数字化奠定了智能化的基础，智能化是数字化的延伸。从生产模式、生活方式到组织形态、社会结构，人工智能（AI）为人类提供了重构现实物理世界和数字虚拟世界的新机会。近日，交通运输部、国家发展改革委、民航局等七部门联合印发《关于“人工智能+交通运输”的实施意见》（以下简称《意见》），从加大关键技术供给、加速创新场景赋能、加强核心要素保障、优化产业发展生态四大方面，部署建设综合交通运输大模型等16项具体任务，助力实现“人享其行、物畅其流”美好愿景。在民航业，人工智能都带来了哪些革新？未来人工智能技术将催生怎样的智慧场景？本期《云中焦点》邀请专家学者分析展望“人工智能+”在民航业的落子布局。

从值机通关到行李分拣，从机场的安防监控到航空器的智能驾驶，人工智能在民航业的应用十分广泛。人工智能为民航业带来了哪些改变？

高志东：人工智能让“数据”成为新的生产要素，让“算法”成为新的调度引擎。

以东航为例，在客户服务领域，我们基于DeepSeek大模型构建了深度渗透旅客出行全流程的数字人多智能体，以多语种、自然语言交互的方式，针对旅客出行全流程提供多种智能服务能力。2017年，东航推出了第一代东东智能服务机器人，今年还将研发推出多款全新的具身智能服务机器人，为旅客提供更加智能、精细的个性化服务。

在运行控制领域，我们围绕航班运行全流程的31个关键节点，集成各类保障任务数据，利用人工智能、数字孪生等技术，构建起全程闭环的东航数字化机坪保障体系，实现机坪资源“一图统览”“一键可控”。

在机务维修领域，我们研发了AI发动机孔探视觉检测系统，利用深度学习算法，辅助孔探工程师进行发动机损伤检测，让航空维修从“人工检”迈向“智能检”。

张立轩：以机位分配为例，人工智能技术的引入重构了该环节的管理逻辑。在人工智能应用前，深圳机场的机位分配主要依赖人工操作。调度员需要依据航班计划、机型参数、航空公司偏好等内容，手工完成每日千余架次航班的机位匹配，整个过程耗时长达4小时。同时，突发情况应对能力薄弱，如遇航班延误、天气突变等情况，调度员需要手工修改分配方案，衔接部门多、沟通成本高，常引发后续航班连锁延误。

人工智能技术落地后，机位分配实现了从“人工估算”到“智能决策”的质变。深圳机场联合华为开发的智能分配系统，融合600余项调度规则与AI算法，将千余架次航班的分配时间从4小时缩短至1分钟，每10分钟还能以秒速完成动态刷新。系统通过对接航班动态、机坪监控、气象预警等多系统数据，实现全要素统筹。借助在机位分配领域的成功经验，深圳机场已推动实现航站楼登机口、值机柜台、行李转盘等更多运行资源的智能分配。

高红蕾：以民航通信导航监视设备运行保障为例，为保障管制指挥和飞行安全，需要7×24小时提供不间断的通信导航监视服务。通信导航监视设备运行保障领域具有设备数量多、业务链条长、服务对象广、覆盖范围大、系统关联性强等特征。在传统模式下，运维工作高度依赖人工经验与分散操作：值班人员需要周期性巡视设备，通过观察灯光、声音、参数等方式判断运行状态；故障上报与处置依赖人工，采用电话、短信等传统通信方式；各类设备由不同系统独立监控，告警信息碎片化，整体运行呈现“经验驱动、人工主导、信息割裂”的特点。

随着人工智能技术的引入，通信导航监视设备运行保障模式正经历系统性重塑。以图像识别、语音识别、机器学习为代表的AI技术已实现对设备状态的自动化监测，取代传统人工巡视，显著提高了监控效率和精确度。

刘一：依托人工智能技术，航空运输企业能够有效提高运输效率，进一步优化旅客服务体验，还能够在一定程度上促进资源的合理配置，降低运营成本。

我认为，人工智能在民航业务提质增效方面主要具备以下几方面优势。

一是自动化，人工智能应用能够减少流程化、标准化的人工操作，实现部分业务的少人化甚至无人化。计算机视觉（CV）算法已被集成于各大机场的旅客自助服务设备，实现“出行一张脸”；AI视频分析则已应用于航班保障监控节点识别、机坪异常行为识别等领域。二是主动化，人工智能应用的状态感知和预测能力可突破被动管控模式，实现主动感知预警。数据挖掘算法可对航班到港时间、滑行时间、机场不同区域的客流等关键变量进行精准预测，让机场更加科学合理地分配资源；利用深度学习等技术可训练飞机部件剩余寿命预测模型，减少突发故障风险，降低机务维修成本，实现预测性维修。三是精准化，人工智能应

