DUBLIN, Irlande, 28 sept. 2023 (GLOBE NEWSWIRE) — Le recours l'IA dans le secteur de l'aviation va bien au–del des chatbots d'assistance la clientle et des grilles de comparaison de prix pour les passagers. Ces technologies sont certainement voues s'inscrire dans la dure et deviendront mme omniprsentes. C'est leur extension l'optimisation des noyaux durs de l'aviation qui vient perturber le secteur "" de la gestion des revenus l'valuation de la probabilit d'une grve. Le Prsident d'Avia Solutions Group, Gediminas Ziemelis, dvoile ses prvisions quant aux domaines de l'aviation o selon lui l'IA fera une norme diffrence.

1. Avnement d'une vritable tarification dynamique : La gestion des revenus n'a jamais t simple dans le secteur arien, mais les enjeux prennent encore plus d'ampleur dans un environnement post–Covid. Selon l'Association du transport arien international (ou IATA), la marge moyenne par passager est aujourd'hui vraiment minime : peine 2,25 dollars, contre une marge deux chiffres de 2019. L'IA peut optimiser la difficile tche d'analyse des donnes historiques et tablir un juste prix, en tenant compte de la golocalisation des clients et d'une multitude d'autres facteurs. Mme si les grandes compagnies ariennes vont probablement opter pour le dveloppement de leurs propres solutions en interne, le nombre de transporteurs qui s'quipent de solutions tierces comme AirGain va crescendo. AirGain est une solution prdictive reposant sur l'IA exploitant un lac de donnes rfrentiel de six milliards de niveaux de prix.
2. Maintenance sanitaire des moteurs : La maintenance prdictive fait pleinement partie de la MRO depuis dj un certain temps : des capteurs aident les compagnies ariennes dterminer ce qui doit tre rpar ou remplac, et quelle date. L'intelligence artificielle peut combiner l'exploitation des donnes des capteurs en temps rel et des tendances prdictives de pannes historiques pour rduire la fois les priodes d'immobilisation pour entretien et les charges globales lies la maintenance. Une rcente tude mene par le centre de recherche amricain de l'Universit du Maryland "" Center for Advanced Aviation System Development (ou CAASD) "" a dmontr que la maintenance prdictive pouvait rduire les frais d'exploitation des avions jusqu' 20 %. L'IA bouleverse dj ce domaine. Lufthansa Technik a par exemple amlior le cycle d'entretien de ses appareils grce ses systmes de maintenance prdictive bass sur l'IA. Leur solution Condition Analytics utilise des algorithmes d'apprentissage automatique pour analyser les donnes des capteurs de divers composants de l'avion, ce qui permet d'anticiper les besoins en maintenance avec une tonnante prcision. Les techniciens de la MRO ont recours des jumeaux numriques programms pour prdire les prochaines oprations de maintenance et identifier toute anomalie remonte via la comparaison des donnes fournies par les capteurs et celles des jumeaux. Les jumeaux numriques sont en fait des rpliques virtuelles qui modulent leurs paramtres en fonction des composantes physiques des pices.
3. Une planification d'itinraire plus efficace : Selon l'IATA, les compagnies ariennes dpenseront 215 milliards de dollars cette anne, soit environ 28 % de leurs charges d'exploitation. Ces charges peuvent tre rduites grce une planification plus efficace des itinraires. La planification d'itinraires est assortie de nombreuses variables, parmi lesquelles la congestion du trafic arien, la fluctuation rapide des conditions mtorologiques, ou encore la courbe changeante des prix du carburant, ce qui rend la tche complexe et astreignante. C'est un lment dont l'efficacit peut influer de manire positive ou ngative sur les rsultats d'un transporteur. Les plateformes reposant sur l'IA peuvent acclrer le processus dcisionnel pour les oprateurs, en les aidant exploiter non seulement le potentiel des donnes historiques, mais galement celui des modles prdictifs. Ensemble, ces mthodes permettent d'obtenir une vision prcise et exploitable. Flyways est l'une de ces plateformes. En utilisant les donnes des vols programms et actifs, elle conoit des itinraires de vol qui traversent des zones moins encombres et qui contournent les zones soumises de mauvaises conditions mtorologiques. Alaska Airlines a dj test cette solution, ce qui a permis la compagnie d'conomiser 480 000 gallons de carburant et d'amener ainsi une rduction de 4 600 tonnes d'missions de carbone sur une priode de six mois. Les rsultats de la collaboration entre les oprateurs et l'IA engendrent non seulement des conomies de cots, mais apportent galement une aide pour mieux s'inscrire dans le dveloppement durable. Lorsque de telles solutions, loin de se limiter aux simples compagnies ariennes, deviendront monnaie courante pour les autorits ariennes du monde entier, il conviendra d'effectuer un retour sur image. On s'tonnera alors certainement de constater quel point nous avons tous t contre–productifs dans la planification passe des itinraires.
4. Anticipation des grves : Alors que les grves dans l'aviation font gnralement la une des journaux en raison des perturbations qu'elles entranent sur la vie des voyageurs, et en particulier pendant les grandes vacances, on nglige souvent le fait que les compagnies ariennes peuvent raliser des dizaines, voire des centaines de millions de pertes par pisode de grve. SAS a par exemple perdu 145 millions de dollars en 2022 en raison d'une grve des pilotes qui s'est poursuivie pendant 15 jours. L'IA tant capable d'analyser la fois les donnes techniques et les donnes sociologiques, un modle pourrait se concevoir pour aider les compagnies ariennes prdire un risque de grve et mieux se prparer d'ventuelles ngociations. IBM a dj dvelopp des modles semblables, capables de prdire 95 % la probabilit que des employs dmissionnent.
5. Amlioration des flux de travail en vol : Une IA peut aider non seulement le personnel au sol mais aussi le personnel navigant. Son application ne se limite pas la simplification des tches quotidiennes. Un outil correctement programm et entran peut dlivrer des conseils aviss sur la gestion de l'appareil et guider rapidement la prise de dcisions, particulirement en cas de forte pression, lorsqu'il est impratif de prendre une dcision vite. Le processus est en marche pour donner vie cette vision. En effet, des applications d'IA de niveau 1 sont en voie d'tre certifies, grce aux lignes directrices tablies en avril 2022 par l'AESA sur la fiabilit des systmes bass sur l'apprentissage automatique.
6. L'assistance aux pilotes et aux quipages en matire de sant mentale : Aurait–on pu empcher le suicide du pilote du vol 9525 de la Germanwings grce l'IA, et ainsi viter la mort des 150 personnes bord ? Des contrles rguliers spcialement conus pour le personnel navigant peuvent aider prvenir le risque de problmes psychiques exacerbs par l'exposition permanente des vnements stressants comme les troubles du rythme circadien, les zones de turbulence ou la rsolution des urgences bord, mais il s'agit l d'un domaine qui fait l'objet de nombreuses spculations. La start–up britannique Blueskeye AI est dj en train de tester une autre application pleine de promesses. Son principe repose sur une technologie de dtection faciale pour identifier les signes de fatigue chez les pilotes. Aujourd'hui, la fatigue se calcule en fonction du nombre d'heures de vol par pilote, mais demain il sera possible d'en personnaliser les paramtres.
7. Anticipation de l'apparition de consignes de navigabilit : Une consigne de navigabilit (ou CN) applicable une partie du chssis ou au moteur d'un appareil peut immobiliser au sol un important quota de la flotte d'une compagnie arienne, et plus particulirement si celle–ci n'est pas diversifie. Anticiper ce risque peut s'avrer extrmement utile toutes les tapes de la gestion de flotte, de la constitution jusqu' la maintenance. l'image des banques et des institutions financires qui utilisent des logiciels de gestion des risques reposant sur l'IA, l'aviation pourrait mettre en place une solution similaire pour calculer et attnuer les risques lis aux consignes de navigabilit.
8. Optimisation des processus internes de gestion de la qualit : Mme si aucun dysfonctionnement ne pourra jamais rivaliser avec les 20 milliards de dollars que Boeing a d dbourser la suite des crashs de son appareil 737 MAX et des immobilisations au sol qui ont suivi, tout problme d'assurance qualit peut conduire toute entreprise la faillite. Alors que les normes d'assurance qualit de l'aviation sont dj bien suprieures celles des autres secteurs en raison d'une stricte rglementation de tout ce qui touche la sret et la scurit, l'IA peut en renforcer les protocoles internes au niveau de la construction aronautique et de la gestion des compagnies ariennes. Au stade industriel, un systme sophistiqu de vision par ordinateur renforc par des contrles manuels peut aider mieux identifier les composants dfectueux. Pour les compagnies ariennes, un systme de gestion de la scurit augment par l'IA peut exploiter d'normes quantits de donnes en provenance de sources diffrentes, parmi lesquelles les performances, les partenaires mtorologiques et les informations de maintenance.
9. Une meilleure solution logistique pour les situations d'AOG : Bien que chaque immobilisation au sol (ou situation d'AOG) soit unique, elle peut reprsenter des charges comprises entre 10 000 et 150 000 dollars pour une compagnie, sans oublier des dommages causs sa rputation. Il peut s'avrer dlicat de chercher, trouver et se faire livrer la pice de rechange ncessaire en quelques heures au lieu de quelques jours, surtout si la situation d'AOG se produit loin des principaux centres. Une solution d'IA pourrait rapidement optimiser la localisation et l'expdition de la pice en question. Une solution de maintenance prdictive pourrait en parallle prvenir les situations d'AOG en veillant ce qu'il y ait toujours des pices cl en stock.
10. Calcul des tarifs d'assurance : Dans le monde de l'aprs 11 septembre, les preneurs d'assurance aviation du monde entier sont toujours confronts une hausse des prix et une moindre couverture des risques de guerre. L'IA peut aider les compagnies ariennes calculer plus prcisment les risques auxquels elles sont confrontes, et les aider mieux comprendre leur exposition au risque de guerre lorsqu'elles doivent faire des choix d'assurance.

