AI（人工智能）正在以前所未有的速度进入航空业。但对航空公司而言，“用上AI”或许并不是最难的问题。
当AI从客服问答、信息查询等外围场景走向航班运行、机务维修、中转保障等核心业务时，一系列更复杂的问题随之而来：AI能够在多大程度上参与判断和决策？海量数据如何真正转化为AI能够理解的专业知识？在高度强调安全与协同的民航业，AI是否已经具备进入航空公司运行深水区的条件？
带着这些问题，记者日前专访了上海东航数字科技有限公司董事长、党委书记高志东。
重新估值AI
AI技术的应用，首次为我们创造了以旅客全旅程为主线、打通端到端业务链路的现实条件。
如果说过去的数字化是给航空公司装上了“眼睛”和“手脚”，那么这一轮AI是在给航空公司培育“大脑”。这是本质的不同。
记者：人工智能正在加速进入各行各业。从上海东航数字科技有限公司（以下简称“东航数科”）的角度来看，这一轮以AI为代表的新技术，给航空公司带来的最大不同是什么？
高志东：AI技术给航空公司的数字化转型带来的最大不同，我认为可以用三点来概括。
首先，从“工具应用”到“能力赋能”。过去的信息化、数字化本质上是把人的操作搬到系统上。例如，订票服务从柜台搬到了App，排班从纸面搬到了软件……这些变革的影响是巨大的，但底层逻辑没有变：系统是工具，人是操作者，工具服务于人，但工具本身不会思考。但是，在这一轮AI浪潮下，技术不再只是工具，而是正在成为“能力”——它能理解、能判断、能生成、能辅助决策。
其次，从“局部效率”到“全局重构”。过去的数字化更多是在单点或者单环节提高效率。AI的核心价值在于其能够跨环节、跨系统、跨业态地把散落的业务链重新串联起来。以航空公司为例，AI技术的应用，首次为我们创造了以旅客全旅程为主线、打通端到端业务链路的现实条件。
最后，从“数据积累”到“知识涌现”。航空公司过去几十年积累了海量运行、服务、管理数据。但坦率地讲，发挥价值更多的是结构化数据，而大模型技术让我们第一次有可能把行业知识、专家经验等各类非结构化数据用起来，使AI具备资深从业人员的业务理解力。
如果说过去的数字化是给航空公司装上了“眼睛”和“手脚”，那么这一轮AI是在给航空公司培育“大脑”。这是本质的不同。
记者：今年6月，东航董事长带领百位公司中高层人员赴清华大学参加封闭式人工智能培训和专题研讨。这次培训给东航带来了哪些新的认识和启发？
高志东：这次培训对东航来说是一次认知跃迁和战略校准。
在培训之前，东航很多管理者对AI技术的理解停留在方向性认知上——觉得AI很重要，要积极拥抱。但在几天的学习中，清华大学的专家用大量前沿研究和产业案例展示了AI的演进速度远超想象。大家深刻认识到，AI不是“要不要做”的选择题，而是“必须做好”的必答题。东航作为我国民航“国家队”、主力军，更应该在“人工智能+”领域主动作为、走在前列，发挥好央企的示范引领作用。
同时，AI战略绝非IT战略的简单延伸，而是企业战略的重要组成部分。东航在集团层面进一步明确了“一把手工程”的定位，并且成立了“AI+”专项工作组，推动建立“一岗一助手、全程一管家”的新模式。对外，坚持以旅客为中心，创新消费场景，共创智能服务生态；对内，加快推行“一岗一助手”，以技术升级带动管理升级，促进组织变革和商业模式创新，持续提高安全管理水平、运行效率、管理效能和服务质效。
记者：东航提出，AI应用要聚焦降本增收、提质增效、体验优化、品牌升级，核心是创造价值。东航数科如何判断一个AI项目的价值？有哪些重要标准？
高志东：近年来，东航数科始终紧扣集团数智化转型与主业高质量发展大局，并且形成了一套适用于民航业特性、兼顾务实落地与创新探索的AI项目优先级遴选评判体系。
企业使用AI的考量因素主要有两个方面——业务价值和AI技术实现可行性。
对东航来说，项目是否紧扣“三条主线”（即核心资源、员工、旅客），是否聚焦“四个价值”（即安全保障、效率提高、价值创造和触点感知），能否重点挖掘流程中的“三高”（高能耗、高风险、高耗时）环节，能否解决业务痛点难点问题，是考虑的主要因素。在我们看来，如果一个项目只能解决一个点的问题，其价值有限；如果能够沉淀为通用能力，从一个点扩展到一条线、一个面，价值就会成倍放大。我们讲“串珠成链、织链成网”，就是这个道理。
在AI应用过程中，技术实现可行性也是必须考虑的，需要结合现有技术储备、算力资源和团队能力，科学研判项目建设难度与投入成本，优先选择成熟度高、落地快、风险小、见效明显的场景，避免盲目投入高难度、低落地性的项目。
