Quando o ChatGPT surgiu em cena no final de 2022, colocou a inteligência artificial, ou IA, “no zeitgeist”. Embora ainda esteja em sua infância na indústria da aviação, a IA está agora na vanguarda das mentes de muitas pessoas, disse Rob Mather, vice-presidente das indústrias aeroespacial e de defesa da empresa de inteligência de software IFS.

Menos se sabe sobre o que é a IA e o que ela pode fazer, mas muitos concordam que ela tem o poder de revolucionar a forma como a indústria faz negócios.

“Esta é potencialmente a maior transformação tecnológica que já vimos, maior do que o próprio computador”, disse Greg Jarrett, CEO do fornecedor de sistemas de operações comerciais de aviação Stack.aero.

Embora alguma discussão tenha se centrado em aplicações aeronáuticas, o potencial da IA ​​abrange toda a indústria, com uma gama de possibilidades no terreno, desde software operacional, gerenciamento da cadeia de suprimentos, eficiência de fabricação e tecnologias de aprimoramento de segurança até gerenciamento de fretamento, gerenciamento de recursos humanos e diagnósticos de manutenção, entre muitos outros.

No entanto, à semelhança do mantra da evolução dos veículos eléctricos, a IA deve adoptar uma abordagem de rastejar, andar, correr – apesar de estar a evoluir tão rapidamente que as empresas mal conseguem acompanhar. Isso ocorre porque ele deve ser comprovadamente seguro e preciso e, por enquanto, requer uma interface humana antes que todo o seu potencial possa ser liberado.

A IA não é nova, disse Mather, cuja empresa é uma empresa de mil milhões de dólares que fornece software empresarial baseado na nuvem para empresas de todo o mundo, incluindo aeroespacial e defesa. As empresas usaram e ainda usam formas anteriores e predecessoras. E aplicações mais amplas, como Siri ou Alexa, têm suas bases em IA, apontou a consultoria McKinsey & Company.

Entrar na IA foi uma mudança natural para a IFS, que há décadas se concentra em soluções de software. “Somos um sistema legado”, disse Mather. Mas agora, “Do ponto de vista da IFS, o futuro gira em torno da IA”, disse ele, acrescentando que a sua empresa está a desenvolver capacidades de IA que se baseiam nas principais ofertas de software da empresa, mas também procura adquirir outros especialistas na área para expandir a sua oferta. amplitude de capacidades.

O que é IA?

De acordo com a McKinsey: “IA é a capacidade de uma máquina executar as funções cognitivas que associamos às mentes humanas, como perceber, raciocinar, aprender, interagir com um ambiente, resolver problemas e até mesmo exercitar a criatividade”.

Para Mather, a IA transcende um algoritmo típico até o ponto em que o software é essencialmente capaz de aprender “para que possa se adaptar e mudar sem ter que recodificá-lo”.

Normalmente, os codificadores devem inserir as informações e os resultados potenciais. Isso significava que os desenvolvedores tinham que criar cenários continuamente para expandir os resultados. Mas com a IA, em vez de codificar os resultados esperados, a tecnologia pode trazer os resultados ao utilizador com base nas informações disponíveis.

“Essa é a diferença fundamental na tecnologia até hoje”, disse Jarrett. “Normalmente, você saberia o resultado exato que está procurando e o objetivo seria que o sistema alcançasse esse resultado. A IA está mudando isso.”

Mather acrescentou: “Com a inteligência artificial, você quer chegar a um ponto em que montamos a estrutura e então diz: ‘Ah, eu sei o que deveria acontecer aqui.’ Isso deve ser feito sem que você precise codificá-lo antecipadamente e preveja todos os cenários possíveis que você possa encontrar.”

Acompanhar os cenários antecipadamente “leva muito tempo e exige um grande investimento, o que significa custo”, continuou Mather. “Se você configurar uma estrutura onde algo possa descobrir os novos casos, você não estará absorvendo todo o trabalho inicial para desenvolver esse algoritmo incrivelmente complexo. Nesse ponto, você transferiu o fardo… e as empresas puderam fazer muitas dessas coisas que não faziam antes.”

Ele acrescentou que isso “nivela o campo de atuação” para organizações que não tinham recursos para investir em sistemas de software de gerenciamento dispendiosos. “É quase como se a IA tivesse potencial para democratizar as capacidades.”

