Month: September 2023

DUBLIN, Irlanda, Sept. 28, 2023 (GLOBE NEWSWIRE) — O uso da IA na aviação vai além dos chatbots de apoio ao cliente e das ferramentas de comparação de preços para viajantes. Embora esses aplicativos definitivamente permaneçam e se tornem onipresentes, a verdadeira interrupção virá da otimização das áreas “difíceis” da aviação – desde o gerenciamento de receitas até à avaliação da probabilidade de uma greve. O presidente do Avia Solutions Group, Gediminas Ziemelis, compartilha suas previsões sobre as áreas onde a IA na aviação fará uma enorme diferença.

1. Desbloqueando preços verdadeiramente dinâmicos. No negócio das companhias aéreas, o gerenciamento de receitas nunca foi um jogo fácil, mas os riscos são ainda maiores no mundo pós-COVID. De acordo com a IATA, a margem de lucro média por passageiro hoje é realmente mínima – apenas 2,25 dólares, em comparação com números de dois dígitos em 2019. A IA pode ajudar a melhorar a difícil tarefa de analisar dados históricos e calcular o preço certo, tendo em conta o localização do cliente e uma infinidade de outros fatores. Embora as grandes companhias aéreas provavelmente optem por construir as suas próprias soluções internamente, já existe um número crescente de companhias aéreas em parceria com empresas como a AirGain – uma solução preditiva baseada em IA, com um data lake que cobre 6 bilhões de pontos de preços.
2. Manter a saúde do motor. A manutenção preditiva tem sido parte integrante do MRO já há algum tempo, com sensores que ajudam as companhias aéreas a determinar quando e o que precisa ser consertado ou substituído. A Inteligência Artificial pode usar dados de sensores em tempo real e padrões históricos preditivos de falhas para reduzir o tempo de inatividade e os custos gerais de manutenção. Um estudo recente conduzido pelo Centro de Desenvolvimento Avançado de Sistemas de Aviação (CAASD) da Universidade de Maryland descobriu que a manutenção preditiva pode reduzir os custos operacionais das aeronaves em até 20%. A IA já está revolucionando esse campo. Por exemplo, a Lufthansa Technik nivelou a manutenção de aeronaves com seus sistemas de manutenção preditiva orientados por IA. Sua solução Condition Analytics emprega algoritmos de aprendizado de máquina para analisar dados de sensores de vários componentes da aeronave, prevendo necessidades de manutenção com notável precisão. A criação dos chamados “gêmeos digitais” – réplicas virtuais perfeitas que mudam seus parâmetros de acordo com o desgaste do componente físico – os técnicos de MRO usam gêmeos digitais para manutenção preditiva e para detectar anomalias, comparando dados de sensores do mundo real com os dados gerados por gêmeos digitais.
3. Planejar a rota mais eficiente.De acordo com a IATA, as companhias aéreas gastarão US$ 215 bilhões este ano, representando cerca de 28% das despesas operacionais, que podem ser reduzidas com um planejamento de rotas mais eficiente. Numerosas variáveis (incluindo congestionamento do tráfego aéreo, mudanças rápidas nos padrões climáticos e flutuações nos custos de combustível) tornam o planejamento de rotas uma tarefa complexa e exigente, que pode melhorar ou prejudicar os resultados financeiros de uma transportadora, dependendo da eficiência com que é executado. As plataformas habilitadas para IA podem acelerar a tomada de decisões dos operadores, ajudando-os a aproveitar não apenas o poder dos dados históricos, mas também dos mecanismos preditivos que, juntos, geram uma imagem clara e acionável. Um exemplo dessa plataforma é a Flyways, que utiliza dados de voos programados e ativos para mapear rotas de voo que passam por áreas menos congestionadas e contornam áreas com condições climáticas adversas. A solução já foi testada pela Alaska Airlines, economizando 480.000 galões de combustível e resultando em 4.600 toneladas a menos em emissões de carbono em um período de seis meses. Os resultados desta colaboração entre operadores de IA se refletem não apenas na redução de custos, mas também na ajuda às empresas para se tornarem mais sustentáveis. Quando tais soluções se tornarem comuns não apenas entre as companhias aéreas, mas também entre as autoridades de voo em todo o mundo, vamos olhar para trás hoje e nos surpreender com a ineficiência de todos nós ao planejar rotas.