综合考虑以上两个因素后，东航数科将AI场景项目划分为三类：第一类是面向个人应用、技术难度小的通用场景，以引入外部通用能力为主；第二类是业务价值较高、技术基本可实现的优先场景，是核心建设方向，也是优先级最高的落地项目；第三类是业务价值较高但技术难度大的探索场景，在人工智能应用创新中心进行孵化。
AI应用进入深水区
条件正在快速成熟，但必须审慎推进。我们既不能等到条件百分之百成熟才行动，也不能不顾行业安全特性贸然深入。
对于实时性要求极高、容错率极低的控制型任务，现阶段AI尚不具备独立履职能力，不宜贸然介入。
我们当前的策略是“深水区先行先试、浅水区全面铺开”。
记者：民航业是一个高度强调安全与协同的行业。过去，数字化、智能化应用更多集中于辅助性、外围性的业务场景。在您看来，AI是否已经具备进入航空公司运行深水区的条件？
高志东：这个问题问到了行业AI应用的关键。我的回答是：条件正在快速成熟，但必须审慎推进。我们既不能等到条件百分之百成熟才行动，也不能不顾行业安全特性贸然深入。
具体来说，我认为技术、数据和组织三个维度的条件正在成熟。过去两年，大模型技术在语言理解、知识推理和多模态感知方面取得了突破性进展。在维修手册解读、航行通告研判等知识密集型业务场景中，已经能够输出具有实用价值的辅助支撑信息。同时，AI能力从单次问答升级至多步自主执行，为深度嵌入复杂业务流程奠定了技术基础。但我们也要清醒认识到，对于实时性要求极高、容错率极低的控制型任务，现阶段AI尚不具备独立履职能力，不宜贸然介入。
AI的能力上限在很大程度上取决于数据的厚度和质量。东航经过数十年信息化建设，不仅积累了非常丰富的数据，而且形成了较为完备的数据资产体系。这是AI进入深水区的底气所在。
不过，现有数据仍存在两大短板：一方面，结构化程度不足，大量非结构化数据尚未有效转化为机器可读的标准化语料；另一方面，隐性知识显性化不足，大量专家经验、操作规范仍停留在个人或纸质层面，未能沉淀为可复用的数字资产。因此，我们当前的重点工作是围绕数据集构建和行业语义标注，加速将“有数据”升级为“好用数据”，为AI技术在核心业务中的高可靠决策提供支撑。
在组织条件方面，AI与传统产业深度融合的核心在于完成业务模式、流程与组织的系统性重构。因此，东航在数智化转型专班和“AI+”专项工作组的基础上成立了流程变革专班，推动组织流程向更灵活高效的形态演进，这为进入深水区提供了强有力的组织保障。
我们当前的策略是“深水区先行先试、浅水区全面铺开”。在运行核心领域，在确保安全的前提下逐步验证和积累经验；在服务、营销、管理等相对容错率较高的领域，则加大推广力度，快速形成规模效应。
记者：您提到，“一岗一助手”不是简单地给员工增加一个AI工具，而是以岗位为基本单元，重新组织人与AI的分工。从实践来看，东航打造的60多个AI岗位助手是否已经真正成为企业需要的新质生产力？
高志东：我想先说说“一岗一助手”这个理念背后的思考。我们为什么要以岗位为基本单元来打造AI应用？因为航空公司的业务运行最终都是通过一个个岗位落地执行的。过去我们搞信息化，更多是以系统为单元，构建一个个系统，让员工去适应系统。现在我们反过来，以岗位为单元，让AI来适配岗位、增强员工能力。
对于60多个AI岗位助手是否已经真正成为新质生产力？我的回答是：方向是对的，成效是显著的，但还在路上。
例如，今年上半年，东航在上海浦东国际机场的中转旅客量近600万人次，同比增长9.4%，其中国际中转占比达89%。在上海浦东机场保障的中转旅客中，八成是由东航承运。依托航班运行保障和数字孪生平台，东航打造了中转决策助手，通过快速识别中转风险，精准调配保障资源，使中转错失率同比下降15%，决策人效提升近5倍。
同样的变化也发生在机务维修、市场营销等领域。其中，智慧维修AI助手融汇历史故障数据与专家经验，不仅能够提前识别潜在故障，还能让每一位维修人员拥有专家级的精准判断，排故决策效率预计将提高35%以上。营销领域的智能问数（Askdata）助手覆盖营销、客舱、机务等90多个智能问答场景，实现数据查询效率提高90%，报表耗时节省80%。
这60多个AI岗位助手只是今年建设的重点，是个开端，后续东航数科将持续建设和优化，把更多岗位纳入“一岗一助手”体系。
记者：当前大家谈论AI，往往首先关注大模型、智能体。但AI真正进入民航运行这样的专业领域，背后离不开长期积累的高质量行业数据和专业知识。东航数科如何理解数据在这一轮AI竞争中的价值？
高志东：数据是AI的“燃料”，更是AI的壁垒。
