विमानातील कामात क्रांती: JAL मध्ये ऑन-डिव्हाइस AI

विमानातील प्रशासकीय कामाचे आव्हान

अनेक दशकांपासून, केबिन अटेंडंटची भूमिका अतुलनीय ग्राहक सेवेसोबत महत्त्वपूर्ण कार्यान्वयन जबाबदाऱ्या पार पाडत आहे. ढगांच्या पलीकडे, वेगवेगळ्या टाइम झोनमध्ये आणि प्रवाशांच्या विविध गरजा पूर्ण करताना, हे व्यावसायिक एअरलाइनचे अग्रदूत असतात. तरीही, त्यांच्या शांत स्मितहास्यामागे आणि तत्पर सेवेमागे एक मोठा प्रशासकीय भार असतो: विमानातील घटनांची बारकाईने नोंद करणे. वैद्यकीय घटना, प्रवाशांच्या मदतीच्या विनंत्यांपासून ते विलंब किंवा देखभालीच्या सूचनांसारख्या कार्यान्वयन अनियमिततांपर्यंत, प्रत्येक उल्लेखनीय घटनेची अचूक आणि सविस्तर नोंद करणे आवश्यक असते. ही अहवाल प्रक्रिया, जी पारंपरिकपणे हाताने केली जाते, मौल्यवान वेळ घेते – तो वेळ जो अन्यथा प्रवाशांच्या सोयी आणि सुरक्षिततेसाठी दिला जाऊ शकतो.

वातावरणाचा विचार करा: एक व्यस्त विमान केबिन, जिथे अनेकदा मर्यादित किंवा अविश्वसनीय कनेक्टिव्हिटी असते. अटेंडंट्स अशांततेच्या वेळी किंवा एकाच वेळी अनेक प्रवाशांच्या विनंत्या हाताळताना नोट्स घेऊ शकतात, नंतर शांततेच्या काळात किंवा अनेकदा, विमान उतरल्यावर तपशीलवार अहवाल तयार करतात. विमानानंतरचे हे प्रशासकीय काम टर्नअराउंड वेळेत किंवा वैयक्तिक विश्रांतीच्या वेळेत व्यत्यय आणते. शिवाय, आंतरराष्ट्रीय मार्गांवर, या अहवालांचे भाषांतर करण्याची आवश्यकता, विशेषतः जपानीमधून इंग्रजीमध्ये व्यापक कार्यान्वयन वापरासाठी, आणखी एक गुंतागुंत आणि संभाव्य विलंब निर्माण करते. सविस्तर तरीही कार्यक्षम, अचूक तरीही वेळेवर असण्याचा दबाव, एक सततचे कार्यान्वयन आव्हान निर्माण करतो. हे संसाधनांवर, विशेषतः केबिन क्रूच्या मौल्यवान मानवी संसाधनावर ताण टाकते, त्यांचे लक्ष प्रवाशांच्या सेवेच्या मुख्य ध्येयापासून विचलित करते. Japan Airlines (JAL), सेवा उत्कृष्टतेसाठी वचनबद्ध असलेली एअरलाइन, या घर्षण बिंदूला नवोपक्रमासाठी योग्य क्षेत्र म्हणून ओळखले.

JAL-AI Report चा परिचय: स्मार्ट कामकाजाकडे एक झेप

या आवश्यक प्रशासकीय कामांना सुव्यवस्थित करण्यासाठी एका महत्त्वपूर्ण हालचालीत, Japan Airlines JAL-AI Report नावाच्या एका अत्याधुनिक ॲप्लिकेशनच्या विकासात पुढाकार घेत आहे. कृत्रिम बुद्धिमत्तेवर (artificial intelligence) आधारित हे नाविन्यपूर्ण साधन, केबिन अटेंडंट्स विमानातील घटना कशा नोंदवतात यात मूलभूत बदल घडवून आणणार आहे. याची मूळ संकल्पना अत्यंत सोपी आहे: मुक्त-स्वरूपातील लिखाणाऐवजी, जे वेळखाऊ असू शकते आणि तपशिलात भिन्न असू शकते, अटेंडंट्स एका संरचित इंटरफेस (structured interface) द्वारे संवाद साधतील.

