《航空与国防实践》杂志于2024年4月发布了一篇题为“生成式AI在航空维护中的机遇”的文章，该文章由Christian Langer、Daniel Leblanc、Dave Marcontell、Joe Nutter、Eric Porter和Joel Thibert共同撰写，代表了麦肯锡航空与国防实践部门的观点。
航空维修、修理和翻修（MRO）作为航空业的核心功能之一，其重要性不言而喻。没有它，航空业每天安全运送近十百万乘客130亿英里的壮举就无法实现。然而，该行业目前正面临前所未有的挑战。商业航空旅行的双位数增长、全球飞机短缺以及COVID-19疫情期间延迟的维护工作导致了对MRO服务需求的激增。随着航空公司努力应对新飞机供应受限的情况下不断增长的乘客需求，MRO行业需要确保现有飞机能够长时间保持可用、可靠并持续运行。
同时，劳动力短缺问题也给行业带来了压力，成本大幅上涨。受通货膨胀及工人工资大幅上涨影响，自2019年以来，飞机技师和维护工程师的小时工资平均上涨超过20%。退休潮导致的更年轻（因而生产力较低）的工作队伍也使得这一问题雪上加霜。未来，劳动力短缺预计将持续甚至加剧。到2033年，预计航空维修技术人员岗位中有五分之一将空缺（如图1所示）。此外，航空维修技术人员的短缺问题正在引起广泛关注。
生成式AI（gen AI）在过去一年取得了快速进展，为解决上述挑战提供了潜在机遇。该技术能够根据人类提示生成相关数据，已在重塑未来工作模式并推动其他行业生产力变革方面展现出巨大潜力。在知识密集型和数据驱动的业务领域，如航空MRO行业，生成式AI工具尤其适用。许多航空MRO领域的职位依赖于对格式多样、来源广泛的各类信息（包括制造商和运营商的服务手册、维修工作订单、详细的工作任务描述、技师笔记、飞行员报告，以及大量飞机传感器和仪器数据）的分析和解释。
为了组织和解读这些数据，航空公司和MRO提供商已开始利用各种广谱人工智能技术，如预测分析和机器学习。然而，行业在大型语言模型和生成式AI方面的实验仍处于初期阶段，迄今为止，主要关注于增强收入、提升乘客参与度和客户忠诚度的应用。去年，随着董事会对生成式AI抱有巨大期待，航空公司开始尝试其消费者面向应用，如客服中心和行程规划，并利用生成式AI工具自动减少软件开发成本。然而，对于航空公司操作而言，实际应用案例相对较少。大多数航空公司高管尚未找到足够的业务案例来证明投资新生成式AI技术的合理性。
然而，当前的前景更加乐观。许多航空公司和MRO参与者认为生成式AI工具和解决方案能够帮助维护和后台员工更轻松、高效地完成工作，激发更多创新思维。鉴于MRO行业的劳动力短缺问题，这些能力有望成为提高生产率的重要杠杆。此外，有理由相信生成式AI平台可以提升维护工作的质量、一致性和准确性，从而保持更多飞机在空中飞行，并减少飞机停飞时间。
通过以下几种方式，航空公司和MRO供应商可利用生成式AI：
-
虚拟AI维护和修理专家（“副驾驶”）：在车间、机库和航线维护站，技术人员会花费大量时间研究和解决问题。生成式AI可通过允许工人与其数据进行对话，简化这一过程。想象一下，一名机械师与数字助手互动：“压缩机泄漏。可能的问题是什么？”或“调出上一班次的笔记。”助手将推荐问题解决方法和下一步行动，根据来自未充分利用的信息源（如维护手册和以往修复记录）生成相关内容。一家领先的区域航空公司正在构建一个试点项目，允许工作人员输入问题或问题，AI助手则从手册中识别并提供相关部分。
-
增强的可靠性工程工具：为了确保飞机设备在服役期间不会发生故障，一组可靠性工程师需要处理大量的非结构化维护记录。通过利用生成式AI工具，这一过程的生产力可以显著提高，因为AI可以几乎实时地筛选、识别模式并进行分析。工程师可以按照提示访问这些信息。美国一家领先航空公司MRO的操作团队正在试验使用此类工具从维护日志中提取故障模式，并自动设置计划维护任务，从而减轻工程师的日常劳作，释放其专业知识用于解决最棘手的可靠性问题，最终有助于主动识别可靠性挑战的解决方案，减少飞机停飞时间。
-
负责繁杂工作的助手：在生成式AI“副驾驶”协助解决故障或维修后，它们可以被调用来填写记录活动的报告，节省大量时间。此外，它们可以被训练自动生成并提交所需替换零件或额外服务的工作和采购订单。这样，技术人员就可以将大约60