大模型决定了AI能力的上限，行业数据决定了AI能力的下限。通用大模型很强大，但它不懂民航业，不懂航班延误背后的复杂因果链，不懂旅客服务中的经验和分寸。这些行业认知从哪里来？从数据中来，从知识中来。
东航数科对数据的理解可以概括为三个层次。
第一层是“数据资源化”——把数据存下来，管起来，用起来。这是基础。航空公司过去最大的问题不是没有数据，而是数据散落在不同系统里，标准不统一、质量参差不齐、共享困难。近几年公司持续加强数据治理，开发统一的数据中台，实现核心业务数据的集中管理和标准统一。这是第一步，也是最耗时的一步。
第二层是“数据知识化”——从数据中提炼出行业知识和专业经验。这一步才是真正的关键，也是东航数科投入精力最多的领域。航空公司的专业知识中很大一部分是隐性知识，存在于资深员工的脑子里、经验的积累中，没有被文字化、结构化，更没有被数字化。
这些经验怎么变成AI可理解、可调用的行业知识资产？我们的做法是“三步走”。首先，通过与业务专家深度协作，把隐性经验用文字、规则、案例等形式表达出来；其次，重点打造知识中心、数据中心、技能中心、本体中心四大中心，把经验知识转化为可管理、可调用、可持续迭代的企业级知识资产体系；最后，通过大模型训练和微调，把知识内化为AI的推理能力。
第三层是“数据资产化”——让数据持续创造价值，实现增值。一方面，深化全链产业协同，在合规的前提下推动多源异构数据跨主体流通复用，实现数据能力从“单点可用”转向“全链可通”；另一方面，强化数据资产运营，探索航空高质量数据集合规市场化交易，推动价值由企业内部赋能向行业外部变现拓展，使数据成为民航领域核心生产要素与战略资产。
科技改变了什么？
我们没有预想到的变化是，AI技术的发展速度远超预期。
技术再先进，安全始终是民航业的生命线。
我们不能让旅客感觉到“我在与一台机器打交道”，而是要让旅客感受到“这家航空公司的服务更懂我、更贴心”。
记者：“十四五”时期，航空公司在智慧化建设方面取得了丰硕成果。回过头来看，您觉得创新技术真正改变了什么？
高志东：我想，首先是改变了服务的方式和边界。过去，航空公司为旅客提供服务的方式是有限的。现在，通过AI和数字技术，我们可以在旅客出行的全链条上提供智能化、个性化、主动式的服务。技术让我们打破了服务的时空边界。
其次是改变了决策的深度和速度。民航运行中有大量决策场景，过去这些决策高度依赖经验，而且受限于人的信息处理能力。AI技术让民航业从经验决策转为数据决策，从粗放管理转向精细运营。
最后是改变了组织的工作方式。AI带来的不仅是技术变革，也是组织变革。人与AI的分工被重新定义，岗位的能力边界被重新划定，协作方式被重新设计。这其实是一场深刻的组织变革，虽然现在还处于早期阶段，但方向已经非常清晰了。
记者：这其中，哪些变化是没有预想到的？同时又有哪些坚持是技术改变不了的？
高志东：我们没有预想到的变化是，AI技术的发展速度远超预期。过去做一个信息化项目，技术方案可以稳定两三年。但在AI领域，几个月就可能出现一次颠覆性的能力突破。这意味着我们不能等一项技术完全成熟了再布局，而是要在技术快速演进过程中就果断切入，边用边迭代，否则窗口期一过，差距就会被迅速拉大。
在这个急剧缩短的窗口期里，真正决定成败的不是谁先拿到了最新的模型，而是谁的数据质量更高、谁的场景理解更深、谁的组织响应更快、谁的落地能力更强。人工智能竞争的关键，已经不只是技术能力的竞争，更是综合能力的竞争。
不过，尽管技术的发展速度远超预期，在民航业也有一些事情是永远不变的——安全第一的底线永远不会变，以旅客为中心的初心永远不会变，人的核心价值永远不会变。
技术再先进，安全始终是民航业的生命线。AI可以辅助决策，但安全责任的主体永远是人。同时，技术是手段，服务才是目的。AI帮助行业提高了效率、优化了流程，但最终衡量工作成效的不是技术指标，而是旅客的体验和感受。我们不能让旅客感觉到“我在与一台机器打交道”，而是要让旅客感受到“这家航空公司的服务更懂我、更贴心”。
“一岗一助手”的核心是增强而不是替代。AI是助手、是工具、是伙伴，它让员工从重复性、机械性的工作中解放出来，把更多精力投入到需要创造力、判断力、共情力的工作中，未来最普遍、最长期的一种工作模式将是人机协同。（中国民航报 记者王艺超、钱擘）
（本文刊载于中国民航报2026年9月2日5版）
《智慧民航》导刊每周三
与广大读者见面
让我们一起
聚焦智慧民航建设热点
擘画全新未来
期待您的来稿！
投稿邮箱：icanews@163.com
编辑｜李佳洹
校对｜张 彤
审核｜程 凌
热门跟贴