Kunstmatige intelligentie in Operationele processen op de luchthaven
Kunstmatige intelligentie kan verschillende toepassingen hebben in de luchtvaart. Zoals in het operationele turnaroundproces. Het turnaroundproces verwijst naar de periode tussen de aankomst van een vliegtuig op de luchthaven en het moment waarop het weer gereed is voor vertrek.
KI kan grote hoeveelheden gegevens analyseren en patronen en trends identificeren die anders moeilijk te detecteren zouden zijn. Bijvoorbeeld: KI kan helpen bij het analyseren van vluchtgegevens, bij het voorspellen van vraag en capaciteitsbehoeften, het identificeren van operationele risico's, het optimaliseren van vluchtschema's en het toewijzen van resources zoals vliegtuigen en gates. Door gebruik te maken van voorspellende analyses en geavanceerde algoritmen kan KI helpen bij het efficiënter benutten van middelen, het verminderen van operationele kosten en het verbeteren van de klanttevredenheid.
“Op Schiphol heb je een gate operator. Die krijgt op basis van de gegevens van inkomende en vertrekkende vluchten een voorstel vanuit het systeem met: het is aan te bevelen vlucht x bij gate y te laten arriveren. Waarbij easyJet altijd op gate 42 zit en KLM altijd op gate 2. Maar de stap automation is daar nog niet, omdat ze uiteindelijk daar bij Schiphol hebben gezegd van we willen dat de mens altijd de beslissing maakt. Het kan best zijn dat in het systeem bepaalde informatie ontbreekt die een persoon uit ervaring wel heeft en die nog niet in het systeem zit. Dus de mens maakt altijd de uiteindelijke beslissing.”
Frank Rem (MBO Raad):
KI kun je ook gebruiken om de grondoperaties te optimaliseren. Het kan helpen bij het plannen en toewijzen van taken aan de grondploeg, zoals het laden en lossen van bagage, het tanken van het vliegtuig en het schoonmaken van de cabine. Door realtime gegevens te analyseren, zoals vluchtplanning, beschikbaarheid van personeel en operationele beperkingen, kan KI efficiëntere planningen en workflows suggereren om de doorlooptijd te verkorten.
Toepassing
-
Wat houdt het in?
De expediteursbranche is met 150 miljard euro een belangrijke factor voor wereldwijde handel en heeft dringend behoefte aan digitale transformatie. Het project LARA richt zich op een kernproces: routeplanning voor wereldwijde luchtvrachtzendingen, specifiek voor producten met speciale afhandelingsbehoeften, zoals temperatuurgevoelige geneesmiddelen, bloemen en etenswaren. Routeplanning bij expediteurs heeft een groot potentieel voor optimalisatie en efficiëntiewinst door de toepassing van geavanceerde data-analyse en kunstmatige intelligentie. Het project werkt aan een KI-gebaseerde routeadviseur voor luchtvrachtzendingen en onderzoekt daarvoor verschillende technische componenten en de mens-computerinteractie om die componenten te implementeren. Projectdoelen zijn onder andere:
- Een conceptzoekmachine om de beschikbare routeringsopties voor een zending met specifieke afhandelingsbehoeften te bepalen.
- Een op KI gebaseerd beslissingsondersteunend systeem dat verschillende routeringsopties voor zendingen evalueert en vergelijkt en de optimale routings aanbeveelt.
- Een realtimevoorspellingsmodel voor verstoringen in de supplychain in de wereldwijde luchtvracht op basis van realtimegegevens over weersvoorspellingen en andere mogelijke verstoringen.
- Een raamwerk voor mens-computersamenwerking bij routeplanning voor luchtvrachtzendingen waarbij je rekening houdt met de menselijke interactie met verschillende op KI-gebaseerde componenten.
- Verspreiding van onderzoeksresultaten naar de academische omgeving en logistieke sector en valorisatieactiviteiten voor de ontwikkeling en implementatie van bedrijfsoplossingen.
(van der Mei, 2023)
Input
-
Historische gegevens
-
Locatiegegevens
-
Klimaatgegevens
Technologie
-
Proces mining
Output
-
Automation
Impact op het werkveld van ‘Operationele processen op de luchthaven’
Impact op werkprocessen
KI kan helpen bij het automatiseren van routinematige taken en het verwerken van grote hoeveelheden gegevens. Dit stelt aviation-operationsspecialisten in staat om hun tijd en middelen efficiënter te benutten. Bijvoorbeeld: KI kan helpen bij het analyseren van vluchtgegevens, het optimaliseren van vliegroutes, het plannen van vluchten en het toewijzen van personeel, waardoor de specialisten meer tijd hebben om zich te richten op complexe taken en uitzonderingen.
KI kan waardevolle inzichten bieden door het analyseren van grote hoeveelheden gegevens en het identificeren van patronen en trends die men voorheen mogelijk over het hoofd zag. Dit stelt aviation-operationsspecialisten in staat om geïnformeerd beslissingen te nemen op basis van gegevensgestuurde informatie, en operationele processen te optimaliseren.
Impact op vaardigheden
De opkomst van KI kan leiden tot een verandering in de vaardigheden en rollen van aviation-operationsspecialisten. Als sommige routinetaken geautomatiseerd zijn, is er een verschuiving naar meer strategische en analytische verantwoordelijkheden. Dit kan betekenen dat specialisten moeten leren werken met KI-tools, gegevensanalysevaardigheden ontwikkelen en zich aanpassen aan nieuwe technologieën. De aviation-operationsspecialisten moeten in staat zijn om de grote hoeveelheden gegevens te begrijpen, analyseren en interpreteren die KI-systemen genereren.