انقلاب در عملیات پرواز: JAL و هوش مصنوعی روی دستگاه

چالش مدیریت امور اداری حین پرواز

برای دهه‌ها، نقش مهماندار کابین ترکیبی از خدمات مشتری بی‌نظیر و مسئولیت‌های عملیاتی حیاتی بوده است. این متخصصان در ارتفاعات بالا، در حال پیمایش مناطق زمانی و نیازهای متنوع مسافران، سفیران خط مقدم یک شرکت هواپیمایی هستند. با این حال، پشت لبخندهای آرام و خدمات دقیق، بار اداری قابل توجهی نهفته است: مستندسازی دقیق رویدادهای حین پرواز. از حوادث پزشکی و درخواست‌های کمک مسافران گرفته تا بی‌نظمی‌های عملیاتی مانند تأخیر یا پرچم‌های نگهداری، هر رخداد قابل توجهی باید به طور دقیق و جامع ثبت شود. این فرآیند گزارش‌دهی، که به طور سنتی دستی بوده است، زمان گران‌بهایی را مصرف می‌کند – زمانی که در غیر این صورت می‌توانست به تضمین راحتی و ایمنی مسافران اختصاص یابد.

محیط را در نظر بگیرید: یک کابین هواپیمای شلوغ، اغلب با اتصال محدود یا غیرقابل اعتماد. مهمانداران ممکن است در طول مراحل پرتلاطم یا در حالی که چندین درخواست مسافر را مدیریت می‌کنند، یادداشت‌هایی بنویسند و بعداً در زمان‌های آرام‌تر یا اغلب پس از فرود، گزارش‌های مفصلی را جمع‌آوری کنند. این کار اداری پس از پرواز، زمان‌های چرخش یا زمان استراحت شخصی را کاهش می‌دهد. علاوه بر این، در مسیرهای بین‌المللی، لزوم ترجمه این گزارش‌ها، معمولاً از ژاپنی به انگلیسی برای استفاده عملیاتی گسترده‌تر، لایه دیگری از پیچیدگی و تأخیر بالقوه را اضافه می‌کند. فشار برای کامل بودن در عین کارآمدی، دقیق بودن در عین به موقع بودن، یک چالش عملیاتی مداوم ایجاد می‌کند. این اتلاف منابع است، به ویژه منبع انسانی ارزشمند خدمه کابین، که تمرکز آنها را از مأموریت اصلی مراقبت از مسافر منحرف می‌کند. Japan Airlines (JAL)، یک شرکت هواپیمایی مشهور به تعهد خود به تعالی خدمات، این نقطه اصطکاک را به عنوان حوزه‌ای مناسب برای نوآوری تشخیص داد.

معرفی JAL-AI Report: جهشی به سوی عملیات هوشمندتر

در اقدامی مهم برای ساده‌سازی این وظایف اداری ضروری، Japan Airlines پیشگام توسعه یک اپلیکیشن پیشرفته به نام JAL-AI Report است. این ابزار نوآورانه که توسط هوش مصنوعی قدرت گرفته است، آماده است تا نحوه مستندسازی رویدادهای حین پرواز توسط مهمانداران کابین را اساساً تغییر دهد. مفهوم اصلی به طرز شگفت‌انگیزی ساده است: به جای نوشتن آزاد که می‌تواند زمان‌بر باشد و از نظر جزئیات متفاوت باشد، مهمانداران با یک رابط کاربری ساختاریافته تعامل خواهند داشت.

این اپلیکیشن کاربر را از طریق یک توالی منطقی راهنمایی می‌کند. با شناسایی ماهیت رویداد با استفاده از یک سری چک‌باکس‌های از پیش تعریف شده شروع می‌شود – آیا وضعیت پزشکی است؟ مربوط به تأخیر پرواز است؟ مشکل پذیرایی است؟ مشاهده امنیتی است؟ پس از انتخاب دسته، چک‌باکس‌های بیشتری به مشخص کردن وضعیت کمک می‌کنند – به عنوان مثال، در بخش ‘پزشکی’، گزینه‌ها ممکن است شامل ‘تب’، ‘دل‌درد’، ‘آسیب جزئی’ و غیره باشند. پس از این طبقه‌بندی، مهماندار جزئیات کلیدی را با استفاده از کلمات کلیدی مختصر یا عبارات کوتاه به صورت نقطه‌ای وارد می‌کند. یک مثال ممکن است به این صورت باشد:

  • نوع رویداد: پزشکی
  • جزئیات: تب
  • مکان: صندلی 3H
  • اقدام انجام شده: مسافر به صندلی خالی منتقل شد، دراز کشید.
  • درخواست مسافر: نیاز به مشاوره پزشکی هنگام ورود دارد.
  • وضعیت: پایدار.