propos de Gediminas Ziemelis

N le 4 avril 1977, Gediminas Ziemelis est un entrepreneur lituanien chevronn, consultant en affaires, fondateur et actuel Prsident du Conseil d'administration d'Avia Solutions Group, le plus grand oprateur mondial d'ACMI (exploitation d'avions tout compris), avec une flotte comportant plus de 196 appareils. Il a t slectionn deux fois parmi les 40 jeunes leaders les plus talentueux de l'industrie par Aviation Week & Space Technology.

Gediminas est connu pour son esprit cosmopolite et ses comptences exceptionnelles en matire de gestion, qui ont contribu son succs dans divers domaines d'activit. Au cours de ses 26 ans de carrire, Gediminas a fond plus de 100 start–ups, dont 50 % sont toujours en activit, il a dirig des entreprises travers quatre processus russis d'introduction en bourse/offre publique sur le march secondaire, et a lev plus de 800 millions d'euros sur les marchs publics mondiaux des capitaux et des obligations.

En dcembre 2022, Gediminas Ziemelis a t identifi par TOP Magazine comme le Lituanien le plus riche dont les actifs sont estims 1,68 milliard d'euros.

Gediminas est le plus grand donateur de Rimantas Kaukenas Support Group, un fonds de bienfaisance et de soutien qui apporte de l'aide aux enfants atteints de maladies oncologiques et leurs familles. Il est galement le principal actionnaire du premier club de basket–ball, les Wolves.

GLOBENEWSWIRE (Distribution ID 1000841676)

DUBLIN, Irland, Sept. 28, 2023 (GLOBE NEWSWIRE) — Der Einsatz von KI in der Luftfahrt geht ber Chatbots fr den Kundensupport und Preisvergleichs–Tools fr Reisende hinaus. Whrend diese Anwendungen definitiv bleiben und allgegenwrtig werden, wird die wirkliche Umwlzung von der Optimierung der "harten" Bereiche der Luftfahrt kommen "" vom Ertragsmanagement bis zur Bewertung der Streikwahrscheinlichkeit. Gediminas Ziemelis, Vorsitzender der Avia Solutions Group, teilt seine Vorhersagen zu den Bereichen, in denen KI in der Luftfahrt einen groen Unterschied ausmachen wird.