4. Prevendo greves. Embora as greves na aviação geralmente ganhem as manchetes por causa da interrupção que causam aos planos dos viajantes (especialmente em torno de grandes feriados), o fato de as companhias aéreas poderem perder dezenas, senão centenas de milhões por greve, é muitas vezes esquecido. Em 2022, por exemplo, a SAS perdeu 145 milhões de dólares numa greve de pilotos de 15 dias. Como a IA pode analisar não apenas dados técnicos, mas também sociológicos, um modelo poderia ser concebido para ajudar as companhias aéreas a prever uma greve potencial e a estar melhor preparadas para eventuais negociações. Modelos como este, que podem prever a probabilidade de funcionários individuais deixarem seus empregos, já foram desenvolvidos pela IBM, produzindo 95% de precisão.
5. Melhorar os fluxos de trabalho durante o voo. A IA pode servir como auxiliar não apenas para a equipe em terra, mas também para a tripulação na cabine. Não 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 decisões rápidas e informadas, especialmente quando há pressão e decisões rápidas são vitais. As rodas já estão em movimento para dar vida a esta visão, com aplicações de IA de Nível 1 em fase de certificação, graças às diretrizes de Confiabilidade de Sistemas Baseados em Aprendizado de Máquina da EASA, estabelecidas em abril de 2022.
6. Ajudar pilotos e tripulantes a manter sua saúde mental. Poderia um modelo de IA ter evitado o desastre suicida do piloto do voo 9525 da Germanwings, que levou à morte de 150 pessoas? Embora esta seja uma área de muita especulação, exames regulares especialmente concebidos para a tripulação podem ajudar a prever a probabilidade de problemas mentais exacerbados pela exposição a eventos estressantes, como perturbações do ritmo circadiano, casos de turbulência e emergências a bordo. Outra aplicação promissora, que já está sendo testada pela startup britânica Blueskeye AI, é o uso de tecnologia de detecção facial para identificar fadiga em pilotos. Hoje, a fadiga é calculada com base no número de horas que um piloto voou, mas no futuro esta métrica será altamente individualizada.
7. Prever a probabilidade de Diretrizes de Aeronavegabilidade. Uma Diretriz de Aeronavegabilidade (DA) para parte da estrutura ou do motor é capaz de aterrar parcela considerável da frota de qualquer companhia aérea, especialmente se não estiver diversificada em diferentes modelos. Conhecer a probabilidade de tal risco pode ajudar enormemente em diferentes fases do gerenciamento da frota – desde a formação da frota até à manutenção. Tal como o software de gerenciamento de risco baseado em IA em bancos e instituições financeiras, uma solução semelhante poderia ser implementada para calcular e mitigar os riscos de DA.
8. Melhorar os processos internos de gestão da qualidade. Embora nenhuma avaria rivalize com a conta de US$ 20 bilhões 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 à falência. Embora os padrões de garantia de qualidade na aviação já sejam mais elevados do que em qualquer outro setor devido à regulamentação rigorosa de tudo que se relacione à segurança e proteção, a IA pode impulsionar protocolos internos de garantia de qualidade nos domínios da fabricação na aviação e da gestão das companhias aéreas. Na fase de fabricação, um sofisticado sistema de visão computacional aprimorado por verificações manuais pode identificar melhor as falhas nos componentes. Para as companhias aéreas, um Sistema de Gerenciamento de Segurança (SMS) aprimorado por IA pode levar em conta grandes quantidades de dados de várias fontes, incluindo desempenho, padrões meteorológicos e informações de manutenção.
9. Encontrar a melhor solução logística para situações AOG. Embora cada situação de aeronave em terra (AOG) seja única, ela pode custar à companhia aérea algo entre US$ 10.000 e US$ 150.000, sem mencionar os danos à reputação. Descobrir o quebra-cabeça de encontrar a peça de reposição necessária e entregá-la em horas, e não em dias, pode ser complicado, especialmente se a situação do AOG acontecer longe dos principais centros. Uma solução de IA poderia ajudar a empresa a localizar e enviar rapidamente a peça para a aeronave. Ao mesmo tempo, uma solução de manutenção preditiva pode ajudar a companhia a se preparar para potenciais eventos AOG e garantir que haja sempre peças críticas suficientes em estoque.
10. Determinação do preço do seguro. No mundo pós-11/9, os compradores de seguros de aviação em todo o mundo ainda estão enfrentando preços crescentes e disponibilidade reduzida quando se trata de cobertura de risco de guerra. Um modelo de IA pode auxliliar as companhias aéreas a calcular os riscos que enfrentam com mais precisão, ajudando-as a compreender a sua exposição ao “risco de guerra” quando tomam decisões relacionadas com seguros.