IA na Aviação

A IA ainda não é amplamente adotada na aviação – pelo menos em grande escala – embora muitas empresas estejam a explorar opções ou a discuti-la. “É interessante”, comentou Mather. “Conheço organizações que apostam totalmente na IA e tipos semelhantes de organizações que são realmente baseadas no medo em relação à IA.”

A IFS começou a levar a IA a grandes empresas de defesa, companhias aéreas, MROs e até mesmo a algumas das maiores operações de aviação executiva, como a NetJets.

Joe Sambiase, diretor de manutenção e aeronavegabilidade da Associação Geral de Fabricantes de Aviação (GAMA), disse que a maioria dos membros ainda não indicou o uso dele em qualquer escala, embora haja discussões em torno disso. E ele vê aplicações potenciais para organizações como a FAA.

Enquanto isso, a empresa de Jarrett está testando a versão beta e trabalhando nos bastidores com um cliente em potencial, mas ele disse que pode ser 2025 antes que Stack.aero esteja pronto para lançá-lo.

A plataforma de gerenciamento de despesas de aviação MySky lançou programas baseados em IA e afirma que os clientes estão perdendo milhares por não usarem tal tecnologia.

Na frente do FBO, o Signature Flight Support vê possibilidades substanciais: “A Signature há muito emprega técnicas tradicionais de aprendizado de máquina e está entusiasmada com as possibilidades da inteligência artificial no futuro”, afirmou a empresa.

E embora ainda seja conceitual para muitas empresas, Mather acredita que isso vai mudar, e provavelmente rapidamente. Durante muito tempo, explicou ele, as organizações que usavam IA precisaram construir a estrutura ou gastar “muito tempo treinando um modelo de aprendizagem… ou investindo tempo na classificação e rotulagem de seus dados para que fossem consumidos pela inteligência artificial de maneira eficaz”. ,” ele disse. “Já existem soluções em torno disso há muito tempo, mas geralmente são personalizadas e muito caras.”

Mas a IA está mudando, disse ele. “Estamos começando a chegar a um ponto em que essas soluções estão muito mais disponíveis e são muito mais econômicas.”

As aplicações

A IFS está desenvolvendo IA em diversas frentes e Mather vê possibilidades em muitas outras. A chave é o potencial da IA ​​para gerenciar big data. Ao longo da última década, as empresas de aviação começaram a acumular grandes quantidades de dados, desde a monitorização da saúde e das operações de voo até à gestão de fretamentos e bases de dados de clientes. Isso não entra nas grandes quantidades de dados das agências reguladoras.

“Havia atividades de big data, mas só se chegava até certo ponto e era preciso poder contratar cientistas de dados, que são recursos escassos e custam muito”, disse ele.

A IA pode ajudar a descobrir os dados importantes que trazem eficiência, segurança de voo e custos mais baixos, disse ele. Como exemplo, ele apontou diagnósticos de manutenção, como detecção de anomalias. Nos modelos tradicionais, um programador inseriria quais sensores deveriam ler e quais falhas deveriam encontrar. Então o programador inseriria o que as falhas podem significar. Isso pode ser demorado e exigir uma extensa pesquisa quando os sensores encontrarem essas falhas. Com a IA, “você pode receber um feed do sensor ao vivo e ele pode avisar imediatamente quando algo está errado, em vez de ter que entrar na análise de dados após o fato”, disse Mather.

Com base nisso, acrescentou ele, existe algo chamado “modelos de aprendizagem não supervisionados” (que ele chamou de um nome terrível porque “deixar a IA não supervisionada é um conceito que é super assustador para mim”).

Mas o que “não supervisionado” realmente significa no contexto de um modelo de aprendizagem, acrescentou Mather, é que uma pessoa não precisa dizer à IA o que está vendo. “Basicamente, você conecta a IA e ela se resolve. Isso funciona muito bem no domínio da detecção de anomalias porque anteriormente você teria que pegar todos esses feeds de sensores e dizer: ‘Ok, esses dados significam isso.’”

Agora, a IA interage com base na aparência “normal” e determina se algo é normal. “Você é capaz de fazer isso em tempo real.”

A IA, disse ainda, tem “potencial quase inexplorado em manutenção preditiva”. Mais uma vez, a manutenção preditiva já existe há algum tempo, observou ele, mas “tem demorado a penetrar amplamente na indústria”. Alguns grandes players lideraram o ataque – aqueles que podem pagar.