این روش ورودی ساختاریافته تضمین می‌کند که اطلاعات ضروری به طور کارآمد و مداوم ثبت می‌شوند. با این حال، جادوی واقعی در مرحله بعد اتفاق می‌افتد. با یک ضربه ساده روی یک دکمه، موتور هوش مصنوعی ادغام شده در برنامه، این ورودی‌های طبقه‌بندی شده و یادداشت‌های ساختاریافته را گرفته و یک گزارش کامل، منسجم و با نگارش حرفه‌ای تولید می‌کند. این سیستم برای تبدیل خلاصه‌نویسی نقطه‌ای به یک گزارش روایی کامل مناسب برای سوابق رسمی طراحی شده است.

به طور حیاتی، برای یک شرکت هواپیمایی با شبکه بین‌المللی گسترده مانند JAL، این برنامه عملکرد حیاتی دیگری را نیز در خود جای داده است: ترجمه با یک ضربه. گزارش‌های تهیه شده به زبان ژاپنی می‌توانند فوراً به انگلیسی تبدیل شوند و گلوگاه قابل توجهی در ارتباطات و انتقال عملیاتی در مسیرهای جهانی را از بین ببرند. این ادغام یکپارچه گزارش‌دهی و ترجمه، پیشرفت بزرگی در کارایی عملیاتی محسوب می‌شود.

قدرت Phi-4: فعال کردن هوش روی دستگاه

قلب تکنولوژیکی JAL-AI Report، مدل زبان کوچک (SLM) Phi-4 مایکروسافت است. این انتخاب عمدی و از نظر استراتژیک قابل توجه است. در حالی که بسیاری از هیاهوهای اخیر پیرامون هوش مصنوعی مولد بر روی مدل‌های زبان بزرگ (LLMs) متمرکز شده است – سیستم‌های قدرتمندی مانند GPT-4 که به منابع محاسباتی قابل توجه و اتصال مداوم به ابر نیاز دارند – SLMها پارادایم متفاوتی را ارائه می‌دهند.

Phi-4، به عنوان یک SLM، برای کارایی و عملکرد در وظایف خاص بهینه شده است در حالی که به قدرت محاسباتی بسیار کمتری نیاز دارد. این ردپای سبک‌تر به آن اجازه می‌دهد تا مستقیماً روی دستگاه‌ها، مانند تبلت‌های مورد استفاده خدمه کابین JAL، مستقر شود. توانایی اجرا به صورت آفلاین یک تغییر دهنده بازی برای محیط هوانوردی است. کابین‌های هواپیما به طور بدنامی برای اتصال اینترنتی پایدار و با پهنای باند بالا چالش‌برانگیز هستند. اتکا به یک LLM مبتنی بر ابر برای تولید گزارش در زمان واقعی در طول پرواز غیرعملی و غیرقابل اعتماد خواهد بود.

با بهره‌گیری ازPhi-4، اپلیکیشن JAL-AI Report می‌تواند به طور یکپارچه حتی زمانی که هواپیما در ارتفاع 35000 پایی بدون اتصال اینترنتی فعال در حال پرواز است کار کند. مهمانداران می‌توانند اطلاعات را وارد کرده و گزارش‌ها را در هر زمان و هر مکان در طول پرواز تولید کنند، بدون اینکه توسط نقاط کور اتصال محدود شوند. این پردازش روی دستگاه، تولید و در دسترس بودن فوری گزارش را تضمین می‌کند و مستقیماً به هدف کاهش بار کاری اداری در طول خود پرواز کمک می‌کند، نه فقط انتقال آن به پس از فرود.

توسعه این اپلیکیشن تخصصی از طریق همکاری با Microsoft’s Azure AI Foundry تسهیل می‌شود، برنامه‌ای که برای کمک به سازمان‌ها در تسریع ایجاد و استقرار راه‌حل‌های هوش مصنوعی طراحی شده است. این مشارکت به JAL امکان دسترسی به تخصص و ابزارهای پیشرفته مایکروسافت را می‌دهد و تضمین می‌کند که JAL-AI Report بر پایه‌ای قوی و مقیاس‌پذیر ساخته شده است که به طور خاص برای نیازهای منحصر به فرد صنعت هواپیمایی طراحی شده است. تمرکز به طور مستقیم بر ایجاد ابزارهایی است که در محیط‌های عملیاتی چالش‌برانگیز، مانند کابین هواپیما یا محیط شلوغ رمپ در فضای باز که Wi-Fi اغلب می‌تواند ضعیف یا غیرقابل اعتماد باشد، عملی و مؤثر هستند.