हे ॲप्लिकेशन वापरकर्त्याला एका तार्किक क्रमाने मार्गदर्शन करते. हे पूर्वनिर्धारित चेकबॉक्सेसच्या (checkboxes) मालिकेचा वापर करून घटनेचे स्वरूप ओळखण्यापासून सुरू होते – ही वैद्यकीय परिस्थिती आहे का? विमान विलंबाशी संबंधित आहे? केटरिंगचा मुद्दा आहे? सुरक्षेचे निरीक्षण आहे? एकदा श्रेणी निवडल्यानंतर, पुढील चेकबॉक्सेस परिस्थिती निर्दिष्ट करण्यात मदत करतात – उदाहरणार्थ, ‘वैद्यकीय’ अंतर्गत, ‘ताप,’ ‘पोटदुखी,’ ‘किरकोळ दुखापत,’ इत्यादी पर्याय असू शकतात. या वर्गीकरणानंतर, अटेंडंट संक्षिप्त कीवर्ड्स (keywords) किंवा बुलेट पॉइंट्समध्ये (bullet points) लहान वाक्यांशांचा वापर करून मुख्य तपशील इनपुट करतात. एक उदाहरण असे दिसू शकेल:

• घटनेचा प्रकार: वैद्यकीय
• तपशील: ताप
• स्थान: सीट 3H
• केलेली कारवाई: प्रवाशाला रिकाम्या सीटवर हलवले, झोपवले.
• प्रवाशाची विनंती: आगमनानंतर वैद्यकीय सल्ला आवश्यक.
• स्थिती: स्थिर.

ही संरचित इनपुट पद्धत सुनिश्चित करते की आवश्यक माहिती कार्यक्षमतेने आणि सातत्याने कॅप्चर केली जाते. खरी जादू, तथापि, पुढे घडते. एका बटणाच्या साध्या टॅपने, ॲपमध्ये एकत्रित केलेले AI इंजिन हे वर्गीकृत इनपुट आणि संरचित नोट्स घेते आणि एक संपूर्ण, सुसंगत आणि व्यावसायिकरित्या शब्दबद्ध केलेला अहवाल तयार करते. ही प्रणाली बुलेटेड शॉर्टहँडला अधिकृत नोंदींसाठी योग्य असलेल्या पूर्ण वर्णनात्मक लॉगमध्ये रूपांतरित करण्यासाठी डिझाइन केलेली आहे.

महत्त्वाचे म्हणजे, JAL सारख्या विशाल आंतरराष्ट्रीय नेटवर्क असलेल्या एअरलाइनसाठी, ॲपमध्ये आणखी एक महत्त्वपूर्ण कार्य समाविष्ट आहे: एक-टॅप भाषांतर. जपानीमध्ये तयार केलेले अहवाल त्वरित इंग्रजीमध्ये रूपांतरित केले जाऊ शकतात, ज्यामुळे जागतिक मार्गांवरील संवाद आणि कार्यान्वयन हस्तांतरणातील एक मोठा अडथळा दूर होतो. अहवाल आणि भाषांतराचे हे अखंड एकत्रीकरण कार्यान्वयन कार्यक्षमतेत एक मोठी प्रगती दर्शवते.

Phi-4 ची शक्ती: ऑन-डिव्हाइस इंटेलिजन्स सक्षम करणे

JAL-AI Report चे तांत्रिक हृदय Microsoft चे Phi-4 स्मॉल लँग्वेज मॉडेल (SLM) आहे. ही निवड हेतुपुरस्सर आणि धोरणात्मकदृष्ट्या महत्त्वपूर्ण आहे. जनरेटिव्ह AI (generative AI) बद्दलची अलीकडील बरीच चर्चा लार्ज लँग्वेज मॉडेल्स (LLMs) – जसे की GPT-4 सारख्या शक्तिशाली प्रणालींवर केंद्रित असली तरी, ज्यांना भरीव संगणकीय संसाधने आणि सतत क्लाउड कनेक्टिव्हिटीची आवश्यकता असते – SLMs एक वेगळा दृष्टिकोन देतात.

Phi-4, एक SLM म्हणून, विशिष्ट कार्यांवर कार्यक्षमता आणि कामगिरीसाठी ऑप्टिमाइझ केलेले आहे, तसेच लक्षणीयरीत्या कमी संगणकीय शक्तीची मागणी करते. हे हलके स्वरूप त्याला थेट डिव्हाइसेसवर तैनात करण्याची परवानगी देते, जसे की JAL च्या केबिन क्रूद्वारे वापरले जाणारे टॅब्लेट. ऑफलाइन (offline) चालण्याची क्षमता विमानचालन वातावरणासाठी गेम-चेंजर आहे. विमानाचे केबिन सातत्यपूर्ण, उच्च-बँडविड्थ इंटरनेट कनेक्टिव्हिटीसाठी कुप्रसिद्धपणे आव्हानात्मक असतात. उड्डाण दरम्यान रिअल-टाइम अहवाल निर्मितीसाठी क्लाउड-आधारित LLM वर अवलंबून राहणे अव्यवहार्य आणि अविश्वसनीय असेल.

