Tối Ưu Hóa Quy Trình Làm Việc Của JAL: Đột Phá AI Từ Fujitsu Và Headwaters
Trong sự hợp tác mang tính đột phá, Fujitsu Limited và Headwaters Co., Ltd., nhà cung cấp giải pháp AI hàng đầu, đã kết thúc thành công các thử nghiệm thực địa sử dụng AI tạo sinh để cách mạng hóa việc tạo báo cáo bàn giao cho đội ngũ tiếp viên hàng không của Japan Airlines Co., Ltd. (JAL). Các thử nghiệm này, kéo dài từ ngày 27 tháng 1 đến ngày 26 tháng 3 năm 2025, đã chứng minh một cách rõ ràng tiềm năng tiết kiệm thời gian đáng kể và nâng cao hiệu quả.
Thách Thức Của Báo Cáo Bàn Giao
Các thành viên phi hành đoàn JAL theo truyền thống dành nhiều thời gian và công sức để biên soạn các báo cáo bàn giao toàn diện. Các báo cáo này đóng vai trò là kênh quan trọng để chuyển giao thông tin giữa các phi hành đoàn kế tiếp và nhân viên mặt đất, đảm bảo luồng hoạt động liền mạch. Nhận thấy cơ hội để hợp lý hóa quy trình này, Fujitsu và Headwaters đã bắt tay vào một nỗ lực chung để tận dụng sức mạnh của AI tạo sinh.
Một Giải Pháp Mới: AI Tạo Sinh Ngoại Tuyến
Để khắc phục những hạn chế của việc dựa vào kết nối đám mây liên tục, Fujitsu và Headwaters đã chọn Phi-4 của Microsoft, một mô hình ngôn ngữ nhỏ gọn (SLM) được tối ưu hóa tỉ mỉ cho môi trường ngoại tuyến. Lựa chọn chiến lược này cho phép phát triển một hệ thống dựa trên trò chuyện có thể truy cập trên các thiết bị máy tính bảng, tạo điều kiện tạo báo cáo hiệu quả cả trong và sau các chuyến bay.
Các thử nghiệm đã mang lại bằng chứng thuyết phục rằng giải pháp sáng tạo này trao quyền cho phi hành đoàn tạo ra các báo cáo chất lượng cao đồng thời giảm đáng kể thời gian đầu tư vào việc tạo báo cáo. Điều này chuyển thành hiệu quả nâng cao cho phi hành đoàn của JAL, cuối cùng góp phần cải thiện việc cung cấp dịch vụ cho hành khách.
Vai Trò Và Trách Nhiệm
Sự thành công của sáng kiến hợp tác này phụ thuộc vào chuyên môn và đóng góp riêng biệt của mỗi đối tác:
Fujitsu: Công ty đóng vai trò then chốt trong việc điều chỉnh Microsoft Phi-4 theo các yêu cầu cụ thể của nhiệm vụ phi hành đoàn. Tận dụng dịch vụ Fujitsu Kozuchi AI, Fujitsu đã tinh chỉnh tỉ mỉ mô hình ngôn ngữ bằng dữ liệu báo cáo lịch sử của JAL, đảm bảo hiệu suất và mức độ phù hợp tối ưu.
Headwaters: Headwaters đi đầu trong việc phát triển ứng dụng AI tạo sinh dành riêng cho doanh nghiệp được hỗ trợ bởi Phi-4. Bằng cách sử dụng công nghệ lượng tử hóa, Headwaters đã cho phép tạo báo cáo liền mạch trên các thiết bị máy tính bảng ngay cả trong môi trường ngoại tuyến. Hơn nữa, các chuyên gia tư vấn AI của họ đã cung cấp hỗ trợ vô giá trong suốt dự án, bao gồm phân tích quy trình làm việc để triển khai AI, triển khai và đánh giá thử nghiệm cũng như quản lý tiến độ phát triển nhanh nhẹn. Các kỹ sư AI của công ty cũng xây dựng một môi trường tinh chỉnh cho Fujitsu Kozuchi và cung cấp hỗ trợ kỹ thuật để tối ưu hóa phù hợp với môi trường sử dụng riêng của khách hàng.