“A IA reduz drasticamente a barreira de entrada para poder utilizar a manutenção preditiva”, disse Mather. “Você não pode apenas fazer diagnósticos, mas também fazer previsões sobre o que acontecerá no futuro. Portanto, não apenas o que está errado agora, mas: ‘Agora estou indo na direção errada. Isso significa que algo vai acontecer no futuro. Já vi esse padrão antes.’”

Nessa linha, continuou ele, estão os padrões de operações de voo, com a capacidade de fornecer informações sobre as aeronaves e até mesmo sobre o desempenho do piloto, embora tenha alertado que este último traz preocupações de privacidade. Mas também pode ter aplicações sustentáveis ​​que forneçam informações sobre a redução da pegada de carbono de uma aeronave – “É melhor passar por cima do que dar a volta? Economizaremos X quantidade de combustível fazendo isso?”

Além disso, acrescentou Mather, possui aplicações de segurança, como o potencial de fornecer informações em tempo real sobre como lidar com relatórios de tempestades e a maneira mais eficiente de lidar com isso.

Depois, há “uma outra conversa” sobre como pode ser usado para melhorar os processos de produção e a cadeia de abastecimento. Desde o início, os fabricantes podem encontrar os gargalos e gerenciá-los.

A IA pode ajudar a otimizar o posicionamento do inventário para garantir que um fabricante ou uma companhia aérea possa atender às demandas sem incorrer em atrasos ou gastar dinheiro substancial em uma aquisição emergencial de AOG, disse ele. Além disso, pode apontar quanto estoque uma organização deve ter em mãos.

Além disso, pode ser usado no lado de compras, incluindo avaliação de fornecedores. “Assim como você realiza avaliações em tempo real nos feeds dos sensores, você pode fazer avaliações de desempenho em tempo real nos fornecedores”, acrescentou.

Jarrett também acredita que a manutenção preditiva detém um dos maiores potenciais da IA. Para Stack.aero, porém, ele está explorando possibilidades em torno de como pode alavancar suas plataformas de operações de negócios para desenvolver comunicações e relações com os clientes.

Stack esteve envolvido em um piloto de IA com um de seus clientes. “Estamos vendo a IA apenas ajudar a desenvolver o relacionamento com o cliente”, disse ele. “Isso está nos ajudando a gerar o conteúdo para essas conservações e fazendo com que o cliente se sinta apreciado, em vez de apenas mais um cliente pagando. Você pode ter uma conversa genuína e autêntica com um cliente.”

Poderia ter a ver com os padrões operacionais de uma empresa, concordou ele, mas mais do que isso, “trata-se também das coisas que a empresa está a fazer. Coisas gerais que são informações públicas.

Por exemplo, a IA pode fornecer informações quando uma empresa está passando por um processo de mudança. Como hipótese, ele disse que uma grande empresa, como a Coca-Cola, pode estar recrutando para determinadas funções. A IA pode analisar esse recrutamento e encontrar anúncios na Internet. Se o cliente estiver envolvido com a Coca-Cola ou parte dela, isso pode levar a conversas sobre como isso pode afetá-lo.

Mais específico para a aviação, ele pode consultar históricos de viagens envolvendo destinos, gamas de aeronaves e ocupações, e prever viagens no futuro com base nesses padrões.

“Podemos iniciar uma conversa sobre ‘Achamos que você voará desta forma nos próximos 12 meses. O que você acha disso?’” Jarrett disse, reiterando: “A análise preditiva é algo em que é muito boa”.

E embora possa ser usado para otimização de voo, Jarrett acredita que a análise preditiva é onde está sua melhor vantagem. “Acho que o aprendizado de máquina tem um potencial muito maior de otimização, e a IA trata muito mais de análise de texto e dados não estruturados”, disse ele. “A IA pode facilmente analisar dados não estruturados e transformá-los em algo que pareça valioso. O aprendizado de máquina precisa ter dados estruturados e você precisa dizer qual é o resultado que deseja alcançar.”

O Signature Flight Support também vê oportunidades na frente do cliente. “Como a maioria das empresas, acreditamos que a tecnologia pode melhorar a experiência do cliente e a IA generativa apresenta muitas possibilidades inovadoras”, afirmou a empresa. “A partir da melhor compreensão das necessidades dos nossos clientes para projetar melhores soluções para atender a essas necessidades, há um potencial extraordinário de como podemos aproveitar a IA.”