Phi-4 चा फायदा घेऊन, JAL-AI Report ॲप विमान 35,000 फूट उंचीवर असताना आणि सक्रिय इंटरनेट कनेक्शन नसतानाही अखंडपणे कार्य करू शकते. अटेंडंट्स फ्लाइट दरम्यान कधीही, कुठेही माहिती इनपुट करू शकतात आणि अहवाल तयार करू शकतात, कनेक्टिव्हिटी डेड स्पॉट्समुळे अडथळा न येता. हे ऑन-डिव्हाइस प्रोसेसिंग (on-device processing) त्वरित अहवाल निर्मिती आणि उपलब्धता सुनिश्चित करते, प्रशासकीय कामाचा बोजा फ्लाइट दरम्यानच कमी करण्याच्या ध्येयात थेट योगदान देते, केवळ विमान उतरल्यावर ढकलण्याऐवजी.

या विशेष ॲप्लिकेशनचा विकास Microsoft च्या Azure AI Foundry च्या सहकार्याने सुलभ केला जात आहे, हा एक कार्यक्रम संस्थांना AI सोल्यूशन्सची निर्मिती आणि उपयोजन वेगवान करण्यात मदत करण्यासाठी डिझाइन केलेला आहे. ही भागीदारी JAL ला Microsoft चे कौशल्य आणि अत्याधुनिक साधनांमध्ये प्रवेश प्रदान करते, ज्यामुळे JAL-AI Report एका मजबूत आणि स्केलेबल पायावर तयार केले जाईल, विशेषतः एअरलाइन उद्योगाच्या अद्वितीय मागण्यांसाठी तयार केलेले. विमान केबिन किंवा व्यस्त बाहेरील रॅम्प वातावरण यांसारख्या आव्हानात्मक कार्यान्वयन सेटिंग्जमध्ये व्यावहारिक आणि प्रभावी साधने तयार करण्यावर लक्ष केंद्रित केले आहे, जिथे Wi-Fi अनेकदा कमकुवत किंवा अविश्वसनीय असू शकते.

ठोस फायदे: प्रवाशांसाठी अधिक वेळ, सुधारित अहवाल गुणवत्ता

JAL-AI Report चा प्रभाव, त्याच्या विकासाच्या टप्प्यातही, आधीच लक्षणीय सिद्ध होत आहे. ॲप्लिकेशनच्या चाचणीत सहभागी असलेल्या केबिन अटेंडंट्सनी कार्यान्वयन अहवाल पूर्ण करण्यासाठी लागणाऱ्या वेळेत नाट्यमय घट नोंदवली आहे. ज्या कामासाठी पूर्वी एक तास एकाग्र लिखाणाची आवश्यकता होती, ते आता अंदाजे 20 मिनिटांत पूर्ण केले जाऊ शकते. कमी गुंतागुंतीच्या घटनांसाठी, ज्या कामाला 30 मिनिटे लागू शकली असती, ते फक्त 10 मिनिटांपर्यंत कमी केले जाऊ शकते. हे संभाव्यतः दोन-तृतीयांश पर्यंत वेळेची बचत दर्शवते, कोणत्याही व्यावसायिक संदर्भात एक उल्लेखनीय कार्यक्षमता वाढ, विमानचालनाच्या वेळे-संवेदनशील वातावरणाचा उल्लेख तर सोडाच.

ताकाको उकाई (Takako Ukai), JAL मध्ये 35 वर्षांचा अनुभव असलेल्या एक अनुभवी केबिन अटेंडंट, एक महत्त्वपूर्ण दृष्टीकोन देतात. आता एअरलाइनच्या कर्मचारी अनुभव टीमचा भाग म्हणून, त्या JAL च्या डिजिटल ट्रान्सफॉर्मेशन (digital transformation) उपक्रमांमध्ये आघाडीच्या अंतर्दृष्टीचे योगदान देतात. त्या ॲपच्या कार्यप्रवाहाच्या अंतर्ज्ञानी स्वरूपावर प्रकाश टाकतात – चेकबॉक्सेस आणि कीवर्ड इनपुट प्रक्रिया सुलभ करतात, दबावाखाली लांबलचक गद्य रचण्याचा आणि तयार करण्याचा मानसिक भार काढून टाकतात. एका बटणाच्या टॅपने संपूर्ण अहवाल तयार करण्याची आणि त्याचे भाषांतर करण्याची क्षमता परिवर्तनकारी मानली जाते.