用能够充分挖掘大数据价值，促使民航运营从经验决策向数据决策转型。传统人工排班容易出现的分配不均、调度延迟等问题，可通过基于多源数据驱动的智能算法得到解决，保证机组成员在最佳时空配置下执行任务；结合市场、旅客偏好和航班资源等信息构建的精准智能营销模型，能够辅助提高市场响应能力和销售转化效率。

《意见》提出，到2030年，人工智能深度融入交通行业，智能综合立体交通网全面推进。“人工智能+民航”的新时代与人工智能技术在民航的初步应用有什么不同？

高志东：“人工智能+民航”与早期人工智能初步应用的核心差异，在于从单点技术落地升级为系统生态融合。过去，人工智能主要集中于单点、单场景，虽能提高局部效率，但难以突破行业协同壁垒，也无法实现多价值创造。而在新的阶段，AI将深入到整个航空运行体系的底层逻辑中，成为民航的“数字中枢”和“认知大脑”。其价值维度与协同深度实现了质的飞跃，未来东航的发展也将围绕这一核心逻辑展开。

我认为可以聚焦三大重点方向，建设“人工智能+民航”的标志性工程。一是打造“全链条智能运行中枢”，通过AI贯通运行全链条数据，构建综合运行大模型，实现从“单点优化”到“系统最优”。二是构建“无感化旅客服务网络”，AI将成为连接旅客需求与服务资源的核心纽带，让技术真正服务于旅客体验提升。三是建立“预测性智能维修体系”，航空器维修将从定期检修、故障后维修的传统模式升级为全生命周期预测性维护，AI与物联网、多模态感知技术的深度融合是核心支撑。

张立轩：“人工智能+民航”新时代的核心突破在于大模型驱动行业从单一工具应用跃升为生态级智能中枢。在机场方面，我认为人工智能将重点在三大领域赋能民航发展。

在“AI+安全”领域，围绕机场运行安全、空防安全场景，精准识别外来物（FOD）、道面异常、车辆及人员非法侵入、鸟情等风险，深化安检智能判图与智慧防漏验应用，强化机坪滑行冲突及飞行区不安全事件的预测预警；在“AI+运行”领域，聚焦机场航班保障与多主体协同场景，推进航班滑行路由规划、调时与推出管理、车辆调度协同、人员智能排班的融合应用及辅助决策，提升运行保障智能化水平；在“AI+出行”领域，围绕旅客服务场景，构建民航服务大语言模型并打造数字虚拟客服，实现旅客诉求智能分析与咨询即时解答；依托AI语音识别与实时翻译技术构建智慧广播系统，实现多语种播报与视频寻人联动；基于生物识别技术推动国内外机场全流程“刷脸”自助通关；引入行李开包查验、手提行李携运、贵宾引领等便民服务机器人，打造沉浸式智能出行体验。

高红蕾：对民航业而言，我认为人工智能初步应用与“人工智能+”新时代有以下不同。首先，应用场景的深度和广度不同。以民航通信导航监视设备运行保障为例，人工智能初步应用主要针对设备状态监控、业务知识库建设特定场景或任务，大多是从解决局部问题入手。而在“人工智能+民航”新时代，强调的是人工智能技术与该领域的深度融合，通过设备运行保障大数据以及相应模型算法的研究应用，从整体上对运行保障的整个业务流程和模式等进行改进优化乃至重塑创新，提升民航通信导航监视设备运行保障的整体风险管控能力。

其次，对数据处理及应用的程度不同。人工智能初步应用侧重于对某个业务领域或类别原始数据的采集和基本处理，通过机器学习从数据中提取一些基本模式和规律，改进优化某个特定场景的应用。而在“人工智能+民航”新时代，则更注重民航空管多业务领域数据的综合治理和应用，通过“数据+技术+场景+生态”的协同创新应用，促进空管从数字化迈向智能化。

最后，发展目标不同。人工智能初步应用往往聚焦某个特定场景或任务的效率提高和改进优化。而“人工智能+”的目标是通过人工智能技术与民航空管业务的深度融合，推动空管系统生产要素重组、价值创造方式升级，促进空管整体运行安全和效率的提高。

刘一：人工智能技术在民航应用的初步阶段，通常是在原有业务流程的某一业务节点配置人工智能工具，属于技术架构的微调，并未对整体业务架构产生影响。而进入“人工智能+民航”新时代，人工智能技术将作为核心重塑工作流程和革新业务架构，甚至催生全新的智慧场景。

未来，民航人工智能将从单点工具向全场景赋能渗透发展，构建良好的“人工智能+民航”生态。在安全领域，人工智能将提升风险主动感知、精准预警与快速处置能力；在运行领域，人工智能将实现运行资源精益管理和协同决策效率进一步提高；在服务领域，人工智能将提供更加个性化、更加便捷、更加沉浸式的智能服务；在监管领域，人工智能将在精准监管、风险防控等方面提供全面的智能决策辅助。此外，AIAgent与传统工作流的结合演进将使民航人工智能场景更加泛化，甚至拓展到全流程；而随着具身智能技术的发展，人工智能将进一步以机器人等物理实体形式融入民航实际运行环境。