Thông Tin Chi Tiết Về Ngành
Shinichi Miyata, Trưởng Đơn vị Kinh doanh Giải pháp Liên ngành, Tập đoàn Kinh doanh Giải pháp Toàn cầu, Fujitsu Limited, nhấn mạnh tầm quan trọng của thành tích này, nói rằng: ‘Chúng tôi rất vui mừng được công bố ví dụ này về việc sử dụng AI tạo sinh trong các hoạt động cabin của Japan Airlines. Bằng chứng khái niệm chung này đóng góp vào sự tiến bộ của AI tạo sinh trong môi trường ngoại tuyến và có tiềm năng chuyển đổi các hoạt động trong nhiều ngành và vai trò khác nhau, nơi khả năng truy cập mạng bị hạn chế. Sự thành công của sự hợp tác có ý nghĩa này là kết quả của khả năng đề xuất đặc biệt của Headwaters kết hợp với chuyên môn công nghệ của Fujitsu. Tiến lên phía trước, chúng tôi vẫn cam kết tăng cường quan hệ đối tác của mình để hỗ trợ việc mở rộng kinh doanh của khách hàng và giải quyết các thách thức xã hội”.
Quỹ Đạo Tương Lai
Dựa trên những kết quả đầy hứa hẹn của các thử nghiệm thực địa, Fujitsu và Headwaters cam kết theo đuổi các thử nghiệm sâu hơn để mở đường cho việc triển khai sản xuất cho JAL. Mục tiêu cuối cùng của họ là tích hợp liền mạch giải pháp vào nền tảng AI tạo sinh hiện có của JAL.
Ngoài ra, Fujitsu hình dung việc kết hợp các SLM được thiết kế đặc biệt cho các loại công việc khác nhau trong Fujitsu Kozuchi, tiếp tục nâng cao tính linh hoạt và khả năng áp dụng của dịch vụ AI.
Cùng với nhau, Fujitsu và Headwaters sẽ tiếp tục ủng hộ sự chuyển đổi hoạt động của JAL thông qua ứng dụng chiến lược của AI, giải quyết các thách thức quan trọng, nâng cao dịch vụ khách hàng và giải quyết các vấn đề toàn ngành.
Đi Sâu Hơn: Tiết Lộ Sắc Thái Của Việc Triển Khai AI
Sự hợp tác giữa Fujitsu và Headwaters để nâng cao hiệu quả hoạt động của JAL thông qua AI mang đến một nghiên cứu điển hình hấp dẫn về cách công nghệ tiên tiến có thể được khai thác để giải quyết các thách thức trong thế giới thực. Hãy mổ xẻ các yếu tố chính làm nền tảng cho sự thành công của dự án này và khám phá những tác động rộng lớn hơn đối với ngành hàng không và hơn thế nữa.
1. Lựa Chọn Chiến Lược Mô Hình Ngôn Ngữ Nhỏ (SLM)
Quyết định sử dụng Phi-4 của Microsoft, một mô hình ngôn ngữ nhỏ (SLM), thay vì một mô hình ngôn ngữ lớn (LLM), là một đòn bẩy chiến lược. LLM, mặc dù tự hào có khả năng ấn tượng, nhưng thường yêu cầu tài nguyên tính toán đáng kể và kết nối liên tục với các máy chủ đám mây. Điều này đặt ra một thách thức đáng kể trong môi trường nơi khả năng truy cập mạng không đáng tin cậy hoặc không tồn tại, chẳng hạn như trong các chuyến bay.