مزایای ملموس: زمان بیشتر برای مسافران، بهبود کیفیت گزارش‌دهی

تأثیر JAL-AI Report، حتی در مراحل توسعه آن، در حال حاضر قابل توجه است. مهمانداران کابین درگیر در آزمایش این اپلیکیشن، کاهش چشمگیری در زمان مورد نیاز برای تکمیل گزارش‌های عملیاتی را گزارش کرده‌اند. کاری که قبلاً ممکن بود یک ساعت نوشتن متمرکز طول بکشد، اکنون به طور بالقوه می‌تواند در حدود 20 دقیقه انجام شود. برای حوادث کمتر پیچیده، وظیفه‌ای که ممکن بود 30 دقیقه طول بکشد، می‌تواند به تنها 10 دقیقه کاهش یابد. این نشان‌دهنده صرفه‌جویی بالقوه زمانی تا دو سوم است، یک افزایش کارایی قابل توجه در هر زمینه حرفه‌ای، چه رسد به محیط حساس به زمان هوانوردی.

Takako Ukai، یک مهماندار کابین کهنه‌کار با 35 سال تجربه در JAL، دیدگاه مهمی را ارائه می‌دهد. او که اکنون بخشی از تیم تجربه کارکنان این شرکت هواپیمایی است، بینش‌های خط مقدم را به ابتکارات تحول دیجیتال JAL ارائه می‌دهد. او بر ماهیت شهودی گردش کار برنامه تأکید می‌کند – چک‌باکس‌ها و ورودی کلمات کلیدی فرآیند را ساده می‌کنند و بار ذهنی ساختاردهی و نوشتن نثر طولانی تحت فشار را از بین می‌برند. توانایی تولید گزارش کامل و ترجمه آن با یک ضربه دکمه، تحول‌آفرین تلقی می‌شود.

فراتر از صرفه‌جویی محض در زمان، بهبود پیش‌بینی شده‌ای در کیفیت و ثبات گزارش‌دهی وجود دارد. Keisuke Suzuki، معاون ارشد بخش فناوری دیجیتال JAL، خاطرنشان می‌کند که گزارش‌دهی دستی گاهی اوقات می‌تواند منجر به ناهماهنگی شود – برخی از مهمانداران ممکن است گزارش‌های بیش از حد مفصلی بنویسند، در حالی که برخی دیگر ممکن است بیش از حد مختصر باشند. فرآیند تولید مبتنی بر هوش مصنوعی، که توسط ورودی‌های ساختاریافته هدایت می‌شود، خروجی استانداردتری را نوید می‌دهد. این تضمین می‌کند که تمام اطلاعات لازم به طور مختصر و واضح ثبت می‌شوند و کاربرد این گزارش‌ها را برای تجزیه و تحلیل پایین‌دستی، بررسی‌های ایمنی و تنظیمات عملیاتی بهبود می‌بخشد. کیفیت بهتر داده‌ها منجر به بینش بهتر و در نهایت، عملیات ایمن‌تر و کارآمدتر می‌شود.

با این حال، مهم‌ترین مزیت در هدایت مجدد زمان صرفه‌جویی شده به سمت مسافران نهفته است. آقای Suzuki می‌گوید: ‘JAL-AI Report مشاغل مهمانداران کابین ما را پربارتر می‌کند’. ‘آنها می‌توانند به جای انجام کارهای اداری، زمان بیشتری را صرف خدمات مشتری کنند’. این کاملاً با فلسفه خدمات JAL همسو است. آزاد کردن مهمانداران از وظایف اداری به آنها اجازه می‌دهد تا بیشتر حاضر و به نیازهای مسافران توجه کنند و تجربه کلی سفر را افزایش دهند. چه ارائه کمک اضافی باشد، چه رسیدگی سریع‌تر به نگرانی‌ها، یا صرفاً ارائه تعاملی آرام‌تر و جذاب‌تر، تغییر تمرکز که توسط ابزار هوش مصنوعی امکان‌پذیر شده است، مستقیماً به نفع مشتری است.

چشم‌انداز گسترده‌تر: ادغام هوش مصنوعی در سراسر Japan Airlines

JAL-AI Report یک آزمایش جداگانه نیست، بلکه جزء کلیدی یک استراتژی بسیار گسترده‌تر برای ادغام هوش مصنوعی مولد در کل گروه Japan Airlines است. این ابتکار گسترده‌تر در اواسط سال 2023 آغاز شد و تعهد JAL را به بهره‌گیری از فناوری پیشرفته برای تعالی عملیاتی و افزایش قابلیت‌های کارکنان نشان می‌دهد.

