。

最后，用一句话同一份事业，同一种梦想，我的汇报就到这里。谢谢各位！

【PDF】技术驱动创新，助力智慧大民航持续升级