1. Ermglichung echter dynamischer Preisgestaltung. In der Luftfahrtbranche war das Ertragsmanagement noch nie ein leichtes Spiel, in der Welt nach dem COVID steht jedoch noch mehr auf dem Spiel. Nach Angaben der IATA ist die durchschnittliche Gewinnspanne pro Passagier heute wirklich hauchdnn "" nur 2,25 Dollar, whrend sie 2019 zweistellig war. KI kann dazu beitragen, die schwierige Aufgabe der Analyse historischer Daten und der Berechnung des richtigen Preises unter Bercksichtigung des Standorts des Kunden und einer Vielzahl anderer Faktoren zu verbessern. Whrend sich grere Fluggesellschaften wahrscheinlich dafr entscheiden werden, ihre eigenen Lsungen intern zu entwickeln, gibt es bereits eine wachsende Zahl von Fluggesellschaften, die Partnerschaften mit Unternehmen wie AirGain "" einer KI–gesteuerten prdiktiven Lsung mit einem Datenspeicher, der 6 Milliarden Preispunkte umfasst – eingehen.
2. Erhaltung der Triebwerksgesundheit. Die vorausschauende Instandhaltung ist schon seit geraumer Zeit ein fester Bestandteil der MRO, wobei Sensoren den Fluggesellschaften dabei helfen, festzustellen, wann und was repariert oder ersetzt werden muss. Knstliche Intelligenz kann sowohl Sensordaten in Echtzeit als auch vorausschauende historische Fehlermuster nutzen, um Ausfallzeiten und Gesamtwartungskosten zu reduzieren. Eine krzlich vom Center for Advanced Aviation System Development (CAASD) der University of Maryland durchgefhrte Studie ergab, dass die vorausschauende Wartung die Betriebskosten von Flugzeugen um bis zu 20 % senken kann. Die KI ist bereits dabei, diesen Bereich zu verndern. So hat beispielsweise Lufthansa Technik die Flugzeugwartung mit ihren KI–gesteuerten vorausschauenden Wartungssystemen verbessert. Die Condition–Analytics–Lsung des Unternehmens nutzt Algorithmen des maschinellen Lernens, um Sensordaten von verschiedenen Flugzeugkomponenten zu analysieren und den Wartungsbedarf mit bemerkenswerter Przision vorherzusagen. Durch die Erstellung so genannter "digitaler Zwillinge" "" perfekter virtueller Nachbildungen, die ihre Parameter entsprechend der Abnutzung des physischen Bauteils ndern "" nutzen MRO–Techniker digitale Zwillinge fr die vorausschauende Wartung und zur Erkennung von Anomalien, indem sie Sensordaten aus der realen Welt mit den von digitalen Zwillingen erzeugten Daten vergleichen.
3. Planung der effizientesten Route. Nach Angaben der IATA werden die Fluggesellschaften in diesem Jahr 215 Mrd. USD ausgeben, was etwa 28 % der Betriebskosten entspricht, die durch eine effizientere Routenplanung reduziert werden knnen. Zahlreiche Variablen (wie z. B. die berlastung des Luftverkehrs, sich schnell ndernde Wetterbedingungen und schwankende Treibstoffkosten) machen die Routenplanung zu einer komplexen und anspruchsvollen Aufgabe, die je nach Effizienz der Planung das Ergebnis einer Fluggesellschaft entweder verbessern oder beeintrchtigen kann. KI–gesttzte Plattformen knnen die Entscheidungsfindung von Betreibern beschleunigen, indem sie ihnen helfen, nicht nur historische Daten, sondern auch Vorhersagemechanismen zu nutzen, die zusammen ein handlungsfhiges und klares Bild ergeben. Ein Beispiel fr eine solche Plattform ist Flyways, die anhand von Daten ber geplante und aktive Flge Flugrouten ausarbeitet, die durch weniger berlastete Gebiete fhren und Gebiete mit ungnstigen Wetterbedingungen umgehen. Die Lsung wurde bereits von Alaska Airlines erprobt, wobei das Unternehmen in einem Zeitraum von sechs Monaten 480.000 Gallonen Treibstoff einsparen und 4.600 Tonnen weniger Kohlenstoffemissionen verursachen konnte. Die Ergebnisse einer solchen Zusammenarbeit zwischen KI und Betreibern spiegeln sich nicht nur in Kosteneinsparungen wider, sondern helfen Unternehmen auch, nachhaltiger zu werden. Sobald sich solche Lsungen nicht nur bei den Fluggesellschaften, sondern auch bei den Flugbehrden in aller Welt durchgesetzt haben, werden wir uns im Rckblick wundern, wie ineffizient wir alle bei der Routenplanung waren.
4. Vorhersage von Streiks. Whrend Streiks in der Luftfahrt in der Regel Schlagzeilen machen, weil sie die Reiseplne der Reisenden durcheinander bringen (vor allem um die groen Feiertage herum), wird die Tatsache, dass die Fluggesellschaften pro Streik Dutzende, wenn nicht Hunderte von Millionen verlieren knnen, oft bersehen. Im Jahr 2022 verlor SAS beispielsweise 145 Mio. USD durch einen 15–tgigen Pilotenstreik. Da KI nicht nur technische, sondern auch soziologische Daten analysieren kann, knnte ein Modell entwickelt werden, das den Fluggesellschaften hilft, einen mglichen Streik vorherzusagen und sich besser auf mgliche Verhandlungen vorzubereiten. Solche Modelle, die die Wahrscheinlichkeit des Ausscheidens einzelner Mitarbeiter aus dem Unternehmen vorhersagen knnen, wurden bereits von IBM entwickelt und erreichen eine Genauigkeit von 95 %.
