En algún lugar sobre el Medio Oeste, un Learjet termina un vuelo chárter, apaga sus motores con la cabina vacía y varias horas de combustible restantes. A dos estados de distancia, un cliente espera una cotización para un viaje que sale en seis horas.

Conectar esa aeronave disponible con ese cliente parece simple. En la práctica, es uno de los desafíos más antiguos y costosos de la aviación ejecutiva. Cada nuevo viaje debe evaluarse teniendo en cuenta la ubicación de la aeronave, la disponibilidad de la tripulación, los límites de jornada de la tripulación, los programas de mantenimiento y docenas de otras variables. Y todo debe resolverse mientras la operación sigue cambiando en tiempo real.

El emprendedor tecnológico Roger Zhan pasó dos décadas trabajando dentro de ese problema antes de decidir crear su propia solución. Hoy, su empresa, Floating Fleet AI, optimiza más de 20,000 vuelos al mes para operadores en toda Norteamérica.

La premisa es sencilla: usar optimización matemática para emparejar aeronaves y tripulaciones con viajes más rápido y evaluar más opciones factibles de las que un programador humano podría razonablemente considerar. Más fundamentalmente, Zhan está aplicando optimización matemática en tiempo real a un proceso operativo que sigue siendo en gran medida manual. 

Más información sobre la empresa de Zhan: Floating Fleet AI

De las operaciones aeronáuticas a Floating Fleet AI

Zhan tiene un doctorado en investigación de operaciones, una disciplina en la que se usan diversos algoritmos para hacer que operaciones complejas funcionen de forma eficiente. Trabajó siete años en CitationAir, seguido de roles en las operaciones de Textron en Shanghai y Wichita, antes de unirse a Wheels Up en 2016. En ese momento, Wheels Up todavía era una empresa joven, operando una flota de aproximadamente una docena de King Air. Zhan construyó la tecnología detrás de su fijación de precios y disponibilidad en tiempo real, sistemas que estaban en funcionamiento cuando la empresa salió a bolsa en la NYSE en 2021.

“Cada etapa me enseñó un aspecto distinto de la aviación privada, y conocí a personas increíbles en el camino. Estaba listo para pasar el resto de mi vida profesional en la aviación hasta que se presentó la oportunidad de Wayfair,” dijo Zhan. 

Luego dejó la aviación por completo, convirtiéndose en director de datos de la división B2B de Wayfair, un negocio que genera $2 billion en ingresos anuales. Pero no pudo mantenerse alejado de la aviación por mucho tiempo. Excolegas siguieron contactándolo para pedir ayuda con tecnología y diseño de productos aeronáuticos. 

“Aprendí a dirigir un equipo técnico eficaz en Wayfair, y estoy agradecido por eso. Pero me encontraba explicando la programación de aeronaves a gente de comercio electrónico en la cena, y me di cuenta de que el problema nunca me había dejado. Todo se alineó para que yo fundara Floating Fleet AI: el problema sin resolver, la red de contactos, el conocimiento y la oportunidad de mercado,” dijo Zhan. 

¿Qué es Floating Fleet AI?

La empresa toma su nombre del concepto de “floating fleet” (flota flotante), en la que un grupo de aeronaves sigue la demanda en lugar de regresar a una base fija después de cada viaje. Una flota con base fija es comparativamente sencilla de programar: las aeronaves típicamente despegan y regresan a una base, mientras las tripulaciones permanecen más cerca de su base. Una flota flotante es diferente; las aeronaves pueden reposicionarse para seguir la demanda, mientras las tripulaciones pueden permanecer fuera de casa durante días seguidos. 

Cada nueva reserva puede afectar la posición de múltiples aeronaves y tripulaciones, convirtiendo el calendario en un rompecabezas que cambia constantemente. Floating Fleet AI ha adaptado desde entonces su motor de optimización también para flotas con base fija, donde Zhan dice que los operadores han visto resultados similares. 

