民航用 AI：安全指标和效率指标一起考核才算进步

民航引入 AI，讨论常常集中在模型准不准。真正决定成败的是考核口径：如果只考核准点率、过站时间、客服接通率，系统会朝这些数字优化，安全裕度往往先被牺牲。把效率指标和安全护栏指标配成对，才谈得上进步。

效率指标单独看，一定会被做出来

任何可量化的指标，只要成为考核重点，就会被优化，包括绕过它的成本。过站时间压缩，可能来自减少检查项目；延误率下降，可能来自放宽延误判定；客服接通率上升，可能来自把复杂问题提前挂断。这些做法在报表上都好看。

所以指标要成对出现：一个往前推，一个守住底线。过站时间配因检查不充分导致的返工与事件数，延误率配可控延误占比，接通率配一次解决率与回访投诉率。配对之后，数字才不会被单方向拉扯。

配对不是把两列数字并列，而是让两组指标互相制约。安全护栏指标一旦恶化，效率指标的改善就要暂停复盘，这条规则要写进考核办法，不能只停在汇报材料里。

三个场景的差别比想象中大

运行控制关心当天：天气、流量、机组时间、机场保障能力。这里的 AI 做多变量排布和延误传播预测，输出的是建议方案，签派员签字才算数。它的价值在于把几十种可能快速算一遍，人再从里面挑一个可执行的。

机务维修关心长期：发动机、起落架、辅助动力装置的传感器趋势。模型输出的是这条趋势值得检查，不是这个件要换。维修方案与放行签字有明确的执照和程序要求，模型替代不了。

旅客服务关心体验：退改签、行李、特殊旅客。这里容错空间大一些，但承诺类信息必须与运价规则一致，模型不能自己发明退改政策。

地面保障介于三者之间：车辆、人员、廊桥、行李的调度，和城市公交的排班有相通之处，公交调度的排班思路可以借用，但机场多了机位和安检的硬约束，不能照搬。

一张表配对指标

表格右两列是重点。左三列随便一套系统都能报，右两列才说明这套东西能不能长期用。

预测性维护卡在样本上

航空器可靠性高，同一型号的故障样本本来就少。几百台发动机跑几年，真正的失效案例可能只有个位数。样本少意味着模型很难学到稳定的故障模式，也意味着验收时无法证明它能提前发现。

可行的做法是退一步：不预测失效，预测偏离。把传感器趋势和基线比，找出偏离正常包线的时段，交给工程师判断。模型的任务从判定故障变成筛出值得看的窗口，责任边界清楚，效果也更容易衡量。

另一个坑是数据口径。不同机型、不同航段、不同季节的基线不一样，混在一起训练会得到一条谁都不适用的曲线。分机型、分航段建基线，工作量大一些，但结论能用。

谁签字，谁负责

运行放行、维修放行、适航审定，这些环节的责任主体是人。AI 给出建议，持照人员判断并签字，出了事追的是签字的人。这条边界不因为模型变强而改变。

工程上要确保这条边界可执行：系统必须展示建议的依据、给出置信程度、允许一键回到原始数据。界面只给一个结论，人就没有判断的材料，签字就变成形式。

涉及航空器本体、机载系统的改动，走的是适航审定路径；涉及运行流程的，走运行规章与手册修订。具体适用哪一条，以主管部门要求为准。

数据跨主体，比模型更难

一个航班涉及航司、机场、空管、地面服务、维修单位。数据分散在各自系统里，格式和口径都不统一。模型要用的特征，往往要跨三四个主体才能拼齐。

现实做法是先做单主体自用：航司用自己的运行数据做延误预测，机场用自己的保障数据做资源调度。每个主体在自己的数据边界内验证效果，再谈共享。一上来就做跨主体平台，通常卡在数据授权上。

成本也要算清楚。推理算力只是小头，数据接入、清洗、标注、系统集成才是大头。可以参考算力成本的判断方式，把单位航班的分摊成本算出来，再和延误减少、燃油节省对比。

这些任务不适合交给模型

涉及飞行安全的实时决断不适合。防撞告警、风切变规避、发动机失效处置，这些是秒级、程序化、后果不可逆的场景，需要确定的规则和训练有素的人。

规章判例类的判断也不适合。某个操作是否违反运行手册，要结合具体条件和既往判例，模型给的答案没法作为依据。

还有一类是看起来适合的：把大量手册喂进去做问答。手册版本多、修订频繁，模型很容易引用过期条款。真要做，必须把版本号和生效日期作为检索条件，答案必须带出处。

行业里的指标排名也会影响判断。榜单迭代背后的信号值得看一眼，但在民航场景里，一个在自己航线上跑通的模型，比榜单上靠前的模型更有价值。

民航 AI 考核速查

• 每个效率指标配一个安全护栏指标
• 延误、过站、接通率都要拆成可控与不可控
• 预测性维护先做偏离检测，不急于预测失效
• 建议必须可解释，签字责任留给人
• 先做单主体自用，再谈跨主体数据
• 手册问答必须带版本号与出处