誰もが一度は経験したことがあるでしょう。ゲートで待っていると、「機械的な問題のためにフライトが遅延しています」というアナウンスが流れる場面です。これは世界中の空港で苛立たしくも意外に頻繁に起きる光景ですが、こうした遅延や欠航を積極的に減らしている最も注目される新技術があり、つまりそれがAIです。

前述の例は、DeltaのAPEXシステムの用途を示すものです。APEX（Advanced Predictive Engine）はリアルタイムのエンジン状態を監視し、整備のタイミングを最適化します。Airways Magazineによれば、2010年から2018年の間に年間の整備関連による欠航を5,600件からわずか55件に減らすのに寄与しました。こうしたシステムは旅行の混乱を減らすだけでなく、巧みに統合された他の方法でも乗客の利便性を高めています。例えば、AIのトラベルアシスタントはヘルプデスクを必要とせずに乗客を支援し、運賃もAIによって動的に価格設定されます。

言い換えれば、AIは現在、航空機の整備だけでなく、価格設定、乗客支援、空港運営も変革する実用的なツールになっています。

{{REC}}

AIはどこで、なぜ、どのように使われているのか？

整備スケジューリングやAIアシスタントに加え、航空業界ではAIがさまざまな用途で使われています。航空会社はコスト削減、収益増加、運航安全性の向上を目的に、業務の各分野でAI技術を導入しています。以下は航空会社によるAI導入のいくつかの例です：

• 予知保全： AIは機械学習を用いてエンジンの健康状態を監視し、それに応じて整備をスケジュールします。
• 地上運用：群衆流れの管理やターンアラウンドの最適化により地上作業の効率が向上します。空港のデジタルツインモデルは、手荷物積み込み、給油、清掃などのランプ作業をリアルタイムでシミュレートすることもできます。
• ルート最適化： AIは天候や航空交通の混雑状況に基づいて飛行経路を動的に調整し、燃料と時間を節約します。
• 収益管理： AIは数百万もの価格シナリオをミリ秒単位でシミュレートし、祝日、競合運賃、リアルタイムの需要要因などを考慮して容易に処理することで、航空会社の収益を最大化します。
• 顧客体験： AIアシスタントやチャットボットにより、乗客が窓口に行く必要がなくなります。この方法で大量の問い合わせを処理できるため、地上スタッフの負担も軽減されます。
• 持続可能性： AIはエンジン洗浄のスケジュールやターンアラウンド時のAPUアイドリングを最適化し、CO2排出量の削減にもつながります。ルート最適化により飛行ごとの燃料消費が減り、航空会社のカーボンフットプリントも低減されます。

収益構造も考慮すべき要因です。利益率が薄く、熟練労働者の不足が深刻化し、人件費が上昇しているため、航空会社は運航費をより効率的に最適化する方法を見つける必要があり、まさにそこにAIの役割があります。2024年、American Airlinesは1席マイル当たり17.6セントのコストで運航している一方、運賃のみの収入は利用可能座席マイル当たりわずか16.9セントでした（付帯運賃を含む1席マイル当たりの総収入は18.51セント）。燃料と整備は総運航費のほぼ40％を占めるため、航空会社はAIを活用して微小な効率改善を見つけ、それを積み重ねることで年間数百万ドルの節約につなげようとしています。

この財務的な圧力は、世界的な人材不足（約32,000人）によってさらに重くなっています。米国では2042年まで毎年約4,300人のパイロット退職が見込まれている波も含まれます。したがって、AIは生き残りのための不可欠なツールと見なされており、航空会社が信頼性を高めつつ能力を強化することを可能にします。

動的なAI駆動の価格設定の導入により、航空会社の収益は平均で10％改善されると予測されています。Fetcherr（DeltaのAI価格設定パートナー）は、自社のGenAI価格設定システムが収益を6～9％増加させたと主張しており、Virgin Atlanticは既存の価格設定プロセスと比較するテストですでに効果を確認していると報告されています。

{{REC}}

乗客にはどのような影響があるか？

乗客は、フリート管理の最適化により遅延や欠航の可能性が大幅に減るため、安定した運航の恩恵を受けられます。群衆流れの改善により空港での待ち時間も自然に短縮されます。環境意識の高い旅行者は、最適化された経路で飛行することで燃料消費やCO2排出が減ることを安心して利用できます。乗客の食事選択を深層学習することで、過剰な機内食提供による食品ロスも最小限に抑えられます。

運賃もAIの影響を受けます。自動化された収益管理はリアルタイムのデータを用いてチケット価格を決定します。複数の航空会社が競合する激戦区の路線では乗客にとって有利に働く場合がありますが、一社独占の需要の高い路線では競争が少ないため運賃が上がる可能性があります。