Conheça Gediminas Ziemelis

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

Gediminas é conhecido por sua mentalidade cosmopolita e habilidades excepcionais de gestão, que contribuíram para seu sucesso em várias áreas de negócios. Ao longo de seus 26 anos de carreira, Gediminas fundou mais de 100 start-ups, 50% delas ainda em operação, liderou empresas em 4 processos bem-sucedidos de IPO/SPO e levantou mais de 800 milhões de euros em mercados públicos globais de capital e títulos.

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

Gediminas é o maior doador do Rimantas Kaukenas Support Group, um fundo de caridade e apoio que oferece ajuda a crianças com doenças oncológicas e às suas famílias. Ele também é o maior acionista da principal equipe de basquete, a Wolves. 

Contato com a imprensa: 
Silvija Jakiene 
Diretora de Comunicações 
Avia Solutions Group 
silvija.jakiene@aviasg.com 
+370 671 22697

GlobeNewswire Distribution ID 1000841676

DUBLIN, Irlande, 28 sept. 2023 (GLOBE NEWSWIRE) — Le recours à l’IA dans le secteur de l’aviation va bien au-delà des chatbots d’assistance à la clientèle et des grilles de comparaison de prix pour les passagers. Ces technologies sont certainement vouées à s’inscrire dans la durée et deviendront même omniprésentes. C’est leur extension à l’optimisation des « noyaux durs » de l’aviation qui vient perturber le secteur – de la gestion des revenus à l’évaluation de la probabilité d’une grève. Le Président d’Avia Solutions Group, Gediminas Ziemelis, dévoile ses prévisions quant aux domaines de l’aviation où selon lui l’IA fera une énorme différence.