5. Verbesserung der Arbeitsablufe whrend des Flugs. Eine KI kann nicht nur dem Personal am Boden, sondern auch dem Kabinenpersonal als Helfer dienen. Es geht nicht nur um die Erleichterung von Routineaufgaben "" ein gut trainiertes Tool kann fachkundigen Rat fr das Management des Flugzeugs und das Treffen schneller, fundierter Entscheidungen bieten, insbesondere wenn der Druck hoch ist und schnelle Entscheidungen von entscheidender Bedeutung sind. Die Rder sind bereits in Bewegung, um diese Vision zum Leben zu erwecken. KI–Anwendungen der Stufe 1 stehen kurz vor der Zertifizierung, dank der EASA–Leitlinien fr die Vertrauenswrdigkeit von auf maschinellem Lernen basierenden Systemen, die im April 2022 eingefhrt wurden.
6. Hilfe fr Piloten und Besatzungen zur Erhaltung ihrer psychischen Gesundheit. Htte ein KI–Modell die Selbstmordkatastrophe des Germanwings–Flugs 9525, bei der 150 Menschen ums Leben kamen, verhindern knnen? Obwohl dies ein Bereich ist, ber den viel spekuliert wird, knnen speziell konzipierte regelmige Personaluntersuchungen dazu beitragen, die Wahrscheinlichkeit psychischer Probleme vorherzusagen, die durch Stress–Ereignisse wie Strungen des zirkadianen Rhythmus, Turbulenzen und Notflle an Bord verschlimmert werden. Eine weitere vielversprechende Anwendung, die bereits von dem britischen Start–up Blueskeye AI getestet wird, ist der Einsatz von Gesichtserkennungstechnologie zur Erkennung von Mdigkeit bei Piloten. Heute wird die Ermdung anhand der Anzahl der Flugstunden eines Piloten berechnet, in Zukunft wird diese Kennzahl jedoch sehr individuell sein.
7. Vorhersage der Wahrscheinlichkeit von Lufttchtigkeitsanweisungen. Eine Lufttchtigkeitsanweigsung (Airworthiness Directive, AD) fr ein Teil des Rahmens oder des Triebwerks kann einen betrchtlichen Teil der Flotte einer Fluggesellschaft zum Stillstand bringen, vor allem, wenn diese nicht ber verschiedene Modelle diversifiziert ist. Das Wissen um die Wahrscheinlichkeit eines solchen Risikos kann in verschiedenen Phasen des Flottenmanagements "" vom Flottenaufbau bis zur Wartung "" eine groe Hilfe sein. hnlich wie KI–gesteuerte Risikomanagement–Software in Banken und Finanzinstituten knnte eine hnliche Lsung zur Berechnung und Minderung von AD–Risiken eingesetzt werden.
8. Verbesserung der innerbetrieblichen Qualittsmanagementprozesse. Auch wenn keine Fehlfunktion jemals mit der 20–Milliarden–Dollar–Rechnung mithalten kann, die Boeing aufgrund der Abstrze und des anschlieenden Flugverbots der 737 MAX zu zahlen hatte, kann ein Qualittssicherungsproblem ein Unternehmen dennoch in den Ruin treiben. Whrend die Qualittssicherungsstandards in der Luftfahrt aufgrund der strengen Regulierung aller sicherheitsrelevanten Aspekte bereits hher sind als in jeder anderen Branche, kann KI die internen Qualittssicherungsprotokolle im Bereich der Luftfahrtproduktion und des Airline–Managements verbessern. In der Fertigungsphase kann ein ausgeklgeltes Computer–Vision–System, das durch manuelle Kontrollen ergnzt wird, die Fehler in den Bauteilen besser erkennen. Fr Fluggesellschaften kann ein KI–gesttztes Sicherheitsmanagementsystem (SMS) riesige Datenmengen aus verschiedenen Quellen bercksichtigen, darunter Informationen zu Leistung, Wetterpartnern und Wartung.
9. Finden der besten Logistiklsung fr AOG–Situationen. Obwohl jede AOG–Situation (Aircraft on Ground, dt.: Flugzeug am Boden) einzigartig ist, kann sie die Fluggesellschaft zwischen 10.000 und 150.000 Dollar kosten, ganz zu schweigen von der Schdigung des Rufs. Es kann schwierig sein, das bentigte Ersatzteil zu finden und es innerhalb von Stunden und nicht Tagen zu liefern, vor allem, wenn die AOG–Situation weit entfernt von groen Drehkreuzen auftritt. Eine KI–Lsung knnte dem Unternehmen helfen, das Teil schnell zu finden und zum Flugzeug zu bringen. Gleichzeitig kann eine vorausschauende Wartungslsung dazu beitragen, sich auf potenzielle AOG–Ereignisse vorzubereiten und sicherzustellen, dass immer gengend kritische Teile auf Lager sind.
10. Bestimmung von Versicherungstarifen. Nach dem 11. September 2001 sehen sich die Kunden von Luftfahrtversicherungen weltweit immer noch mit eskalierenden Preisen und einer eingeschrnkten Verfgbarkeit von Kriegsrisikodeckungen konfrontiert. Ein KI–Modell kann den Fluggesellschaften dabei helfen, die Risiken, denen sie ausgesetzt sind, genauer zu berechnen, damit sie ihr "Kriegsrisiko" verstehen, wenn sie versicherungsbezogene Entscheidungen treffen.