人工智能的使命是服务人类，而不是取代人类。在“人工智能+”时代，技术、场景、要素、生态等将发生怎样的变化？如何保障民航在“人工智能+”时代的高效、安全运营？

高志东：AI在民航业的角色是“赋能者”，而不是“替代者”。

从“智能化”到“智能+”，最大的变化是融合。未来的民航将不再是“AI在哪里用”，而是“AI无处不在”，这就是“人工智能+”带来的系统性变革。在“人工智能+民航”的新时代，技术、场景、要素、生态将迎来系统性重构，但人始终是核心主导者。在这一过程中，人始终扮演着决策者、监督者、赋能者的核心角色。AI具备强大的数据处理与分析能力，但它不具备人类的综合判断与责任意识。未来的运行指挥中心将是“人机共智”的中枢——AI预测、推荐，人类决策、控制。

而保障“人工智能+”时代的安全与合规，是底线中的底线。东航在AI建设中始终坚守“三重安全”：一是算法安全，建立AI模型验证机制，确保算法决策透明、结果可解释；二是数据安全，严格实行数据分级保护与脱敏处理，防止隐私泄露和信息滥用；三是运行安全，在AI参与的关键流程中始终应用“人工兜底机制”，确保人类可以在任何时刻接管系统。

从更宏观的角度看，“人工智能+”不仅是一场技术革命，更是一场生产力与生产关系的重塑，将推动形成安全更可控、运行更高效、服务更有温度的智慧民航新格局。

张立轩：在“人工智能+”时代，民航业正经历从局部优化到体系重构的深度变革。在技术层面，从孤立的单点算法升级为“通用底座+垂域模型”的智能体系，多模态融合与本地化部署成为主流，打破了数据与系统壁垒。在场景层面，实现全链条渗透，从旅客服务延伸至空管调度、维修保障等核心运行环节，形成“预判—执行—优化”的闭环。在要素层面，数据、算力与专业知识深度融合，建立动态更新的行业知识库与算法库。在生态层面，呈现开放协同特征，航企、机场、科技企业形成技术共建、价值共享的新格局。

保障高效、安全运营则需要构建三维体系。在技术层面，实现全链路安全防护，通过数据脱敏、加密传输与零信任架构抵御网络威胁，依托可解释性算法减少“AI幻觉”风险。在制度层面，完善行业标准与应急预案，推进AI模型安全备案，明确人机责任边界，建立故障快速响应机制。在人才层面，培养“技术+业务”复合型人才，强化员工数字素养培训，确保能精准驾驭智能系统。三者协同发力，既能释放AI的效率价值，又能坚守安全底线，履行技术服务人类的核心使命。

高红蕾：在“人工智能+”时代，人扮演着多种关键角色并履行职能，如研发者负责模型构建，维护者确保系统稳定，监督者评估AI输出等。技术研发与维护者根据场景需要，通过提供高质量的数据和构建各种算法模型，利用人工智能技术完成特定任务，并确保人工智能系统正常、安全运行。此外，人工智能系统也需要人们不断进行维护和优化，及时发现和解决出现的问题。监督执行与决策者根据应用场景准确提出问题需求，让人工智能可以正确理解和解决问题。同时，人们需要判定人工智能提供的答案和方案是否正确、合理和可行。

在保障“人工智能+”时代民航高效、安全运营方面，需要从政策、企业以及个人等多个层面不断加强人工智能的政策支持、应用引导和资源投入。人工智能的普及和应用为构建智慧空管奠定了坚实的基础。未来，通过“平台化支撑+智能化赋能+标准化引领”，中国民航将加速迈向安全、高效、智能的新阶段。

刘一：人工智能未来将成为民航业新的技术工具、新的变革动能、新的运行主体和新的监管对象。全球民航业正在加速拥抱人工智能，我国也从政策引导、应用场景落地、关键技术攻关等多个方面推动“人工智能+民航”的深入融合。

民航业运行系统复杂且对安全与连续性有着要求，而人工智能算法依然存在“黑箱”“欠可解释性”等潜在风险。因此，人在“人工智能+”时代依然将占据主导地位，人工智能应用则要实现“可预测、可干预、可接管”。“人机协同”将成为未来智慧民航的显著特征，高效、精准的智能算法模型将为人的决策提供辅助支持，而人的专业判断能够对模型进行实时优化，形成以智能技术赋能人力、以专家经验优化模型的持续迭代发展格局。

在人工智能技术不断演进的过程中，实现人工智能新技术与行业需求场景的对接十分重要。如何让新技术从实验室应用到实际运行而性能不打折扣，让算法模型从“通用”变为“专业可用”，是“人工智能+民航”下一步发展的关键点和难点。（中国民航报 记者张人尹）（编辑：张薇，校对：李季威，审核：程凌）