数智领航：南航全域运营的智慧化转型实践

南航数智科技有限公司市场营销部经理 朱尔琴：今天我分享的主题是数字领航，南航全域运营的智慧化转型实践。我整个分享会分成四个部分。围绕公司简介，数字化的建设体系，民航实践案例和未来展望四个方面进行展开。

首先是公司简介，可能大家对我们南航集团是比较熟悉了，我主要是着重讲一下我们数科这块的一个情况，数科在今年1月8日正式挂牌，我们数字化的基因可以追溯到1984年，成立了广州民航管理局计算机办公室。40多年来我们深度应用先进技术持续攻关，包括国产飞行计划求解器等卡脖子的难题，也陆续诞生了我们第一张的电子客票，电子登机牌，第一家全渠道的退改签等诸多行业第一。未来我们也将继续深耕整个民航领域，承载南航数字化的转型，还有赋能智慧民航的建设。

第二部分讲一下我们整个南航数字化的一个建设体系，包括战略的落地情况。从2018年我们南航集团提出了32453的战略框架，到2021年发布5566高质量发展思路，到2025年明确人工智能四个统一的规划原则，而南航始终将数字化的发展放在集团战略的一个高度上，目的是让业务更智能，让旅客更便捷。

为此，我们构建出以数据治理平台为地基，以高质量数据将算法平台为核心，通过智能体平台为购物领购物各业务领域的一个创新应用场景，赋能的三层架构，概括来说就是以统一算力部署为支撑，实现算力功能，以统一数据汇聚为前提条件，实现数据供量，以统一平台管理为规范，实现一个平台的控制，以统一安全管理为保障，实现智能体的共用，持续驱动南航业务数字化智能化的一个发展。

其中高质量的数据和高价值的场景是我们实现创新的关键。在数据方面，南航多年的机队运行和旅客规模给我们带来了海量的数据，一直我们也高度重视数据的一个治理和保护，从建设数据中台到打造数据底座，实现了数据权益的打通，构建了一批高质量数据，为抓住人工智能的发展机遇发挥了关键的作用。具体来说，南航持续构建并落地了一整套的数据治理体系，建成了高效便捷的数据底座，涵盖了90%的核心系统，数据统一采集，联通超过300个业务对象，已经构建了10多个高质量数据集，通过南航人工智能赋能的一个车间，有力支持我们的创新应用。

目前我们南航已经在行业中率先通过DCMM4级和DCMM3级双认证，并入选了国家数据局的可信数据空间试点名单，这是我们取得的一些成绩。

而在场景方面，南航从旅客视角、航班视角管理支撑，三个方面对民航业务场景进行了整体规划，分成了一个部署的策略，彰显出创新场景194个，目前我们已经投产了其中的74个，形成覆盖全域运行的一个数字化建设体系。

同时我们经过多年的一个积累，也搭建了市场预测、智能推荐、风险评估等算法体系，支撑在营销、服务、运行、安全等领域场景化的落地。目前整个体系日均调用超过3000万次。

第三个部分，重点给大家做一个我们南航在业内的实践案例，会有几个比较有行业特性的场景案例。

首先第一个案例就是我们航行通告助手，我们航空公司每天每年需要投入大量的人力去处理超过百万条的航行通告，预警处理量超过3000条。航行通告助手是针对业务的痛点，利用大模型的专业术语的解读，语言的翻译，多轮问答等能力，形成航行通告的专业知识库，智能抽取摘要，构建智能识别风险与自动翻译引擎。航行通告的原始报文往往是大家都晦涩难懂的，重要信息不突出。经过通告助手后，不仅可以实现自动翻译关键信息的生成，还可以帮助我们飞行员情报员轻松掌握报文资料，提升阅读体验，还可以快速定位风险点，提醒业务重点人员要关注的一些重点关注的事项，及时处理潜在风险。现在每周为南航3000个国际航班提供翻译支持，翻译的成功率高达95%，预计年翻译量已经达到超百万份，这是我们的第一个案例。

第二个案例就是我们的EFB的智能知识助手，在航班运行中的每一个决策都需要依托我们的海量的数据，数据的获取的效率与准确度，直接决定了决策的质量。为飞行员打造的EFB智能助手的话，就解决了手册使用中的查询慢、理解难、信息散的三大痛点，智能解析静态与动态的数据。比如我们规章手册，实时的天气等，构建多维度的知识生态体系，实现对关键信息的精准定位与语义关联，为飞行机组提供了高效的辅助决策能力。目前我们助手已经可以支撑公司政策航线特点，还有我们重点运行场景等4类场景的精准检索，已经在南航集团内服务服务超过1万名飞行领域的用户，实现从传统文档管理到实时智能交互的跨越，推动运行支持体系向更精准更全域的一个方向升级。