前述のように、乗客自身もAIアシスタントやチャットボットが提供するデジタルコンシェルジュサービスを利用できます。これにより、簡単な質問のために窓口に行って列に並ぶ必要がなくなります。AIは、フライトの再予約、空港での道案内、身分証明書などの乗客の要望に対応できます。

AIがすでに航空運用をどのように変えているか

前述のDeltaのAPEXシステムに加え、DeltaはFetcherrの生成型価格エンジンを利用してAIによる動的価格設定を行っています。Delta Conciergeも導入されており、支援を必要とする乗客を助ける生成型AIアシスタントです。

American Airlinesは、航空機の地上移動をAIで最適化するSmart Gatingシステムを展開しています。このシステムは地上滞在時間を短縮し、ゲートの利用効率を改善して遅延を減らします。Americanは乗り継ぎに失敗した乗客向けのAI支援ソリューションも開発しており、このツールにより乗客は自分で即座に再予約でき、緊急度や旅行の好みなど各乗客の状況に合わせた便の提案が受けられます。さらに、Dallas-Fort WorthやCharlotte Douglasでは、到着遅延のある乗客を待つために出発便を短時間遅らせることを提案する別のAIシステムも導入されています。

{{REC}}

Air CanadaはAIを社内で構築するアプローチを採用しており、技術とデータ資産をより厳密に管理できるようにしています。これは、AI技術で競争優位を得るには独自データと航空会社の要求に合わせたカスタムAIモデルが鍵になるという考えを反映しています。その結果、同社はサードパーティのソリューションに頼る必要が減り、この分野で自立性を高めています。

Alaska Airlinesは複数のAIスタートアップと提携し、AI分野でオープンな姿勢を取っています。そのうちの一社、Air Space Intelligence（ASI）はAIによるルート最適化を行い、6か月で同社のジェット燃料を480,000ガロン節約し、4,600トンのCO2排出を削減しました。Alaskaはまた、ASIのOdyseeツールを使って、高価値路線での航空機配備を最適化し遅延を減らすための回復力のあるスケジュール構築を行っています。さらに、同社はPattern Labsとも協力し、手荷物積み込み、給油、清掃などのランプ作業を最適化するためのデジタルツインモデルを活用しています。

Korean Airはコンタクトセンター業務を大規模に刷新し、顧客サポート業務への高度なAI統合のためクラウドベースのインフラに移行しました。サービスエージェントは現在、複雑な応答を作成する生成型AIツールにアクセスでき、従来の対応よりはるかに短時間で処理できます。同社は、エージェントが保留時間だけで5〜7分を節約できるようになり、特に高ストレスの状況にある顧客に対して初回コンタクトで迅速かつ知的な対応が提供できると報告しています。

{{REC}}

Lufthansa Technikは胴体やエンジンの点検にAI搭載ドローン検査を導入し、手作業による点検にかかる時間を短縮しています。LufthansaのTray Trackerはコンピュータビジョンでフライト後の食事トレイをスキャンし、乗客の消費パターンを分析して将来の機内食の生産に活用します。これにより残りがちの食事を過剰に用意することを防ぎ、航空会社の持続可能性に貢献します。同社はまた、整備スケジュールの最適化のためのデジタルツインも開発しており、最終的には機材全体でのCO2排出削減につなげています。

Turkish Airlinesは旅行者の手荷物追跡に写真認識を導入しています。このシステムにより人員を減らし、貨物スペースを最適化し、将来の便における荷物需要を正確に予測できます。特に乗り継ぎ便の荷物管理に有効で、AIはサイズ、色、質感などの特徴から個々のバッグを識別できます。

IAG（British Airways、Iberia、Aer Lingus、LEVEL、Vuelingの親会社）は、規制要件、部品の入手性、労働制約、運航の継続性を考慮して数百万のシナリオを実行し、各機体に最適な整備ウィンドウを見つけるAI駆動のエンジン最適化システムを開発しました。報告によれば、British AirwaysはAIによるフライトプランニングを活用して最大100,000トンの燃料を節約したとされています。

{{REC}}

結論

AI技術の急速な発展はすでに航空各社に影響を与え始めています。運航は最大効率に向けて最適化され、AIアシスタントは乗客を支援し、機械学習は燃料や機内食など資源の無駄を削減するために使われています。航空会社が利益を最大化するためにAIを導入することはほぼ必然でしたが、その一方で遅延の減少やより良い支援といった形で旅行者にも多くの利益をもたらしています。今後も航空分野へのAI導入が増えるにつれて、航空会社と乗客は共に、より中断の少ない、場合によってはコストも抑えられたよりシームレスなフライトを期待できるでしょう。