Mặt khác, SLM được thiết kế để hoạt động hiệu quả trên các thiết bị có sức mạnh xử lý và dung lượng lưu trữ hạn chế. Đặc biệt, Phi-4 đã được tối ưu hóa tỉ mỉ cho môi trường ngoại tuyến, khiến nó trở thành một lựa chọn lý tưởng cho dự án JAL. Cách tiếp cận này không chỉ đảm bảo rằng phi hành đoàn có thể truy cập hệ thống tạo báo cáo do AI cung cấp bất kể khả năng kết nối mạng mà còn giảm sự phụ thuộc vào cơ sở hạ tầng đám mây đắt tiền.
2. Tinh Chỉnh Cho Tính Đặc Thù Của Miền
Mặc dù SLM cung cấp lợi thế của hoạt động ngoại tuyến, nhưng chúng thường thiếu bề rộng kiến thức và hiểu biết theo ngữ cảnh của các đối tác lớn hơn của chúng. Để giải quyết hạn chế này, Fujitsu đã sử dụng dịch vụ Kozuchi AI của mình để tinh chỉnh Phi-4 bằng dữ liệu báo cáo lịch sử của JAL.
Tinh chỉnh bao gồm việc đào tạo một mô hình ngôn ngữ được đào tạo trước trên một tập dữ liệu cụ thể để cải thiện hiệu suất của nó trên một tác vụ cụ thể hoặc trong một miền cụ thể. Trong trường hợp này, bằng cách hiển thị Phi-4 với vô số báo cáo trước đây của JAL, Fujitsu đã cho phép mô hình học các sắc thái của báo cáo phi hành đoàn, bao gồm thuật ngữ cụ thể, quy ước định dạng và các vấn đề phổ biến gặp phải trong các chuyến bay.
Việc tinh chỉnh dành riêng cho miền này đã cải thiện đáng kể độ chính xác và mức độ liên quan của các báo cáo do AI tạo ra, đảm bảo rằng chúng đáp ứng các yêu cầu nghiêm ngặt của quy trình vận hành của JAL.
3. Công Nghệ Lượng Tử Hóa Để Nâng Cao Hiệu Quả
Sự đóng góp của Headwaters cho dự án đã vượt ra ngoài việc phát triển ứng dụng dựa trên trò chuyện. Công ty cũng đã sử dụng công nghệ lượng tử hóa để tối ưu hóa hơn nữa hiệu suất của Phi-4 trên các thiết bị máy tính bảng.
Lượng tử hóa là một kỹ thuật làm giảm dung lượng bộ nhớ và các yêu cầu tính toán của mạng thần kinh bằng cách biểu diễn các tham số của nó bằng ít bit hơn. Ví dụ: thay vì sử dụng số dấu phẩy động 32 bit, các tham số của mô hình có thể được biểu diễn bằng số nguyên 8 bit.
Việc giảm độ chính xác này phải trả giá một chút về độ chính xác, nhưng sự đánh đổi thường xứng đáng về mặt cải thiện tốc độ và giảm mức tiêu thụ bộ nhớ. Bằng cách lượng tử hóa Phi-4, Headwaters đảm bảo rằng mô hình AI có thể chạy trơn tru và hiệu quả trên các tài nguyên hạn chế của thiết bị máy tính bảng, mang lại trải nghiệm người dùng liền mạch cho phi hành đoàn.
4. Phát Triển Nhanh Nhẹn Và Chuyên Môn Hợp Tác
Sự thành công của dự án JAL cũng là do phương pháp phát triển nhanh nhẹn mà Headwaters sử dụng và tinh thần hợp tác của quan hệ đối tác Fujitsu-Headwaters.
Phát triển nhanh nhẹn nhấn mạnh sự phát triển lặp đi lặp lại, phản hồi thường xuyên và sự hợp tác chặt chẽ giữa các bên liên quan. Cách tiếp cận này cho phép nhóm dự án nhanh chóng thích ứng với các yêu cầu thay đổi và giải quyết các thách thức không lường trước.