ber Gediminas Ziemelis

Gediminas Ziemelis (geboren am 4. April 1977) ist ein erfolgreicher litauischer Unternehmer, Unternehmensberater und der Grnder und derzeitige Vorstandsvorsitzende der Avia Solutions Group, dem weltweit grten ACMI–Anbieter (Aircraft, Crew, Maintenance and Insurance), der eine Flotte von 196 Flugzeugen betreibt. Er wurde zweimal von Aviation Week & Space Technology unter die Top 40 der talentiertesten jungen Branchenfhrer gewhlt.

Herr Ziemelis ist bekannt fr seine kosmopolitische Denkweise und seine auergewhnlichen Managementfhigkeiten, die zu seinem Erfolg in verschiedenen Geschftsbereichen beigetragen haben. In seiner 26–jhrigen Karriere hat Herr Ziemelis mehr als 100 Start–ups gegrndet, von denen 50 % noch immer in Betrieb sind, Unternehmen durch 4 erfolgreiche IPO/SPO–Prozesse gefhrt und mehr als 800 Mio. EUR an den globalen ffentlichen Kapital– und Anleihemrkten aufgenommen.

Im Dezember 2022 wurde Gediminas Ziemelis vom TOP Magazine mit einem geschtzten Vermgen von 1,68 Mrd. EUR als reichster Litauer gelistet.

Herr Ziemelis ist der grte Spender der Rimantas Kaukenas Support Group, einem Wohlttigkeits– und Untersttzungsfonds, der Kindern mit onkologischen Erkrankungen und ihren Familien Hilfe bietet. Er ist auch der grte Aktionr des fhrenden Basketballclubs der Wolves.

GLOBENEWSWIRE (Distribution ID 1000841676)

DUBLIN, Irlanda, Sept. 28, 2023 (GLOBE NEWSWIRE) — O uso da IA na aviao vai alm dos chatbots de apoio ao cliente e das ferramentas de comparao de preos para viajantes. Embora esses aplicativos definitivamente permaneam e se tornem onipresentes, a verdadeira interrupo vir da otimizao das reas “difceis” da aviao "" desde o gerenciamento de receitas at avaliao da probabilidade de uma greve. O presidente do Avia Solutions Group, Gediminas Ziemelis, compartilha suas previses sobre as reas onde a IA na aviao far uma enorme diferena.

