达美公司宣称，以上提到的原有创新举措已经有效简化了客户在机场当中的行动距离，同时“大大提升了客户满意度”。然而，该航空公司在发布的新闻稿中并没有提供任何与具体客户反馈相关的数据。

西南航空公司

尽管与西南航空公司相关的AI采用证据较为有限，但仍有部分迹象表明该公司正在利用机器学习技术改善自身运营成效。西南航空公司航空运营保障部前任主管JeffHamlet指出，他和他的团队曾利用时间序列分析与模式识别等机器学习技术提升数据挖掘能力。

所谓时间序列分析，是指一种根据时间顺序对一系列数据点进行评估的方法。这类分析方法通常被用于发现数年中蕴含的趋势或者模式。

Hamlet解释称，这些方案使他的团队得以从飞行员的数据报告当中发现潜在飞行故障问题，并及时将这些调查结果转发至航班目的地的空中交通管制人员手中。Hamlet认为，这种及时发布报告分析结果的能力将有助于避免安全事故的发生。

美国联合航空公司

2017年9月，美国联合航空公司宣布与Amazon Alexa建立联合项目“联合技术（Unitedskill）”。根据相关报道，该款应用将允许Alexa用户直接使用自然语言提出与美联航航班相关的常见问题，并快速获得答案。

截图内容来自美联航公司公布其Alexa合作项目的官方博文

一旦用户将“联合技术”添加至其现有Alexa应用当中，其即可直接向Alexa询问与航班状况、航班时间与设施等相关的常见问题。通过联合技术，Alexa将能够处理（但不限于）以下常见语音指令：

－ “Alexa，问美联航：959号航班的状态如何？”

－“Alexa，问美联航：869号航班提供Wi－Fi吗？”

－“Alexa，让美联航为我登记。”

不过这款应用仍然存在一些局限。举例来说，语音指令必须以非常具体的方式进行表达，且其中部分功能（例如航班登记）仅限于国内航班。

根据Amazon网站上发布的评估内容，截至目前联合技术应用的市场反响可谓喜忧参半。部分客户抱怨称其会提供错误的起飞时间，且经常无法对“航班号”等重要元素作出正确理解。

作为整合Alexa功能的先驱航空企业，我们可以理解美联航需要经历必要的学习曲线才能走向成熟。我们也期待看到Amazon如何随时间推移而逐步完善自身，并将持续关注这一历史性合作最终能够给两家企业带来怎样的互惠成效。

商业航空领域的AI思维方式

在航空领域，各商业航空公司正在积极探索AI技术的潜力，并将其整合至自身客户服务、机场以及航班运营等多个层面当中。根据国际航空运输协会发布的年度报告，机场发展将成为其中一大极为重要的施展平台。

该协会预计，未来十五年当中，机场发展成本——特别是改善其现代基建与实现运营现代化的相关投入——将超过1万亿美元。因此，创新工作将成为这部分努力当中极为关键的组成部分。具体来讲，AI与自助服务机场信息亭乃至各类应用应该会成为航空行业未来发展中密不可分的重要支柱。

在航空领域，数据的传输与翻译亦是实现市场竞争与安全飞行的基础之一。美国航空航天局航空安全计划项目经理AshokN． Srivastava与西南航空公司前飞行运营保障部门主管Jeff Hamlet表示，只有通过持续创建新型算法，方能够成就具备实效的数据管理能力。

这些算法或者应用将通过调整以切实解决由飞行员、联邦航空局（简称FAA）以及其它航空领域相关方的新问题。更具体地讲，数据传输的具体策略与程序对于航空业机器学习技术的未来发展至关重要。

因此，可以肯定的是机器学习算法将在未来继续发挥重要作用，并使得各领先航空公司将其数据解释结果转化为能够提升自身市场竞争优势的宝贵资源。

同样重要的是，机器学习与人工智能技术的发展还将带来可观的就业机遇与积极的经济影响。作为繁荣且价值数十亿美元的新兴行业，预计未来二十年内，其将给商业航空人才市场带来广泛而持久的需求增长。而全球范围内的经济扩张亦有助于各航空公司“进一步扩大机群规模与航班规划水平”，从而满足不断增长的消费需求。2016年，航空业在整体供应链当中预计可提供6770万个相关就业机会，并在全球范围内产生了高达3万亿美元的经济增值。

尽管目前各大主要商业客运航空公司已经相对较早地开始采用AI技术，但从整体行业来讲，其在创新与自动化层面的探索仍然不够充分。我们也将继续关注AI技术如何进一步兴起，亦坚信未来几年内这一领域中将不断出现更为广泛的实施与尝试举措。