McKinsey&Company航空航天与国防实践航空公司维修中的生成AI机会对于从维修副驾驶到文书助理的每个人来说，生成AI可以提高生产率并缓解劳动力短缺。航空公司和相关公司如何掌握基础知识?本文是ChristionLlanger,Dmielleblanc,DoveMorcontel), JoeNuter,ErcPoterRlbelThbert的合作成果，代表了老告锅剑空航天与国防实践的观点。2024年4月
幕后操作，重要的功能之一没有它，航空公司就无法实现每天安全地将近一千万人与此同时，该行业的劳动力受到挤压，成本飙升。在通运送到世界各地130亿英里的非凡壮举。"货膨账以及工人需求旺盛和供应不足的推动下，飞机技,术人员的小时工资如今,这个不可或缺的行业正面临前所未有的逆风。最和维护工程师自2019年以来增加了20%以上。一波退休近商业航空旅行的两位数增长，全球飞机短缺以及COVID也导致了更初级(因而生产力更低)的劳动力。在未来,这些19大流行导致的延迟维护积压，将对MRO服务的需求劳动力短缺预计将持续甚至加剧。到2033年,五分之一的惟至新高。航空公司看起来航空维护技术员工作预计将空缺图表1)。此外,在过去的一年中，生成型人工智能取得了迅速的发展，这是解决其中一些挑战的一个有希望的机会。航空公司维修中的生成AI机会
附件1由于预计航空维修技术人员短缺,航空公司必须更新其人才和劳动力策略供应短缺-70,000~40,000<1,000~270,000~290,000~250,0002033料来称:C账航空人才预利2023年;美国联邦航空局民款员统计:麦者5分析麦肯锡公司航空公司和MRO参与者正在与供应链中断和材料成本通正在盘塑工作的未来"并在其他行业转变生产力。"账作斗争。GenAI工具特别适合基于知识和数据密集型业务，例如空MRO。飞机MRO行业的许多角色都依赖于对各种不同生成的AI机会格式和来源的信息的分析和解释，包括制造商和操作员服在过去的一年里发展迅速的生成入工智能(generabve务手册，维护工作单，详细AI)代表了一种有希望的解决这些挑战的机会。这项技术-可以根据人类提示从大量数据中生成相关内容。航空公司维修中的生成AI机会
"压缩机正在泄厢。可能是什么问题?"或"从我的最员的记录，以及大量的飞机传感器和仪器数据。后一班中提取笔记。识别最有可能的初始解决方案，并由具有技术素养为了组织和解释所有这些数据，航空公司和MRO提创的助手提供有关解决问题和后续步骤的建议。GenA商已经在利用各种广泛的A技术，例如预则分析和机的信息源来生成此内容，包括维护手册和以前的数据,然而，模型和GeneAl还处于早期阶段,迄今为止,主例如，一家领先的地区航空公司目前正在建立一个试要集中在寻求增加收入、乘客参与度和客户忠诚度的应用点项目，该项目允许工人在聊天框中键入问题或问题该聊天框使用genA1来识别并提供手册的相关部分随着董事会对geerAU的承诺嗡嗡作响，航空公司他们为面向消费者的应用程序（AI增强可靠性工程工具。为了确保飞机设备在服务期间能,可靠性工程师团队会筛工具来帮助自动化和降低软件开发成本。然而选大量非结构化维护记录。工程师公寻找放麻模式并评相信商业案例来证明投资新一代人工智能技术的合理of this process bydo the siting, pattern今天，前景更加吉祥。许多航空公司和MRO公司将工程师的提示。例如,美国领先的航空公GealA工具和解决方案视为帮助维护和后台员工更轻松更高效地完成工作的一种手段。鉴于MRO行业严重的尝试使用此类工具从维护日志中提取故赚视式，并自劳动力短缺,这些能力可能会成为实质性的生产力杠杆。这种A增强功能减少了工程我们也有理由相信,GeeA平台可以提高维护工作的质量一致性和准确性，最终让更多的飞机在天空中飞行，并业知识来解决最棘手的可靠性问题。最终，这可能公导最大限度地减少飞机的非服务期。致主动识别可靠性挑战的解决方案,从而减少飞机的非服务时间。我们认为航空公司和MAO超供商有可能以多种方式使用Gene Al,例如:在这种情况下和上述情况下，都取决于工程师域技术人员来决定如何对GenAI模型产生的信息采取行动。人类总是一虚拟AI维护和维修专家("副驾驶”）。在车间,机库坐在驾驶座上。和生产线维护站，飞机技术人员花费大量时间研究和解决问题。GenAl可...
