中国民航管理干部学院大数据与人工智能系主任刘一（记者张哈斯巴根/摄）

“数据+智能”助力行业高质量发展

中国民航管理干部学院大数据与人工智能系主任 刘一：尊敬的各位领导，非常高兴有这样一个机会跟各位来报告一下，关于大数据和人工智能方面，我们的一些工作。因为我们也是支撑民航局智慧办推进相关的总体规划，包括一些行业场景的研究。

（见图）这张图是我们总结的智慧民航近几年的总体发展的路径，智慧民航建设路线图，大家比较熟悉的这样的一个总体的场景化的规划，到近几年包括数据方面，包括智慧民航建设试点的方面。2025年11月，也就是人工智能+民航的高质量的实施意见，2025年的24号文就是我们大家现在比较关注的这个文件。到2026年8月份，数据治理体系实施方案的印发，应该说是构建了这样一个总体的以数据和人工智能为基础的一个系列。

在这个过程中，我个人认为有这么几方面的行业的发展。一方面就是从“十五五”开始，我们国家正式提出了数智化的概念，它比传统的数字化，比传统的大数据和传统的人工智能，有了全新的更加体系化的定义。第二方面就是说AI的技术的迅猛发展。最近三年，大家可能已经感受到了，无论是大语言模型，包括Agent技术等等发展。另外在2026年的民航“1+N”顶层的智慧政策体系里面，专门有我们广义的民航数据治理体系的建设实施方案。此外就是在2024年和2026年，通过两批智慧民航建设试点有17个试点项目的实施，覆盖了机场的全流程，包括航空公司的运营管理、空管的智慧运行等等方面。在这样的一个背景下，我们也向各位简要的来报告一下这两方面的重要的工作，也是我们重点实验室支撑民航局智慧办推进的相关的一系列工作。

数据方面，从早期的设计“1+3+4+N”数据工作的政策体系，到大数据指导意见的印发，民航数据管理办法、民航数据共享管理办法的印发，以及到一系列数据相关的行业标准的编制。其中25年4月，《民航数据管理办法》和《民航数据共享管理办法》正式试运行印发，这也是我们行业内首个聚焦民航数据的相关的一些工作机制，包括一些技术规范。这里面对于有一些关键的共识，包括公共数据的共识，包括数据的权属，数据和信息化建设项目之间的关系给出了一定的规范，特别是对于数据的持有权、使用权、经营权等等，开始了一定的探索。

此外，公共数据的工作一直是重要的一项工作。在今年印发了第一批民航公共数据的相应的目录，聚焦运行领域。到了第二批和第三批，将会涉及旅客领域，包括物流领域，相关的工作会进入一个深水区。

另外就是数据治理的体系。借这个机会再次向各位报告7+1的数据治理的规范，包括今年的数据治理的整体的实施方案里面用的数据治理的概都是比较广义的数据治理。包括数据管理、数据的架构、数据质量、数据安全、数据共享、数据治理的技术等等，以此通过数据治理来提升行业治理的水平。在这个顶层规划下面有N部相关的细则，像具体的在比如说在机场领域的一些细则。

此外，我们现在正在编制的包括航班运行方面的主数据的规范，这是现在正在编制的行业标准。包括我们运行数据共享的一个基于XML模型架构的规范。包括我们民航可信数据中心的技术规范，这是由我们联合中航信在共同的开展相关的主编工作。包括民航数据确权和价值交易一个衡量的规范，也是行业标准。此外在数据价值方面，我们在去年也是和中航信一道推出了数据价值评估的白皮书。因为数据从资源化到资产化有一个比较详细的复杂的过程，包括成本法、收益法、市场法等等一些测算的方法。

下面再和各位报告一下人工智能方面的一些工作。

人工智能从早期21年开始，民航局推进相关的新基建的工作。这个文件稍微有一点时间久远，但是提出的相关的场景化的应用，包括五个一的目标，出行一张脸、物流一张单、通关一次检、运行一张网和监管一平台。还是作为我们整个智慧民航实现的发展目标。等到了2022年民航局印发的智慧民航建设路线图，也就是对标体系化的智慧民航的宏观的规划，主要是聚焦四十多个相关运行的场景。现在看起来虽然已经过了三四年的时间，但是里面的这些运行场景还是我们现在需要聚焦的一个重点。路线图里面对于智慧出行、智慧机场、智慧空管、智慧监管等等给出了相应的应用场景。时间关系我相信各位都比较熟悉，就不再赘述了。

在这样的一个背景下，我们在2025年初，由民航局指挥办，组织我们行业内的各个单位，由我们重点实验室来牵头进行了相关的2025年的24号文的编制。在这个编制的过程中，我们主要做了两方面的总体工作。一方面就是聚焦行业的应用场景，最终梳理出六大类应用场景，就是“AI+安全、+运行、+出行、+物流、+监管、+基础”的规划建设。除了从场景向技术方面靠近以外，我们也从技术向场景方面靠近。对于各类人工智能的技术，包括我们传统的计算机视觉的技术、语音识别的技术、NRP的技术，包括机器学习的预测类的算法，画像类的算法，还有我们前面各位专家也提到了现在的运筹优化。尤其是最近几年，AI通过加持以后，有一套新的运筹的一些方法。新的求解器里面和从传统基于规则的，基于数学的求解器是有所演进的。另外还有包括具等等方面，我们是进行了技术方面深入的研究。通过场景向技术方面的以及技术和场景的双向的研究，我们最终形成了24号文。这个文件本身各位领导可能比较熟悉，时间关系我就不再赘述了。包括阶段性的发展目标，从27年、30年，27年主要是一些关键的试点，30年提出来对于高质量数据集、基础设施平台、行业算法模型，要形成一个完备的体系化的布局。