1. Desbloqueando preos verdadeiramente dinmicos. No negcio das companhias areas, o gerenciamento de receitas nunca foi um jogo fcil, mas os riscos so ainda maiores no mundo ps–COVID. De acordo com a IATA, a margem de lucro mdia por passageiro hoje realmente mnima "" apenas 2,25 dlares, em comparao com nmeros de dois dgitos em 2019. A IA pode ajudar a melhorar a difcil tarefa de analisar dados histricos e calcular o preo certo, tendo em conta o localizao do cliente e uma infinidade de outros fatores. Embora as grandes companhias areas provavelmente optem por construir as suas prprias solues internamente, j existe um nmero crescente de companhias areas em parceria com empresas como a AirGain "" uma soluo preditiva baseada em IA, com um data lake que cobre 6 bilhes de pontos de preos.
2. Manter a sade do motor. A manuteno preditiva tem sido parte integrante do MRO j h algum tempo, com sensores que ajudam as companhias areas a determinar quando e o que precisa ser consertado ou substitudo. A Inteligncia Artificial pode usar dados de sensores em tempo real e padres histricos preditivos de falhas para reduzir o tempo de inatividade e os custos gerais de manuteno. Um estudo recente conduzido pelo Centro de Desenvolvimento Avanado de Sistemas de Aviao (CAASD) da Universidade de Maryland descobriu que a manuteno preditiva pode reduzir os custos operacionais das aeronaves em at 20%. A IA j est revolucionando esse campo. Por exemplo, a Lufthansa Technik nivelou a manuteno de aeronaves com seus sistemas de manuteno preditiva orientados por IA. Sua soluo Condition Analytics emprega algoritmos de aprendizado de mquina para analisar dados de sensores de vrios componentes da aeronave, prevendo necessidades de manuteno com notvel preciso. A criao dos chamados “gmeos digitais” "" rplicas virtuais perfeitas que mudam seus parmetros de acordo com o desgaste do componente fsico "" os tcnicos de MRO usam gmeos digitais para manuteno preditiva e para detectar anomalias, comparando dados de sensores do mundo real com os dados gerados por gmeos digitais.
3. Planejar a rota mais eficiente.De acordo com a IATA, as companhias areas gastaro US$ 215 bilhes este ano, representando cerca de 28% das despesas operacionais, que podem ser reduzidas com um planejamento de rotas mais eficiente. Numerosas variveis (incluindo congestionamento do trfego areo, mudanas rpidas nos padres climticos e flutuaes nos custos de combustvel) tornam o planejamento de rotas uma tarefa complexa e exigente, que pode melhorar ou prejudicar os resultados financeiros de uma transportadora, dependendo da eficincia com que executado. As plataformas habilitadas para IA podem acelerar a tomada de decises dos operadores, ajudando–os a aproveitar no apenas o poder dos dados histricos, mas tambm dos mecanismos preditivos que, juntos, geram uma imagem clara e acionvel. Um exemplo dessa plataforma a Flyways, que utiliza dados de voos programados e ativos para mapear rotas de voo que passam por reas menos congestionadas e contornam reas com condies climticas adversas. A soluo j foi testada pela Alaska Airlines, economizando 480.000 gales de combustvel e resultando em 4.600 toneladas a menos em emisses de carbono em um perodo de seis meses. Os resultados desta colaborao entre operadores de IA se refletem no apenas na reduo de custos, mas tambm na ajuda s empresas para se tornarem mais sustentveis. Quando tais solues se tornarem comuns no apenas entre as companhias areas, mas tambm entre as autoridades de voo em todo o mundo, vamos olhar para trs hoje e nos surpreender com a ineficincia de todos ns ao planejar rotas.
4. Prevendo greves. Embora as greves na aviao geralmente ganhem as manchetes por causa da interrupo que causam aos planos dos viajantes (especialmente em torno de grandes feriados), o fato de as companhias areas poderem perder dezenas, seno centenas de milhes por greve, muitas vezes esquecido. Em 2022, por exemplo, a SAS perdeu 145 milhes de dlares numa greve de pilotos de 15 dias. Como a IA pode analisar no apenas dados tcnicos, mas tambm sociolgicos, um modelo poderia ser concebido para ajudar as companhias areas a prever uma greve potencial e a estar melhor preparadas para eventuais negociaes. Modelos como este, que podem prever a probabilidade de funcionrios individuais deixarem seus empregos, j foram desenvolvidos pela IBM, produzindo 95% de preciso.
5. Melhorar os fluxos de trabalho durante o voo. A IA pode servir como auxiliar no apenas para a equipe em terra, mas tambm para a tripulao na cabine. No se trata apenas de facilitar as tarefas rotineiras "" uma ferramenta devidamente treinada pode oferecer aconselhamento especializado sobre o gerenciamento da aeronave e a tomada de decises rpidas e informadas, especialmente quando h presso e decises rpidas so vitais. As rodas j esto em movimento para dar vida a esta viso, com aplicaes de IA de Nvel 1 em fase de certificao, graas s diretrizes de Confiabilidade de Sistemas Baseados em Aprendizado de Mquina da EASA, estabelecidas em abril de 2022.
6. Ajudar pilotos e tripulantes a manter sua sade mental. Poderia um modelo de IA ter evitado o desastre suicida do piloto do voo 9525 da Germanwings, que levou morte de 150 pessoas? Embora esta seja uma rea de muita especulao, exames regulares especialmente concebidos para a tripulao podem ajudar a prever a probabilidade de problemas mentais exacerbados pela exposio a eventos estressantes, como perturbaes do ritmo circadiano, casos de turbulncia e emergncias a bordo. Outra aplicao promissora, que j est sendo testada pela startup britnica Blueskeye AI, o uso de tecnologia de deteco facial para identificar fadiga em pilotos. Hoje, a fadiga calculada com base no nmero de horas que um piloto voou, mas no futuro esta mtrica ser altamente individualizada.
7. Prever a probabilidade de Diretrizes de Aeronavegabilidade. Uma Diretriz de Aeronavegabilidade (DA) para parte da estrutura ou do motor capaz de aterrar parcela considervel da frota de qualquer companhia area, especialmente se no estiver diversificada em diferentes modelos. Conhecer a probabilidade de tal risco pode ajudar enormemente em diferentes fases do gerenciamento da frota "" desde a formao da frota at manuteno. Tal como o software de gerenciamento de risco baseado em IA em bancos e instituies financeiras, uma soluo semelhante poderia ser implementada para calcular e mitigar os riscos de DA.
8. Melhorar os processos internos de gesto da qualidade. Embora nenhuma avaria rivalize com a conta de US$ 20 bilhes que a Boeing teve que pagar por causa dos acidentes e subsequente aterramento do 737 MAX, problemas de controle de qualidade ainda podem levar empresas falncia. Embora os padres de garantia de qualidade na aviao j sejam mais elevados do que em qualquer outro setor devido regulamentao rigorosa de tudo que se relacione segurana e proteo, a IA pode impulsionar protocolos internos de garantia de qualidade nos domnios da fabricao na aviao e da gesto das companhias areas. Na fase de fabricao, um sofisticado sistema de viso computacional aprimorado por verificaes manuais pode identificar melhor as falhas nos componentes. Para as companhias areas, um Sistema de Gerenciamento de Segurana (SMS) aprimorado por IA pode levar em conta grandes quantidades de dados de vrias fontes, incluindo desempenho, padres meteorolgicos e informaes de manuteno.
9. Encontrar a melhor soluo logstica para situaes AOG. Embora cada situao de aeronave em terra (AOG) seja nica, ela pode custar companhia area algo entre US$ 10.000 e US$ 150.000, sem mencionar os danos reputao. Descobrir o quebra–cabea de encontrar a pea de reposio necessria e entreg–la em horas, e no em dias, pode ser complicado, especialmente se a situao do AOG acontecer longe dos principais centros. Uma soluo de IA poderia ajudar a empresa a localizar e enviar rapidamente a pea para a aeronave. Ao mesmo tempo, uma soluo de manuteno preditiva pode ajudar a companhia a se preparar para potenciais eventos AOG e garantir que haja sempre peas crticas suficientes em estoque.
10. Determinao do preo do seguro. No mundo ps–11/9, os compradores de seguros de aviao em todo o mundo ainda esto enfrentando preos crescentes e disponibilidade reduzida quando se trata de cobertura de risco de guerra. Um modelo de IA pode auxliliar as companhias areas a calcular os riscos que enfrentam com mais preciso, ajudando–as a compreender a sua exposio ao "risco de guerra" quando tomam decises relacionadas com seguros.