Chuyên môn bổ sung của Fujitsu và Headwaters cũng rất quan trọng đối với sự thành công của dự án. Fujitsu mang đến sự hiểu biết sâu sắc về công nghệ AI và dịch vụ Kozuchi AI của mình, trong khi Headwaters đóng góp chuyên môn của mình trong phát triển ứng dụng AI, phân tích quy trình làm việc và quản lý dự án nhanh nhẹn. Sự hiệp lực về kỹ năng và kiến thức này cho phép nhóm phát triển một giải pháp thực sự sáng tạo và hiệu quả.
Những Tác Động Rộng Lớn Hơn Đối Với Ngành Hàng Không
Dự án JAL mang đến một cái nhìn thoáng qua về tương lai của AI trong ngành hàng không. Bằng cách tự động hóa các tác vụ thông thường, chẳng hạn như tạo báo cáo, AI có thể giải phóng phi hành đoàn để tập trung vào các trách nhiệm quan trọng hơn, chẳng hạn như an toàn hành khách và dịch vụ khách hàng.
Ngoài ra, AI có thể được sử dụng để cải thiện hiệu quả hoạt động trong một loạt các lĩnh vực khác, bao gồm:
- Bảo trì dự đoán: AI có thể phân tích dữ liệu cảm biến từ máy bay để dự đoán khi nào cần bảo trì, giảm thời gian ngừng hoạt động và cải thiện an toàn.
- Tối ưu hóa tuyến đường: AI có thể phân tích các kiểu thời tiết, điều kiện giao thông và các yếu tố khác để tối ưu hóa các tuyến bay, tiết kiệm nhiên liệu và giảm thời gian di chuyển.
- Dịch vụ khách hàng: Chatbot do AI cung cấp có thể cung cấp hỗ trợ tức thì cho hành khách, trả lời câu hỏi, giải quyết vấn đề và cung cấp các đề xuất được cá nhân hóa.
Khi công nghệ AI tiếp tục phát triển, tiềm năng của nó để chuyển đổi ngành hàng không là rất lớn. Dự án JAL đóng vai trò là một ví dụ có giá trị về cách AI có thể được sử dụng để cải thiện hiệu quả, nâng cao an toàn và nâng cao trải nghiệm của hành khách.
Vượt Ra Ngoài Hàng Không: Tính Linh Hoạt Của AI Ngoại Tuyến
Sự thành công của dự án Fujitsu-Headwaters cho JAL nhấn mạnh khả năng ứng dụng rộng rãi hơn của các giải pháp AI ngoại tuyến trong các ngành và lĩnh vực khác nhau. Khả năng triển khai các mô hình AI trong môi trường có kết nối mạng hạn chế hoặc không có mở ra một thế giới khả năng cho các tổ chức đang tìm cách tận dụng sức mạnh của AI trong các môi trường từ xa hoặc đầy thách thức.
1. Chăm Sóc Sức Khỏe Ở Các Khu Vực Hẻo Lánh
Ở các cộng đồng nông thôn hoặc chưa được phục vụ, các nhà cung cấp dịch vụ chăm sóc sức khỏe thường phải đối mặt với những thách thức liên quan đến khả năng truy cập hạn chế vào kết nối internet đáng tin cậy. Các giải pháp AI ngoại tuyến có thể trao quyền cho các nhà cung cấp này bằng các công cụ chẩn đoán, đề xuất điều trị và khả năng theo dõi bệnh nhân, ngay cả khi không có kết nối internet ổn định.
Ví dụ: các thuật toán nhận dạng hình ảnh do AI cung cấp có thể được triển khai trên các thiết bị di động để hỗ trợ nhân viên chăm sóc sức khỏe trong việc xác định bệnh từ hình ảnh y tế, chẳng hạn như tia X hoặc quét CT. Tương tự, các hệ thống hỗ trợ quyết định do AI điều khiển có thể cung cấp hướng dẫn về các phác đồ điều trị dựa trên các triệu chứng của bệnh nhân và tiền sử bệnh, ngay cả ở những khu vực mà khả năng tiếp cận chuyên môn hạn chế.