具体的应用场景方面。安全方面涉及到飞行机务的安全、机场的运行的安全，包括各类感知类的这种预测类的，包括空管的预警，还有一个低空方面的。运行方面，航司主要是涉及到航班调度编排、机场的资源分配、空管的容流匹配以及多主体的协同运行。出行方面主要侧重于旅客服务，包括旅客的个性化服务、智能客服等等。监管方面除了传统的安全监管，这里面也强化了市场内的监管，包括数字政务，大家也关注到最近几年，我们行业对于包括像平台经济，包括像票价，包括像航线网络布局等等的这样的一些关注度。

物流作为单独的一个模块，各位也知道，我们国家是有一个整体的顶层的相关物流的规划，物流的数字化方面，主要一方面是相应的数字化和信息化。我们现在也在民航局运输司的带领下，启动了整个物流货站信息系统建设规范的编织的工作。除了基础的信息化，包括信息平台、电子运单等等，也包括一些物流的智慧化运行。此外物流是典型的少人无人的一个重要的示范场景。规划建设方面包括一些基础的规划，包括业务量预测、机场布局，建设方面也包括相应的智慧建造、数字孪生等等。要素方面也就是数据基础设施平台和行业算法模型。创新方面包括行业内的运行主体的创新，以及行业的上下游链条的一些创新。此外有一些保障措施。

这个文件给出了42项相应的场景试点，大家也都比较熟悉，有一个比较详细的描述，跟大家报告。就是我们在编制的过程中，实际上是整理了将近有160事项相关的场景。在去年年底发布的42项里面，随着红头文件发布的42项，相对来说是比较成熟的，应用比较广的。未来我们这个文件是希望能够做成一个会有一定的更新频率的，所以说相应的场景也在不断的扩展。比如一些典型的场景，前面有些领导提出了基于航油的一些大数据的分析。基于机场领域的就是从ACDM向TAM的智慧化的演进，包括路测的一些典型的保障资源的调度。还有监管领域，包括正在推进的空防安全方面的一些基于NLP数据的一些智能监管的系统。还有这些机身领域，包括少人无人化的运行，我们也注意到最近几年整个的无人化的装备、无人化的运行，包括服务航空器的一些工作，还有一些无人的巡检和作业方面的工作，应用都是比较广的。

因为文件本身在座的可能都比较熟悉，也是可以公开找到的。我们下一步的相关的工作现在正在推进。对于整个人工智能在行业落地过程中的一些典型问题，包括一些共性问题的技术方案，我们主要考虑到这么几个方面。一个方面就是关于场景端。我们行业内需要找到怎样的一个场景有这种AI一些价值的边界。我们这个场景值不值得用AI的技术手段，或者应该用哪种技术手段。技术端的问题就是说我们现在大家都在提人工智能，实际上就是不同人嘴里的人工智能的共识是非常重要的，究竟是感知类的智能，还是认知类的智能，还是决策类的智能，还是操作类的具身的智能等等，还是Agent的智能。这些不同的智能实际上是有不同的技术特点，比如说在这种感知类的智能，我们更多的应该是高质量数据集以及应用场景的规范。认知类的智能我们更多的是应该加上。认知类的智能我们更多的是应该加强业务语义，包括现在的知识图谱、本体这样的一些技术，来形成数据驱动和规则驱动这样一个结合的应用。而这种决策类的智能实际上包括新一代的运筹学的智能。应该说对于我们业内的业务规则要求是非常高的，而且是外面的社会化公司可能是很难做的像这么垂直的，也是我们业内需要重点发力的。另外就是支撑端，就是站在行业的角度，我们应该是怎么样来打造全行业的高质量的数据集。包括一些行业的共享算力平台的一些建设。此外在监管端，我们AI的安全监管，包括安全的分类分级，我们说可信性、可靠性、可解释性等等，它实际上都有不同的一些含义，我们实际上通过这个研究项目也在不断的进行梳理，包括后续我们会推进人工智能的应用场景，对于高价值的人工智能场景需要怎么样来进行识别。因为AI发展到今天，我个人认为已经过了大概两年多以前所谓的狂热期，已经到了一个相对比较成熟的理性的分析的阶段。就是哪些问题是所谓的伪需求，哪些问题会带来一些不太可控的问题。这些都是需要深入的分析的。包括如何让技术来进行相应的适配，如何来实现数据和模型的高效的集约，因为让每个单位都去训练一套模型，都用自己的数据去训练一个模型，从种意义上讲它是不高效的。包括AI应用效能的评估，就是说我们任何一个投入，从某种意义上讲都是要讲究投入产出比和成本分析的。

这就是我们下一步的相关工作时间关系，就跟各位汇报这么多，谢谢。