1. Avènement d’une véritable tarification dynamique : La gestion des revenus n’a jamais été simple dans le secteur aérien, mais les enjeux prennent encore plus d’ampleur dans un environnement post-Covid. Selon l’Association du transport aérien international (ou IATA), la marge moyenne par passager est aujourd’hui vraiment minime : à peine 2,25 dollars, contre une marge à deux chiffres de 2019. L’IA peut optimiser la difficile tâche d’analyse des données historiques et établir un juste prix, en tenant compte de la géolocalisation des clients et d’une multitude d’autres facteurs. Même si les grandes compagnies aériennes vont probablement opter pour le développement de leurs propres solutions en interne, le nombre de transporteurs qui s’équipent de solutions tierces comme AirGain va crescendo. AirGain est une solution prédictive reposant sur l’IA exploitant un lac de données référentiel de six milliards de niveaux de prix.
2. Maintenance sanitaire des moteurs : La maintenance prédictive fait pleinement partie de la MRO depuis déjà un certain temps : des capteurs aident les compagnies aériennes à déterminer ce qui doit être réparé ou remplacé, et à quelle date. L’intelligence artificielle peut combiner l’exploitation des données des capteurs en temps réel et des tendances prédictives de pannes historiques pour réduire à la fois les périodes d’immobilisation pour entretien et les charges globales liées à la maintenance. Une récente étude menée par le centre de recherche américain de l’Université du Maryland – Center for Advanced Aviation System Development (ou CAASD) – a démontré que la maintenance prédictive pouvait réduire les frais d’exploitation des avions jusqu’à 20 %. L’IA bouleverse déjà ce domaine. Lufthansa Technik a par exemple amélioré le cycle d’entretien de ses appareils grâce à ses systèmes de maintenance prédictive basés sur l’IA. Leur solution « Condition Analytics » utilise des algorithmes d’apprentissage automatique pour analyser les données des capteurs de divers composants de l’avion, ce qui permet d’anticiper les besoins en maintenance avec une étonnante précision. Les techniciens de la MRO ont recours à des « jumeaux numériques » programmés pour prédire les prochaines opérations de maintenance et identifier toute anomalie remontée via la comparaison des données fournies par les capteurs et celles des jumeaux. Les jumeaux numériques sont en fait des répliques virtuelles qui modulent leurs paramètres en fonction des composantes physiques des pièces.
3. Une planification d’itinéraire plus efficace : Selon l’IATA, les compagnies aériennes dépenseront 215 milliards de dollars cette année, soit environ 28 % de leurs charges d’exploitation. Ces charges peuvent être réduites grâce à une planification plus efficace des itinéraires. La planification d’itinéraires est assortie de nombreuses variables, parmi lesquelles la congestion du trafic aérien, la fluctuation rapide des conditions météorologiques, ou encore la courbe changeante des prix du carburant, ce qui rend la tâche complexe et astreignante. C’est un élément dont l’efficacité peut influer de manière positive ou négative sur les résultats d’un transporteur. Les plateformes reposant sur l’IA peuvent accélérer le processus décisionnel pour les opérateurs, en les aidant à exploiter non seulement le potentiel des données historiques, mais également celui des modèles prédictifs. Ensemble, ces méthodes permettent d’obtenir une vision précise et exploitable. Flyways est l’une de ces plateformes. En utilisant les données des vols programmés et actifs, elle conçoit des itinéraires de vol qui traversent des zones moins encombrées et qui contournent les zones soumises à de mauvaises conditions météorologiques. Alaska Airlines a déjà testé cette solution, ce qui a permis à la compagnie d’économiser 480 000 gallons de carburant et d’amener ainsi une réduction de 4 600 tonnes d’émissions de carbone sur une période de six mois. Les résultats de la collaboration entre les opérateurs et l’IA engendrent non seulement des économies de coûts, mais apportent également une aide pour mieux s’inscrire dans le développement durable. Lorsque de telles solutions, loin de se limiter aux simples compagnies aériennes, deviendront monnaie courante pour les autorités aériennes du monde entier, il conviendra d’effectuer un retour sur image. On s’étonnera alors certainement de constater à quel point nous avons tous été contre-productifs dans la planification passée des itinéraires.
4. Anticipation des grèves : Alors que les grèves dans l’aviation font généralement la une des journaux en raison des perturbations qu’elles entraînent sur la vie des voyageurs, et en particulier pendant les grandes vacances, on néglige souvent le fait que les compagnies aériennes peuvent réaliser des dizaines, voire des centaines de millions de pertes par épisode de grève. SAS a par exemple perdu 145 millions de dollars en 2022 en raison d’une grève des pilotes qui s’est poursuivie pendant 15 jours. L’IA étant capable d’analyser à la fois les données techniques et les données sociologiques, un modèle pourrait se concevoir pour aider les compagnies aériennes à prédire un risque de grève et mieux se préparer à d’éventuelles négociations. IBM a déjà développé des modèles semblables, capables de prédire à 95 % la probabilité que des employés démissionnent.
5. Amélioration 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 à la simplification des tâches quotidiennes. Un outil correctement programmé et entraîné peut délivrer des conseils avisés sur la gestion de l’appareil et guider rapidement la prise de décisions, particulièrement en cas de forte pression, lorsqu’il est impératif de prendre une décision vite. Le processus est en marche pour donner vie à cette vision. En effet, des applications d’IA de niveau 1 sont en voie d’être certifiées, grâce aux lignes directrices établies en avril 2022 par l’AESA sur la fiabilité des systèmes basés sur l’apprentissage automatique.
6. L’assistance aux pilotes et aux équipages en matière de santé mentale : Aurait-on pu empêcher le suicide du pilote du vol 9525 de la Germanwings grâce à l’IA, et ainsi éviter la mort des 150 personnes à bord ? Des contrôles réguliers spécialement conçus pour le personnel navigant peuvent aider à prévenir le risque de problèmes psychiques exacerbés par l’exposition permanente à des événements stressants comme les troubles du rythme circadien, les zones de turbulence ou la résolution des urgences à bord, mais il s’agit là d’un domaine qui fait l’objet de nombreuses spéculations. La start-up britannique Blueskeye AI est déjà en train de tester une autre application pleine de promesses. Son principe repose sur une technologie de détection 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 paramètres.
7. Anticipation de l’apparition de consignes de navigabilité : Une consigne de navigabilité (ou CN) applicable à une partie du châssis ou au moteur d’un appareil peut immobiliser au sol un important quota de la flotte d’une compagnie aérienne, et plus particulièrement si celle-ci n’est pas diversifiée. Anticiper ce risque peut s’avérer extrêmement utile à toutes les étapes de la gestion de flotte, de la constitution jusqu’à la maintenance. À l’image des banques et des institutions financières qui utilisent des logiciels de gestion des risques reposant sur l’IA, l’aviation pourrait mettre en place une solution similaire pour calculer et atténuer les risques liés aux consignes de navigabilité.
8. Optimisation des processus internes de gestion de la qualité : Même si aucun dysfonctionnement ne pourra jamais rivaliser avec les 20 milliards de dollars que Boeing a dû débourser à la suite des crashs de son appareil 737 MAX et des immobilisations au sol qui ont suivi, tout problème d’assurance qualité peut conduire toute entreprise à la faillite. Alors que les normes d’assurance qualité de l’aviation sont déjà bien supérieures à celles des autres secteurs en raison d’une stricte réglementation de tout ce qui touche à la sûreté et à la sécurité, l’IA peut en renforcer les protocoles internes au niveau de la construction aéronautique et de la gestion des compagnies aériennes. Au stade industriel, un système sophistiqué de vision par ordinateur renforcé par des contrôles manuels peut aider à mieux identifier les composants défectueux. Pour les compagnies aériennes, un système de gestion de la sécurité augmenté par l’IA peut exploiter d’énormes quantités de données en provenance de sources différentes, parmi lesquelles les performances, les partenaires météorologiques 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 représenter des charges comprises entre 10 000 et 150 000 dollars pour une compagnie, sans oublier des dommages causés à sa réputation. Il peut s’avérer délicat de chercher, trouver et se faire livrer la pièce de rechange nécessaire 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’expédition de la pièce en question. Une solution de maintenance prédictive pourrait en parallèle prévenir les situations d’AOG en veillant à ce qu’il y ait toujours des pièces clé en stock.
10. Calcul des tarifs d’assurance : Dans le monde de l’après 11 septembre, les preneurs d’assurance aviation du monde entier sont toujours confrontés à une hausse des prix et à une moindre couverture des risques de guerre. L’IA peut aider les compagnies aériennes à calculer plus précisément les risques auxquels elles sont confrontées, et les aider à mieux comprendre leur exposition au « risque de guerre » lorsqu’elles doivent faire des choix d’assurance.