第三个案例就是我们南航的一个智能舱音平台，就是传统的创新监察是依赖飞行员人工处理效率低，容易疲劳，造成干扰大。南航对我们42000个小时的一个海量参与数据进行建模处理，形成了高质量的数据集，结合训练后的一个语义分析的一个大模型的技术，打造了我们南航苍鹰智能分析的一个引擎。该平台在一个超高的噪音环境下的苍蝇识别率可以达到90%，偏差行为的一个识别率可以达到80%以上。比如说他对这种类似于下降率950这种关键指令的自动识别可以自动生成安全报告，每年可以节省一个飞行员的人工成本是超过1700多万，更重要的是他能够挖掘其中潜在的一些安全风险，改进我们飞行训练，通过AI赋能安全管理。

第四个案例就是站坪安全监控。站坪作业它涉及到飞机管停靠、行李装卸、旅客登机下机、机务检修等一系列高度依赖特种车辆作业的场景。由于操作失误，疲劳作业或天气恶劣等原因导致的风险事件时有发生。传统的安全监管依赖于现场巡检，系统画面监控存在人力成本高，覆盖面窄，监管滞后的弊端。站坪安全风险识别模型及对照作业车辆的一个定位，视频画面等多元素的一个实时监控，通过端侧的小模型再加个我们的一个平台大模型的技术路线，对站坪特定作业风险各类的高风险行为进行一个AI识别和预警，构建了覆盖全域动态感知、实时预警、精准追溯的一个智能安全防线。

第五个就是南航天宫系统的发动机预测性维修模型，高压涡轮叶片的一个平台，在全世界的一个范围内已经引发了一个就是81起的重大事件，这个就是cfm56-7B型的发动机的一个风险的人。目前南航利用来自我们18家子公司基地的一个发动机，还有检测叶片的样本数据和百万段的QR的飞行数据，建成了发动机全生命周期的高质量数据集。再通过我们工程师的经验分析，大数据的一个启动验证，还有我们神经网络的一个建模等技术，构建了我们风险预测模型，在机队风险持续的一个预测和一个风险发动机下发辅助决策等方面发挥了重要的作用。目前为止，南航已经为14家航司，共计120多台的发动机提供了一个风险监测的服务。

第六个案例就是南航智慧出行管家。针对我们商旅客群的一个行程紧凑，变更频繁等特点，首先是以覆盖一级的客群的高质量数据集为基础，通过多层的一个切片洞察市场，积累了我们上千个的客群标签，为智慧出行的产品锁定用户画像。接着，我们场景化的应用，我们多模态的一个大模型的技术，打造出一个高效的识别旅客意图，精准链接出行需求的一站式智慧出行管家，实现了行前的个性化规划，集中高效畅行。进行一个情感链接和全程便捷服务，灵活赋能旅客无忧出行。

出行管家还具备了视频攻略的一键导入，还有机场导航智能必读，以及一个行里的资产智能规划，还有信息胶囊式的贴身服务等特色功能。目前在出行规划的场景中已经覆盖了全国2000多个的一个景点。

第七个案例就是我们一个客户关怀助手，就是航空公司每年需要投入大量的人力处理旅客投诉事件，而月均处理量的话超过1万单，就传统的这种投诉处置主要是依赖人工，存在效率低，主观性强等特点。我们客户关怀助手的话就从这些业务痛点出发，利用大模型的语义分析，人机交互、机器学习等，构建了专属的知识库，又打造了航空投诉的一站式智能处理系统，提供智能受理、智能分派、智能处理、智能结案等能力。目前我们客户关怀助手已经处理投诉案例超过了17万单。

第八个是我们干部管理智能化的应用，聚焦于管理干部管理工作的智能化的一个提升。重点打造并落地的七大核心的业务场景，具体包括智能搜索班子的历史和选人用人检查这些。目前在南航这边的应用的话，已经实现了近50个智能搜索，年度搜索量达到30万人次，还包括建立了干部画像的数据项超过1000项。

第九个案例，是最后一个案例，是党建考核的自动化应用。主要聚焦于党建考核工作的一个数字化转型和智能化的升级。一方面它可以支持一个考核前、考核中、考核完成的一个闭环管理。另外一个方面就是重点建设三大智能化的一个应用场景，包括了自动汇总，分类快速检索，这块可以使党建工作大大提升一个工作的绩效。

最后一部分就是未来的一个展望。在这里南航数科也在积极探索行业大模型，计划以安全领域为切入点，在多个业务领域发力，例如在运行领域构建智能决策系统，实现飞行路径优化和全流程协同控制。

在机务领域实现机务维修知识引擎，支持飞机故障智能诊断，为维修人员提供个性化精准的维修方案，在飞行领域实现一个飞行安全的智能预警，实现飞行过程的一个监控，强化一个飞行风险管控，助力飞行品质的提升。

面向未来，不仅要让南航业务更智能，更希望通过it研发，以高校科研院校，AI领军企业等所有伙伴一起合作共享，拥有一批懂民航、通技术、善创新的服务型人才，共建行业数据空间，让民航场景打造为央企数字化协同落地的样板间，共同为数字中国建设添砖加瓦。