تحت چتر JAL-AI Home، تمام 36500 کارمند در گروه JAL اکنون به مجموعه‌ای از ابزارهای هوش مصنوعی که بر روی پلتفرم Microsoft Azure OpenAI اجرا می‌شوند، دسترسی دارند. این پلتفرم دسترسی ایمن و در سطح سازمانی به قابلیت‌های قدرتمند هوش مصنوعی را برای انواع وظایف اداری و عملیاتی فراهم می‌کند. کارکنان در بخش‌های مختلف – از کارکنان زمینی و خدمه تعمیر و نگهداری گرفته تا خلبانان و پرسنل اداری – می‌توانند از این ابزارها برای عملکردهایی مانند موارد زیر استفاده کنند:

  • تهیه پیش‌نویس ارتباطات: تولید پیش‌نویس برای ایمیل‌ها، یادداشت‌های داخلی و مکاتبات مشتری.
  • خلاصه‌سازی: فشرده‌سازی سریع اسناد طولانی، گزارش‌ها یا رونوشت جلسات به نکات کلیدی.
  • ترجمه: ترجمه اسناد و ارتباطات بین ژاپنی و زبان‌های دیگر، تسهیل تعاملات داخلی و خارجی روان‌تر.
  • بازیابی اطلاعات: کمک به کارکنان در یافتن اطلاعات مرتبط در پایگاه‌های دانش گسترده و کتابچه‌های راهنمای عملیاتی JAL.
  • طوفان فکری و تولید ایده: استفاده از هوش مصنوعی به عنوان ابزاری برای کشف ایده‌ها یا رویکردهای جدید برای چالش‌های مختلف.

این پذیرش در سطح شرکت نشان‌دهنده یک تعهد استراتژیک عمیق است. JAL هوش مصنوعی مولد را صرفاً ابزاری برای افزایش کارایی تدریجی نمی‌بیند، بلکه آن را یک فناوری تحول‌آفرین می‌داند که قادر به تغییر شکل فرآیندهای اصلی کسب‌وکار است. آقای Suzuki توضیح می‌دهد: ‘ما فرصت‌هایی را برای قرار دادن هوش مصنوعی مولد در مرکز کسب‌وکار و ایجاد تغییرات در عملیات و خدمات مشتری می‌بینیم’.

توسعه اپلیکیشن‌های تخصصی و وظیفه‌محور مانند JAL-AI Report، با استفاده از مدل‌های کارآمد مانند Phi-4 برای استقرار لبه (edge deployment)، دسترسی گسترده‌تر به ابزارهای هوش مصنوعی مبتنی بر ابر از طریق JAL-AI Home را تکمیل می‌کند. این رویکرد دوگانه به JAL اجازه می‌دهد تا راه‌حل‌های هوش مصنوعی را متناسب با نیازها و محیط‌های عملیاتی خاص تنظیم کند – بهره‌گیری از مدل‌های قدرتمند ابری برای وظایف پیچیده پشتیبانی (back-office) در حالی که مدل‌های چابک روی دستگاه را برای عملیات خط مقدم که در آن اتصال یک محدودیت است، مستقر می‌کند.

فلسفه کلی، همکاری بین انسان و هوش مصنوعی است. هدف جایگزینی قضاوت یا تعامل انسانی نیست، بلکه تقویت قابلیت‌های کارکنان، خودکارسازی وظایف تکراری و ارائه ابزارهایی است که کارکنان را قادر می‌سازد تا نقش‌های خود را به طور مؤثرتر و با تمرکز بیشتر بر فعالیت‌های با ارزش بالا مانند تعامل با مشتری و حل مسائل پیچیده انجام دهند. آقای Suzuki با تأکید بر چشم‌اندازی که در آن فناوری نیروی کار را توانمند می‌سازد و منجر به بهبود عملکرد عملیاتی و تجربه کاری رضایت‌بخش‌تر می‌شود، می‌گوید: ‘ما از همکاری هوش مصنوعی و انسان‌ها هیجان‌زده هستیم’. این رویکرد آینده‌نگر، Japan Airlines را در خط مقدم پذیرش هوش مصنوعی در صنعت جهانی هواپیمایی قرار می‌دهد و سابقه‌ای را برای چگونگی ادغام متفکرانه فناوری برای افزایش کارایی و عنصر انسانی ذاتی سفر هوایی تعیین می‌کند.