Conhea Gediminas Ziemelis

Gediminas Ziemelis (nascido em 4 de abril de 1977) um talentoso empresrio lituano, consultor de negcios e fundador e atual presidente do conselho do Avia Solutions Group, o maior fornecedor global de ACMI (Aeronave, Tripulao, Manuteno e Seguros), operando um frota de 196 aeronaves. Ele foi escolhido duas vezes entre os 40 jovens lderes mais talentosos do setor pela Aviation Week & Space Technology.

Gediminas conhecido por sua mentalidade cosmopolita e habilidades excepcionais de gesto, que contriburam para seu sucesso em vrias reas de negcios. Ao longo de seus 26 anos de carreira, Gediminas fundou mais de 100 start–ups, 50% delas ainda em operao, liderou empresas em 4 processos bem–sucedidos de IPO/SPO e levantou mais de 800 milhes de euros em mercados pblicos globais de capital e ttulos.

Em dezembro de 2022, Gediminas Ziemelis foi considerado o lituano mais rico pela TOP Magazine, com ativos estimados no valor de 1,68 bilho de euros.

Gediminas o maior doador do Rimantas Kaukenas Support Group, um fundo de caridade e apoio que oferece ajuda a crianas com doenas oncolgicas e s suas famlias. Ele tambm o maior acionista da principal equipe de basquete, a Wolves.

GLOBENEWSWIRE (Distribution ID 1000841676)

DUBLIN, Ireland, Sept. 27, 2023 (GLOBE NEWSWIRE) — The use of AI in aviation goes beyond customer support chatbots and price comparison tools for travelers. While these applications will definitely stay and become ubiquitous, the real disruption will come from optimizing the "hard" areas of aviation "" from revenue management to evaluating the likelihood of a strike. Chairman of Avia Solutions Group Gediminas Ziemelis shares his predictions regarding the areas where AI in aviation will make a massive difference.