2. Nông Nghiệp Ở Các Nước Đang Phát Triển
Nông dân ở các nước đang phát triển thường thiếu khả năng tiếp cận thông tin và công nghệ nông nghiệp mới nhất. Các giải pháp AI ngoại tuyến có thể thu hẹp khoảng cách này bằng cách cung cấp cho nông dân các đề xuất được cá nhân hóa về lựa chọn cây trồng, kỹ thuật tưới tiêu và chiến lược kiểm soát dịch hại, ngay cả khi không có truy cập internet.
Các công cụ phân tích hình ảnh do AI cung cấp có thể được sử dụng để đánh giá sức khỏe cây trồng, xác định bệnh thực vật và phát hiện sự xâm nhập của sâu bệnh, cho phép nông dân có hành động kịp thời để bảo vệ năng suất của họ. Hơn nữa, các mô hình dự báo thời tiết do AI điều khiển có thể cung cấp cho nông dân các dự báo thời tiết chính xác và bản địa hóa, giúp họ đưa ra các quyết định sáng suốt về trồng trọt, thu hoạch và tưới tiêu.
3. Cứu Trợ Thảm Họa Và Ứng Phó Khẩn Cấp
Sau các thảm họa tự nhiên, chẳng hạn như động đất, lũ lụt hoặc bão, cơ sở hạ tầng liên lạc thường bị gián đoạn, gây khó khăn cho nhân viên cứu hộ trong việc phối hợp nỗ lực của họ và cung cấp hỗ trợ cho những người gặp khó khăn. Các giải pháp AI ngoại tuyến có thể đóng một vai trò quan trọng trong những tình huống này bằng cách cung cấp cho nhân viên cứu hộ các công cụ để nhận biết tình huống, đánh giá thiệt hại và phân bổ nguồn lực.
Các thuật toán nhận dạng hình ảnh do AI cung cấp có thể được sử dụng để phân tích hình ảnh vệ tinh hoặc cảnh quay bằng máy bay không người lái để đánh giá mức độ thiệt hại và xác định các khu vực cần hỗ trợ khẩn cấp nhất. Tương tự, các nền tảng liên lạc do AI điều khiển có thể cho phép nhân viên cứu hộ liên lạc với nhau và với các cộng đồng bị ảnh hưởng, ngay cả khi không có kết nối di động hoặc internet.
4. Tự Động Hóa Sản Xuất Và Công Nghiệp
Trong các nhà máy sản xuất và các cơ sở công nghiệp, kết nối internet đáng tin cậy không phải lúc nào cũng được đảm bảo, đặc biệt là ở các khu vực xa xôi hoặc trong môi trường có nhiễu điện từ. Các giải pháp AI ngoại tuyến có thể cho phép các nhà sản xuất tự động hóa các quy trình khác nhau, chẳng hạn như kiểm soát chất lượng, bảo trì dự đoán và quản lý hàng tồn kho, ngay cả khi không có kết nối internet ổn định.
Các hệ thống thị giác do AI cung cấp có thể được sử dụng để kiểm tra các sản phẩm để tìm lỗi, đảm bảo rằng chỉ các mặt hàng chất lượng cao mới được vận chuyển cho khách hàng. Tương tự, các mô hình bảo trì dự đoán do AI điều khiển có thể phân tích dữ liệu cảm biến từ thiết bị để dự đoán khi nào cần bảo trì, giảm thời gian ngừng hoạt động và cải thiện năng suất.
Dự án Fujitsu-Headwaters cho JAL đóng vai trò như một minh chứng hấp dẫn về sức mạnh và tính linh hoạt của các giải pháp AI ngoại tuyến. Khi công nghệ AI tiếp tục tiến bộ, chúng ta có thể mong đợi sẽ thấy nhiều ứng dụng sáng tạo hơn nữa của AI ngoại tuyến trong một loạt các ngành và lĩnh vực, trao quyền cho các tổ chức để giải quyết các vấn đề trong thế giới thực và cải thiện cuộc sống của mọi người, bất kể khả năng truy cập internet của họ.