航空業界のAIに関する話の多くは、同じパターンをたどる。モデルが何かを予測し、人間がそれにどう対応するかを決める。 Cathay Pacific'sとGoogleの最近の提携はまさにその典型だ。AIはどこでコントレイルが発生しやすいかを示し、フライトディスパッチャーがルートを確認・調整してパイロットに渡す前にチェックする。今年署名された他の二件の契約は、異なる方向を示している。RyanairとAlaska Airlinesは、推奨だけでなく実際の意思決定をAIシステムに委ねている。

RyanairのGoogle Cloudとの契約により、AIが乗務員のスケジューリングを担う

Ryanairは2026年8月にGoogle Cloudと5年間のパートナーシップを締結し、Google Workspaceと、Googleのエージェント型AIプラットフォームであるGemini Enterpriseを約35,000人の従業員に導入した。これは同社が2034年までに年間300 million passengers a yearという目標に向けて取り組む一環だ。

現時点で最も分かりやすい例は乗務員のロジスティクスだ。 Gemini Enterpriseは、変化するスケジュールや運航上の要求に応じて利用可能な乗務員を調整するのを手助けし、かつて手作業で調整していたプロセスの一部を自動化する。CEOのEddie Wilsonは、この契約をRyanairの成長に対応する上で中核的だと位置づけた。Googleの英国・アイルランド・サハラ以南アフリカ担当VP、Maureen Costelloは、この提携を安全にスケールさせながら運用コストを削減する方法だと説明した。

注意すべき留意点が一つある。Ryanair自身の発表とそれに関する報道では、具体的に乗務員ロジスティクスと一般的なワークフロー自動化が挙げられている。AIがフリート運用や整備の意思決定を全面的に行うといったより広範な主張は、一次情報では明確に確認されていない。整備は、システムが対応する必要のある混乱の一例として挙げられているにすぎず、AIが直接意思決定する機能としては示されていない。

Alaska Airlinesは過剰予約便で誰が振替されるかをAIに判断させる

Alaska Airlinesは、より限定的だがより踏み込んだ措置を取った。ある特定の重大な決定を自動化システムに委ねた。過剰予約された便で誰が再予約されるか、また彼らに何が提供されるかという決定だ。Alaskaは Volantio's Re-Commerceプラットフォームを採用し、手作業で柔軟性に欠け、乗客の代替フライトの選択肢を考慮しない従来のボランティア募集システムを置き換えた。

結果は具体的だ。システム稼働後、過剰予約便で座席を譲るボランティア率は倍増し、 Alaskaがより積極的にオーバーブックできるようになり、一方で空席が無収入で飛ぶことで発生する高コストの浪費を減らしている。元Pricing and Revenue ManagementのVP、Kevin Gerは同社の以前の状況を率直に述べた。オーバーブッキングと不本意な搭乗拒否の両方が問題になっていた。AlaskaのCFO、Shane Tackettはその財務的影響を年間で $20 millionを大きく上回ると見積もっており、搭乗拒否が減ることやゲート係の手作業が減ることによる別途の節約は含めていない。

なぜAIの意思決定はAIの予測よりもリスクを伴うのか

コントレイル回避と乗務員・収益自動化はいずれも機械学習を使っているが、リスクの性質は大きく異なる。Cathayのコントレイルモデルが予測を誤った場合、ディスパッチャーが実害が出る前にそれを補正する。最終的なチェックは人間が行う。Alaskaのシステムが誰を降ろすべきかや何を提供すべきかを誤判断した場合、その決定はすでに商業的に実在する影響とコストを伴う現実の決定となり、誰かが事後に見直す前に実行されてしまっている。

これがここで起きている本当の変化だ。AIは単に予測が賢くなっただけではない。予測に基づくツールは航空業界で何年も前から存在している。航空会社は現在、オーバーブッキングや乗務員割り当てのように、悪い判断がたまに出てもコストが管理可能な範囲に収まる明確に限定された問題については、以前は人間が介在していた決定から人間のチェックポイントを外すことに抵抗がなくなっている。

これは航空運用におけるAIの将来に何を意味するか

これらのことが、AIが航空会社を運営しているということを意味するわけではない。Ryanairの乗務員ロジスティクスツールもAlaskaのオーバーブッキングシステムも、ともにエラーの不利益が限定され回復可能な、狭く明確に定義された問題領域内で動作している。誰も、人間を介さずにアルゴリズムにフライトルートや整備の承認を決定させてはいない。しかし、この方向性は重要だ。これらのシステムが限定的で大量の意思決定の場面で実証されるにつれ、自動化して安全と見なせる範囲の境界が移動し続ける。予測するAIと意思決定するAIとの区別は、かつては主に理論的な問題だった。乗務員スケジューリングやオーバーブッキングのコスト試算を行う航空会社にとって、それは現在、実際の予算項目になっている。