केवळ वेळेच्या बचतीपलीकडे, अहवालाची गुणवत्ता आणि सुसंगतता यात अपेक्षित सुधारणा आहे. केईसुके सुझुकी (Keisuke Suzuki), JAL च्या डिजिटल टेक्नॉलॉजी विभागाचे वरिष्ठ उपाध्यक्ष, नमूद करतात की हाताने केलेल्या अहवालामुळे कधीकधी विसंगती येऊ शकते – काही अटेंडंट्स अत्यधिक तपशीलवार अहवाल लिहू शकतात, तर काही खूप संक्षिप्त असू शकतात. संरचित इनपुटद्वारे मार्गदर्शन केलेली AI-चालित निर्मिती प्रक्रिया अधिक प्रमाणित आउटपुटचे वचन देते. हे सुनिश्चित करते की सर्व आवश्यक माहिती संक्षिप्तपणे आणि स्पष्टपणे कॅप्चर केली जाते, ज्यामुळे या अहवालांची डाउनस्ट्रीम विश्लेषण, सुरक्षा पुनरावलोकने आणि कार्यान्वयन समायोजनांसाठी उपयोगिता सुधारते. उत्तम डेटा गुणवत्ता उत्तम अंतर्दृष्टी आणि शेवटी, सुरक्षित आणि अधिक कार्यक्षम कामकाजाकडे नेते.

सर्वात महत्त्वाचा फायदा, तथापि, वाचलेला वेळ प्रवाशांकडे वळवण्यात आहे. “JAL-AI Report आमच्या केबिन अटेंडंट्सचे काम अधिक उत्पादक बनवते,” श्री. सुझुकी म्हणतात. “ते प्रशासकीय काम करण्याऐवजी ग्राहक सेवेवर अधिक वेळ घालवू शकतात.” हे JAL च्या सेवा तत्त्वज्ञानाशी पूर्णपणे जुळते. अटेंडंट्सना प्रशासकीय कामांपासून मुक्त केल्याने ते प्रवाशांच्या गरजांसाठी अधिक उपस्थित आणि लक्ष देण्यास सक्षम होतात, ज्यामुळे एकूण प्रवासाचा अनुभव वाढतो. अतिरिक्त मदत देणे असो, चिंतांचे अधिक त्वरीत निराकरण करणे असो, किंवा फक्त अधिक आरामशीर आणि आकर्षक संवाद साधणे असो, AI साधनाद्वारे सक्षम केलेले लक्ष केंद्रित थेट ग्राहकांना फायदा देते.

एक व्यापक दृष्टी: संपूर्ण Japan Airlines मध्ये AI एकत्रीकरण

JAL-AI Report हा एक वेगळा प्रयोग नसून संपूर्ण Japan Airlines Group मध्ये जनरेटिव्ह AI एकत्रित करण्याच्या एका व्यापक धोरणाचा महत्त्वाचा घटक आहे. हा व्यापक उपक्रम 2023 च्या मध्यापासून सुरू झाला, जो कार्यान्वयन उत्कृष्टता आणि वाढीव कर्मचारी क्षमतांसाठी प्रगत तंत्रज्ञानाचा फायदा घेण्यासाठी JAL ची वचनबद्धता दर्शवतो.

JAL-AI Home च्या छत्राखाली, JAL Group मधील सर्व 36,500 कर्मचाऱ्यांकडे आता Microsoft Azure OpenAI platform वर चालणाऱ्या AI साधनांच्या संचात प्रवेश आहे. हे प्लॅटफॉर्म विविध प्रशासकीय आणि कार्यान्वयन कार्यांसाठी शक्तिशाली AI क्षमतांमध्ये सुरक्षित, एंटरप्राइझ-ग्रेड प्रवेश प्रदान करते. विविध विभागांमधील कर्मचारी – ग्राउंड स्टाफ आणि मेंटेनन्स क्रूपासून ते पायलट आणि ऑफिस कर्मचाऱ्यांपर्यंत – खालील कार्यांसाठी या साधनांचा वापर करू शकतात:

