การวิเคราะห์อุตสาหกรรมล่าสุดชี้ให้เห็นว่า แม้ว่าการบินจะสร้างข้อมูลจำนวนมหาศาล แต่การแบ่งแยกและแยกเป็นซิลโลในระบบปฏิบัติการและเชิงพาณิชย์นั้นขัดขวางความสามารถของ AI ในการใช้ประโยชน์อย่างเต็มที่ การเชื่อมต่อชุดข้อมูลที่แตกต่างกัน—ตั้งแต่ตารางเวลาและสภาพอากาศไปจนถึงบันทึกการบำรุงรักษา—ยังคงเป็นความท้าทายสำคัญ ซึ่งมักต้องการการปรับข้อมูลด้วยตนเองเนื่องจากรูปแบบที่ไม่เข้ากันและโครงสร้างพื้นฐานรุ่นเก่าที่ช้า
ในบริบทการดำเนินงาน ข้อมูลที่ไม่สมบูรณ์หรือแยกกันอาจนำไปสู่ความขัดข้องที่มีค่าใช้จ่ายสูง ตัวอย่างเช่น ระบบจัดการความขัดข้องของสายการบินอาจไม่มีการเข้าถึงข้อมูลเวลาการทำงานของลูกเรือแบบเรียลไทม์ ส่งผลให้เกิดความล่าช้าทุติยภูมิ เช่นเดียวกัน ลูกเรือบนเครื่องบินอาจไม่ทราบถึงข้อบกพร่องที่รู้จักกันบนเครื่องบิน ซึ่งอาจนำไปสู่ปัญหาด้านความปลอดภัยและการให้บริการที่สามารถแก้ไขได้ล่วงหน้าด้วยข้อมูลที่เชื่อมต่อกัน
"การขยายรูปแบบนี้ไปทั่วทั้งการดำเนินงานของสายการบินและต้นทุนของการรวมข้อมูลที่ไม่สมบูรณ์จะมีขนาดใหญ่มาก" ฟิลิป ฟิลิปอฟ ซีอีโอของ OAG กล่าว "จุดบอดน้อยลงและการตัดสินใจที่ดีขึ้นขึ้นอยู่กับชุดข้อมูลที่ครอบคลุมและเชื่อมต่อกัน"
นอกเหนือจากด้านการดำเนินงานแล้ว ฝ่ายการค้าก็ได้รับผลกระทบจากการแบ่งแยก ระบบการจองและการกำหนดราคาที่แตกต่างกัน ซึ่งแต่ละระบบมีรูปแบบข้อมูลที่แตกต่างกัน ทำให้ประสบการณ์ลูกค้าเป็นไปอย่างราบรื่นได้ยาก สายการบินและตัวแทนท่องเที่ยวต่างก็พยายามรวมแหล่งข้อมูล ซึ่งเป็นอุปสรรคต่อการนวัตกรรม เช่น การวางแผนการเดินทางด้วย AI และข้อเสนอส่วนบุคคล ซึ่งตัวอย่างจากบริษัทอย่าง Target และ Starbucks ที่เชื่อมต่อข้อมูลซิลโลได้สำเร็จเพื่อสร้างมูลค่า
บทบาทสำคัญของข้อมูลแบบเรียลไทม์ที่เชื่อมต่อกัน
การนำ AI ไปใช้ถูกขัดขวางเมื่อไม่สามารถเข้าถึงข้อมูลที่ถูกต้องและครอบคลุมได้ ปัญหานี้ส่งผลต่อการกำหนดราคาที่ปรับเปลี่ยนตามสภาพอากาศ โปรโมชั่นตามสภาพอากาศ และข้อมูลความภักดีของลูกค้า ตัวอย่างเช่น Lufthansa ได้ร่วมมือกับ zeroG เพื่อพัฒนาระบบตรวจสอบข้อบกพร่องในห้องโดยสารด้วย AI ซึ่งรวบรวมข้อมูลการบำรุงรักษาที่แตกต่างกันเป็นอินเทอร์เฟซเดียวที่สามารถดำเนินการได้สำหรับลูกเรือ ลดความพยายามด้วยตนเองและปรับปรุงคุณภาพการตัดสินใจ
"ความท้าทายที่แท้จริงไม่ใช่การพัฒนาโมเดล AI แต่เป็นการคัดเลือกและปรับข้อมูลที่พวกเขาพึ่งพา" ฟิลิปอฟ อธิบาย "ในอุตสาหกรรมการบิน ข้อมูลที่ไม่สมบูรณ์หรือแยกเป็นซิลโลสามารถทำให้การดำเนินงานหยุดชะงัก การเชื่อมต่อแหล่งข้อมูลเหล่านี้เป็นสิ่งจำเป็นสำหรับ AI ในการเปลี่ยนแปลงอุตสาหกรรมอย่างแท้จริง"
รูปแบบของการแบ่งแยกข้อมูลไม่ใช่เรื่องเฉพาะในอุตสาหกรรมการบิน ยักษ์ค้าปลีกอย่าง Target และ Starbucks ก็แสดงให้เห็นว่าการรวมแหล่งข้อมูลให้ได้ผลลัพธ์เชิงแข่งขันที่สำคัญ เมื่ออุตสาหกรรมก้าวสู่ระบบ AI อัตโนมัติเต็มรูปแบบ การสร้างโครงสร้างพื้นฐานข้อมูลที่เชื่อมต่อกันอย่างแข็งแกร่งจะกลายเป็นสิ่งจำเป็นเพื่อความปลอดภัย ประสิทธิภาพ และความพึงพอใจของลูกค้า
