Авиация России

Процессы цифровой трансформации в российской авиации только начинаются, хотя математический инструментарий в отрасли используется достаточно давно. Но искусственный интеллект и большие данные как элемент автоматизации и оптимизации бизнес-процессов сегодня используют только визионеры: лидеры отрасли.

Ключевым моментом в процессах цифровизации российской авиаотрасли можно назвать перевод в цифровой вид проектно-конструкторской документации. Разработка самолета сопряжена с большим объемом бумажной работы, по крайней мере, так было до начала 2010-х годов. Тогда в российской авиации повсеместно начал внедряться новый, модельно-ориентированный подход к проектированию самолетов, когда чертежи делаются в «цифре» с применением математического моделирования, а весь сопровождающий разработку и испытания самолетов документооборот становится электронным. В результате конструкторы и технические специалисты, технологи и эксплуатанты не должны работать с большим количеством разрозненных бумажных носителей. Таким образом спроектированы, например, главные российские достижения авиации последних десятилетий: Superjet 100 и МС-21, а также истребители Су-35 и Су-57. Сегодня цифровое проектирование стало рутинной практикой для крупнейших компаний, таких как «Иркут», «Туполев», «Ильюшин», «Сухой».

Однако это еще нельзя назвать процессом цифровой трансформации. В российской авиации он начинается только сейчас, с появлением в отрасли новых решений, платформ и инструментов на основе технологий искусственного интеллекта. Аналитика Big Data и математические ИИ-модели скоро будут использоваться в системах предиктивного анализа состояния самолетов, а одна из самых перспективных и быстрорастущих областей цифровизации в авиаотрасли — цифровые двойники воздушного судна, которые создаются уже не на этапе проектирования, а в процессе его эксплуатации. Цифровые двойники самолетов при этом сопровождают их на протяжении всего их жизненного цикла. Виртуальная модель судна повторяет все его системы и компоненты, поэтому ее анализ позволяет отслеживать его состояние и заранее предвидеть возможные неисправности. Это увеличивает срок службы самолета.

Виртуальные «двойники» самолетов можно отнести уже к части масштабных процессов цифровой трансформации авиаотрасли.

Практическое применение ИИ в авиаотрасли

В середине 2010-х годов российские авиакомпании стали задумываться о том, как использовать Big Data, нейросети и чат-ботов для оптимизации ключевых процессов в отрасли: от технического обслуживания и эксплуатации самолетов и до систем расчетов, продажи билетов через блокчейн-платформы и автоматизации внутренних коммуникаций. Отдельное направление цифровизации касается улучшения клиентского опыта. Это создание приложений и платформ для пассажиров, цифровых программ лояльности и «кошельков», систем электронного бронирования.

Авиаотрасль генерирует огромное количество данных, которые можно использовать не только в классических системах бизнес-аналитики (BI), но и для создания и развития новых технологических решений на основе машинного обучения и Big Data. Перспективы применения этих технологий пока остаются в области визионерства, но на подходе первые реализованные проекты с элементами ИИ.

В компании S7 создали Центр ИТ-инноваций S7 TechLab, который будет заниматься разработками ИТ-решений, в том числе на базе ИИ. Инициатором создания лаборатории стал Павел Воронин, советник генерального директора авиакомпании, ответственный за работу с большими данными. Воронин одним из первым в авиационной отрасли понял потенциальное значение технологий работы с Big Data и нейросетевого анализа для оптимизационных процессов. По его инициативе в компании началась разработка масштабного проекта по созданию системы на основе ИИ-решений для предиктивного ремонта авиатехники. Она анализирует информацию об эксплуатации всего парка самолетов авиакомпании начиная с 2012 года. По каждому судну собираются данные о его техническом обслуживании, полетах, техническом состоянии каждого компонента. Они обрабатываются нейросетями, а затем строятся предиктивные модели, показывающие вероятность появления неисправностей. Система предиктивного анализа позволила решить один из самых актуальных для авиаотрасли вопросов оптимизации расходов на ремонт и простои самолетов, а также добиться минимизации задержек вылетов.

Кроме того, в рамках TechLab сформирована принципиально новая для российской авиации система расчетов, автоматизирующая и ускоряющая B2B-платежи. Фактически они осуществляются без участия человека. При этом при расчетах между юрлицами не требуется предоставления банковских гарантий и страховых депозитов, что значительно ускорило и упростило бизнес-процессы. Теперь взаиморасчеты совершаются практически в режиме реального времени, а раньше на них требовалось 10-15 дней. В результате компания получила экономический эффект в объеме 100 млн руб. только в первые полгода реализации проекта. Помимо этого, в S7 использовали блокчейн-технологии для оптимизации заправки самолетов и аэропортового обслуживания.

Цифровизация приходит и в такие сферы деятельности авиакомпаний, как контроль перемещения грузов, пассажиропотока и навигации. В этом случае собираются большие данные о перемещениях объектов, обрабатываются с помощью математических алгоритмов и используются в построении логистических систем. Главной целью здесь является оптимизация логистических процессов и снижение издержек авиакомпаний.

Виртуализация внутренней «кухни» авиакомпаний

Авиакомпании представляют собой бизнес-системы, генерирующие большое количество документации, которая подлежит учету. Причем их работа регулируется множеством российских и международных стандартов и правовых норм. Поэтому учетные процессы в авиакомпаниях особенно нуждаются в модернизации с помощью интеллектуальных платформ для обработки данных. Например, «Аэрофлот» уже приступил к масштабному внедрению систем больших данных и машинного обучения. Роботизированная платформа для оперативной обработки документов (актов, счетов, накладных, справок, направлений, агентских отчетов) разработана в S7 TechLab. Интеллектуальная система для работы с данными, в которую встроены нейросети, умеет распознавать документы, выделять реквизиты и направлять их в электронный архив. Благодаря ей на обработку одного акта стало уходить не 15, а 5 минут, а также в авиакомпании в несколько раз ускорилось принятие решений на основе работы с документацией.

Цифровизация позволяет авиакомпаниям упорядочить и сделать более эффективной не только работу с документами, но и внутренние каналы связи. Так, в S7 создана платформа для унифицированных коммуникаций на базе решений Avaya. В контуре этого решения объединены основные каналы: телефония, мессенджеры, видео- и аудиоконференции. В результате стала возможной и удобной работа сотрудников в территориально-распределенной среде, характерной для авиаотрасли.

Еще одно направление для цифровизации, в котором S7 TechLab под руководством Павла Воронина удалось изменить к лучшему сложившиеся в авиаиндустрии стандарты, — клиентский сервис. В лаборатории разработали приложение для пассажиров, где они могут быстро выбрать билеты и места, управлять бронированием в личном кабинете и даже измерить свой багаж с помощью камеры смартфона. Другое созданное в S7 приложение предназначено для просмотра развлекательного контента на борту самолета.

Таким образом, цифровизация позволяет авиакомпаниям добиваться результатов в трех основных плоскостях: снижение расходов (за счет новых подходов к проектированию и эксплуатации воздушного судна), увеличение дохода (благодаря росту продаж, которое стимулировано улучшением клиентского опыта и реорганизацией систем расчетов) и достижение самой важной их цели: повышения безопасности полетов (здесь большую роль играет предиктивная аналитика).

2 603