Ya existen plataformas de programación aeronáutica, pero muchas están diseñadas principalmente para gestionar el flujo de datos — viajes, tripulaciones, registros de mantenimiento y aeronaves — en lugar de optimizar decisiones teniendo en cuenta esas limitaciones. Zhan vio una oportunidad para cerrar la brecha, construyendo Floating Fleet AI alrededor de la idea de que el software de programación debería hacer más que organizar información: debería ayudar a evaluar los compromisos operativos. La compañía ahora atiende a operadores Part 135 and 91, departamentos de vuelo corporativos y corredores de chárter, y recientemente ha señalado planes para extenderse a la recuperación de operaciones irregulares para aerolíneas programadas.

“La gente imagina la programación como un rompecabezas que se resuelve una sola vez. No lo es. Es un rompecabezas que se reorganiza cada vez que se reserva un viaje, una tripulación alcanza su límite de tiempo o una aeronave entra en mantenimiento – y un buen programador lo está reconstruyendo en su cabeza todo el día. Para cualquier solicitud individual, puede haber cien maneras factibles de volarla. Un humano puede evaluar seriamente unas pocas. Nosotros miramos todas ellas frente a cada límite de jornada, ventana de mantenimiento, coste de reposicionamiento y regla de tripulación a la vez, y le entregamos al programador las mejores opciones con el razonamiento adjunto. El programador sigue tomando la decisión. Simplemente la toma con la foto completa en lugar de una fracción de ella," dijo Zhan. 

Resolviendo el problema de la confianza

Pregúntale a cualquier operador de chárter qué piensa sobre la IA y la respuesta probablemente incluirá cierto grado de escepticismo. La rápida adopción de la IA generativa – y su bien documentada tendencia a producir salidas plausibles pero incorrectas – también ha elevado las preguntas sobre dónde se puede confiar en la IA, especialmente en una industria donde una recomendación incorrecta puede acarrear consecuencias operativas, financieras y de seguridad. Zhan construyó su plataforma alrededor de un concepto que es menos familiar fuera de la investigación de operaciones: modelos de IA deterministas.

A diferencia de la IA generativa, la IA determinista parte de entradas, restricciones y objetivos definidos para producir soluciones repetibles. El sistema puede exponer las restricciones detrás de una recomendación, permitiendo que un programador entienda por qué se prefirió una asignación o intercambio de viaje sobre otra.

“Un chatbot no puede comprometerse con un intercambio de viaje. No puede ser responsabilizado cuando el límite de jornada es incorrecto. Nuestro motor sí puede porque no está adivinando. Las mismas entradas producen la misma respuesta cada vez, toda recomendación es factible por construcción, y el sistema puede mostrar el razonamiento detrás de ella. Una vez que un director de operaciones puede auditar la razón detrás de una recomendación, la conversación cambia. Dejamos de ser 'IA' en su cabeza y empezamos a ser una herramienta, y las herramientas son algo que esta industria siempre ha estado cómoda comprando," dijo Zhan. 

Las cifras en las que confían los operadores

Algunos de los primeros clientes de la compañía llevan más de un año en la plataforma. Según los estudios comparativos de la empresa, los operadores que usan la plataforma han registrado reducciones de costos del 4 al 10 por ciento.

Igualmente revelador, dice Zhan, es lo que estos operadores hicieron después: incorporaron la herramienta en su flujo de trabajo diario y empezaron a solicitar funciones adicionales, lo que sugiere que la plataforma había pasado de ser una prueba tecnológica a formar parte del proceso de planificación cotidiano de los operadores. 

¿Qué sigue para Floating Fleet AI?

El pipeline de suscripciones de la empresa ahora abarca Estados Unidos, Canadá, México, Alemania, Suecia y los Emiratos Árabes Unidos. Para una industria que ha visto muchas promesas de IA ir y venir, Floating Fleet AI apuesta a que la optimización puede cambiar la forma del trabajo del programador – no sustituyéndolo, sino ampliando el rango de decisiones que puede evaluar.

Zhan dice que la empresa introducirá flujos de trabajo basados en agentes sobre su motor determinista en los próximos meses. Para quienes visiten NBAA-BACE este octubre, pasen por el stand 850 o visiten https://www.floatingfleet.ai/ para obtener más información.