À propos de Gediminas Ziemelis

Né le 4 avril 1977, Gediminas Ziemelis est un entrepreneur lituanien chevronné, consultant en affaires, fondateur et actuel Président du Conseil d’administration d’Avia Solutions Group, le plus grand opérateur mondial d’ACMI (exploitation d’avions tout compris), avec une flotte comportant plus de 196 appareils. Il a été sélectionné 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 compétences exceptionnelles en matière de gestion, qui ont contribué à son succès dans divers domaines d’activité. Au cours de ses 26 ans de carrière, Gediminas a fondé plus de 100 start-ups, dont 50 % sont toujours en activité, il a dirigé des entreprises à travers quatre processus réussis d’introduction en bourse/offre publique sur le marché secondaire, et a levé plus de 800 millions d’euros sur les marchés publics mondiaux des capitaux et des obligations.

En décembre 2022, Gediminas Ziemelis a été identifié par TOP Magazine comme le Lituanien le plus riche dont les actifs sont estimés à 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 à leurs familles. Il est également le principal actionnaire du premier club de basket-ball, les Wolves.

Contact média :  
Silvija Jakiene  
Directrice de la communication  
Avia Solutions Group  
silvija.jakiene@aviasg.com  
+370 671 22697

GlobeNewswire Distribution ID 1000841676