1. Unlocking true dynamic pricing. In the airline business, revenue management has never been an easy game, but the stakes are even higher in the post–COVID world. According to IATA, the average profit margin per passenger today is truly razor–thin "" just $2.25, compared to double–digit numbers in 2019. AI can help improve the tough task of analyzing historical data and calculating the right price, taking into account the client's location and a myriad of other factors. While larger airlines will probably opt for building their own solutions in–house, there's already a growing number of carriers partnering with the likes of AirGain "" an AI–driven predictive solution with a data lake covering 6 billion price points.
2. Maintaining engine health. Predictive maintenance has been an integral part of MRO for quite some time now, with sensors helping airlines determine when and what needs to be fixed or replaced. Artificial Intelligence can use both real–time sensor data and predictive historical fault patterns to reduce downtime and overall costs of maintenance. A recent study conducted by the University of Maryland's Center for Advanced Aviation System Development (CAASD) found that predictive maintenance can reduce aircraft operational costs by up to 20%. AI is already disrupting this field. For instance, Lufthansa Technik has leveled up aircraft upkeep with its AI–driven predictive maintenance systems. Their Condition Analytics solution employs machine learning algorithms to analyze sensor data from various aircraft components, predicting maintenance needs with remarkable precision. The creation of so–called "digital twins" "" perfect virtual replicas that change their parameters according to the physical component's wear "" MRO technicians use digital twins for predictive maintenance and to detect anomalies by comparing real–world sensor data to the data generated by digital twins.
3. Planning the most efficient route. According to IATA, airlines will spend $215 billion this year, accounting for around 28% of operating expenses, which can be reduced with more efficient route planning. Numerous variables (including air traffic congestion, quickly changing weather patterns, and fluctuating fuel costs) make route planning a complex and demanding task, which can either improve or damage a carrier's bottom line, depending on how efficiently it is performed. AI–enabled platforms can accelerate decision–making for operators, helping them harness not just the power of historical data but also of predictive mechanisms that, together, generate an actionable and clear picture. One example of such a platform is Flyways, which uses scheduled and active flight data to map out flight routes that go through less–congested areas and bypass areas with adverse weather conditions. The solution has already been tested out by Alaska Airlines, saving the company 480,000 gallons of fuel and resulting in 4,600 fewer tons in carbon emissions over a six–month period. The results of such AI–operator collaboration are reflected not only in cost savings but also in helping businesses become more sustainable. Once such solutions become commonplace not just among airlines but also flight authorities around the world, we will look back at today and be surprised at how inefficient all of us were when planning routes.
4. Predicting strikes. While strikes in aviation usually make headlines because of the disruption they have on travelers' plans (especially around major holidays), the fact that airlines can lose tens if not hundreds of millions per strike is often overlooked. In 2022, for instance, SAS lost $145 million over a 15–day pilot strike. As AI can analyze not just technical but also sociological data, a model could be designed to help airlines predict a potential strike and be better prepared for potential negotiations. Models like this that can predict the probability of individual employees leaving their jobs have already been developed by IBM, producing 95% accuracy.
5. Improving workflows in–flight. An AI can serve as a helper not just to the staff on the ground but also to the cabin crew. It is not just about making routine tasks easier "" a properly trained tool can offer expert advice on managing the aircraft and making quick, informed decisions, especially when the pressure is on and quick decisions are vital. The wheels are already in motion to bring this vision to life, with Level 1 AI applications nearing certification, thanks to EASA's Trustworthiness of Machine Learning based Systems guidelines established in April 2022.
6. Helping pilots and crew maintain their mental health. Could an AI model have prevented the suicide–by–pilot disaster of Germanwings Flight 9525 that led to the death of 150 people? While this is an area of much speculation, specially designed regular staff screenings can help predict the likelihood of mental issues exacerbated by exposure to stressful events, such as circadian rhythm disruptions, instances of turbulence, and onboard emergencies. Another promising application, which is already being tested by the UK startup Blueskeye AI, is the use of facial sensing technology to identify fatigue in pilots. Today, fatigue is calculated based on the number of hours a pilot has flown, but in the future, this metric will be highly individualized.
7. Predicting the probability of Airworthiness Directives. An Airworthiness Directive (AD) for either a part of the frame or the engine can ground a sizeable share of an airline's fleet, especially one that is not diversified across different models. Knowing the likelihood of such a risk can massively help at different stages of fleet management "" from fleet formation to maintenance. Much like AI–driven risk management software in banks and financial institutions, a similar solution could be deployed to calculate and mitigate AD risks.
8. Improving in–house quality management processes. While no malfunction will ever rival the $20 billion bill that Boeing had to foot because of the crashes and subsequent grounding of the 737 MAX, a QA issue can still bankrupt a company. While quality assurance standards in aviation are already higher than in any other industry due to strict regulation of everything related to safety and security, AI can boost in–house quality assurance protocols within the realms of aviation manufacturing and airline management. At the manufacturing stage, a sophisticated computer vision system enhanced by manual checks can better pinpoint flaws in components. For airlines, an AI–enhanced Safety Management System (SMS) can take into account vast amounts of data from various sources, including performance, weather partners and maintenance information.
9. Finding the best logistics solution for AOG situations. While every aircraft on ground (AOG) situation is unique, it can cost the airline anything from $10,000 to $150,000, not to mention reputational damage. Figuring out the puzzle of both finding the spare part needed and delivering it in hours, and not days, can be tricky, especially if the AOG situation happens far away from major hubs. An AI solution could help the company quickly locate and ship the part to the aircraft. At the same time, a predictive maintenance solution can help prepare for potential AOG events and make sure that there are always enough critical parts in stock.
10. Determining insurance pricing. In the post–9/11 world, aviation insurance buyers globally are still encountering escalating prices and diminished availability when it comes to war risk coverage. An AI model can help airlines calculate the risks they are facing more precisely, helping them to understand their "war risk" exposure when they are making insurance–related decisions.

About Gediminas Ziemelis

Gediminas Ziemelis (born April 4, 1977) is an accomplished Lithuanian entrepreneur, business consultant, and the founder and current Chairman of the Board of Avia Solutions Group, the largest global ACMI (Aircraft, Crew, Maintenance, and Insurance) provider, operating a fleet of 196 aircraft. He was selected twice among the top 40 most talented young industry leaders by Aviation Week & Space Technology.

Gediminas is known for his cosmopolitan mindset and exceptional management skills, which have contributed to his success in various business fields. Over his 26–year–long career, Gediminas has founded more than 100 start–ups, 50% of which are still in operation, led companies through 4 successful IPO/SPO processes, and raised over 800 million euros in global public capital and bond markets.

In December 2022, Gediminas Ziemelis was listed as the richest Lithuanian by TOP Magazine, with estimated assets worth 1.68 billion euros.

Gediminas is the largest donator of Rimantas Kaukenas Support Group, a charity and support fund, that provides help to children with oncological diseases and their families. He is also the biggest shareholder in the leading basketball club Wolves.

GLOBENEWSWIRE (Distribution ID 1000841364)