• संवाद मसुदा तयार करणे: ईमेल, अंतर्गत मेमो आणि ग्राहक पत्रव्यवहारासाठी मसुदे तयार करणे.
• सारांशीकरण: लांब दस्तऐवज, अहवाल किंवा मीटिंग ट्रान्सक्रिप्ट्सचे मुख्य निष्कर्षांमध्ये त्वरीत रूपांतर करणे.
• भाषांतर: जपानी आणि इतर भाषांमध्ये दस्तऐवज आणि संवादांचे भाषांतर करणे, ज्यामुळे सुरळीत अंतर्गत आणि बाह्य संवाद सुलभ होतो.
• माहिती पुनर्प्राप्ती: कर्मचाऱ्यांना JAL च्या विस्तृत ज्ञान आधार आणि कार्यान्वयन नियमावलींमध्ये संबंधित माहिती शोधण्यात मदत करणे.
• विचारमंथन आणि कल्पना निर्मिती: विविध आव्हानांसाठी नवीन कल्पना किंवा दृष्टिकोन शोधण्यासाठी AI चा साधन म्हणून वापर करणे.

हे कंपनी-व्यापी अवलंबित्व एका खोल धोरणात्मक वचनबद्धतेचे संकेत देते. JAL जनरेटिव्ह AI ला केवळ वाढीव कार्यक्षमतेसाठी एक साधन म्हणून पाहत नाही, तर मुख्य व्यवसाय प्रक्रिया पुन्हा आकारण्यास सक्षम असलेले एक परिवर्तनकारी तंत्रज्ञान म्हणून पाहते. “आम्ही जनरेटिव्ह AI ला व्यवसायाच्या केंद्रस्थानी ठेवण्याची आणि कामकाज व ग्राहक सेवेत बदल घडवून आणण्याची संधी पाहतो,” श्री. सुझुकी स्पष्ट करतात.

JAL-AI Report सारख्या विशेष, कार्य-विशिष्ट ॲप्लिकेशन्सचा विकास, एज उपयोजनासाठी Phi-4 सारख्या कार्यक्षम मॉडेल्सचा वापर करून, JAL-AI Home द्वारे क्लाउड-आधारित AI साधनांच्या व्यापक उपलब्धतेला पूरक आहे. हा दुहेरी दृष्टिकोन JAL ला विशिष्ट गरजा आणि कार्यान्वयन वातावरणासाठी AI सोल्यूशन्स तयार करण्याची परवानगी देतो – जटिल बॅक-ऑफिस कार्यांसाठी शक्तिशाली क्लाउड मॉडेल्सचा फायदा घेणे, तर कनेक्टिव्हिटी मर्यादित असलेल्या आघाडीच्या कामकाजासाठी चपळ ऑन-डिव्हाइस मॉडेल्स तैनात करणे.

सर्वसमावेशक तत्त्वज्ञान मानव आणि AI यांच्यातील सहकार्याचे आहे. ध्येय मानवी निर्णय किंवा संवादाची जागा घेणे नाही, तर कर्मचाऱ्यांच्या क्षमता वाढवणे, पुनरावृत्ती होणारी कार्ये स्वयंचलित करणे आणि कर्मचाऱ्यांना त्यांची भूमिका अधिक प्रभावीपणे आणि ग्राहक प्रतिबद्धता व जटिल समस्या-निवारण यांसारख्या उच्च-मूल्याच्या क्रियाकलापांवर अधिक लक्ष केंद्रित करण्यास सक्षम करणारी साधने प्रदान करणे आहे. “आम्ही AI आणि मानवांनी एकत्र काम करण्यास उत्सुक आहोत,” श्री. सुझुकी जोर देतात, एका अशा दृष्टीकोनावर प्रकाश टाकतात जिथे तंत्रज्ञान कर्मचाऱ्यांचे सक्षमीकरण करते, ज्यामुळे सुधारित कार्यान्वयन कामगिरी आणि अधिक समाधानकारक कर्मचारी अनुभव दोन्ही मिळतात. हा दूरदर्शी दृष्टिकोन Japan Airlines ला जागतिक एअरलाइन उद्योगात AI अवलंबनाच्या आघाडीवर ठेवतो, कार्यक्षमता आणि हवाई प्रवासाचा अत्यावश्यक मानवी घटक दोन्ही वाढविण्यासाठी तंत्रज्ञान विचारपूर्वक कसे एकत्रित केले जाऊ शकते याचा आदर्श स्थापित करतो.