Sambiase, por sua vez, aponta para o potencial das agências reguladoras, citando como exemplo relatórios de dificuldades de serviço. “Sempre foram emitidos em papel ou e-mail. É realmente difícil extrair uma tendência de todos esses dados de maneira eficiente”, disse ele. Com a IA, “você pode fazer isso em 30 segundos”.

Explicando melhor a análise de tendências, ele apontou para um problema com pneus que surgiu em um operador em que trabalhava, envolvendo recauchutagens. A maioria das recauchutagens estava boa, mas em alguns casos o adesivo se desfazia. Após um exame do histórico, ele percebeu que os adesivos apresentavam problemas quando estava quente e os pneus não tinham a pressão adequada. Isso levou algum tempo para ser rastreado, disse ele. “A IA poderia ter feito isso em 30 segundos.”

Enquanto isso, a MySky disse que sua abordagem baseada em IA elimina processos caros e trabalhosos, reunindo operações de back-office que normalmente são executadas separadamente, como contabilidade, relatórios, compras e inteligência de negócios. Com base na força de trabalho e outros custos, a MySky sugere que os operadores charter podem estar a perder até 4.000 dólares por mês por aeronave ao utilizarem abordagens de gestão tradicionais e díspares.

Navegando pelas preocupações

No entanto, embora as tecnologias estejam amadurecendo, os riscos envolvidos ainda preocupam as empresas. Jarrett disse que as questões de privacidade são a principal razão pela qual seria 2025 antes que Stack.aero estivesse pronto para implementá-lo.

“Estamos em uma fase experimental. Estamos realizando experimentos à medida que o ecossistema do sistema de IA evolui porque está se movendo muito rapidamente”, disse ele. “Precisamos ter certeza de que os resultados que entregamos aos nossos clientes são benéficos para eles.”

Stack está recebendo muitas perguntas sobre IA, disse ele, mas a questão não é se a empresa pode implementá-la, mas quando poderá implementá-la com segurança. “A maior preocupação entre eles é como essas empresas mantêm seus dados privados em todos esses mecanismos de IA”, disse ele. “Não se trata de ‘Ei, queremos isso agora. Todo mundo está fazendo isso. As pessoas são muito mais cautelosas. Eles protegem muito as informações de seus clientes.”

Sambiase também citou a necessidade de ser capaz de construir fortes proteções de segurança cibernética e garantir que as suposições de dados estejam corretas. “Se assumirmos que a IA está a reutilizar e a reciclar informação que já existe, a IA poderia certamente produzir um resultado não intencional se alguém introduzisse dados incorretos”, disse ele. “A IA apenas analisará esses dados e assumirá que estão corretos e produzirá um resultado com base neles.”

Mather acrescentou que, em geral, a indústria aeroespacial é particularmente cautelosa e “por boas razões. É uma [indústria] muito preocupada com a segurança e os custos de falhas são muito altos.” A aviação está na vanguarda da inovação, disse ele, mas “em outros aspectos, ficamos atrasados ​​em muitos casos em relação à adoção. É uma mistura interessante e eu diria que isso se manifesta aqui.”

Ele apontou para manutenção. “Olhamos para a essência de como isso é configurado como uma indústria, o princípio principal é baseado na ideia de um ser humano que é treinado e certificado, realizando uma ação e sendo responsável por essa ação”, disse Mather. “Não vejo aplicações de IA que coloquem esse princípio em perigo no curto prazo. Há muita automação que poderia ser feita por meio de IA e que não deveríamos fazer agora.”

Talvez no futuro, continuou ele, quando os modelos de IA forem melhor compreendidos e tiverem uma história para apoiá-los, a IA possa atingir todo o seu potencial.

Mas para adoção no curto prazo, Mather apontou “frutos mais fáceis de alcançar” que podem ser usados ​​agora – com interface humana.

A análise de big data e as ações preditivas estão entre as áreas que podem ser implementadas no curto prazo, disse ele. “Você não está mudando os regulamentos. Você não está mudando o programa de manutenção.” A IA pode identificar o problema, mas o técnico irá validá-lo e executá-lo.

Os regulamentos e a interface homem-máquina estão intimamente interligados, acrescentou. A pessoa “precisa ser quem toma as decisões”.

Além disso, existem maneiras de aprimorar os dados para IA, disse ele. Mather apontou para a ideia de geração de aumento de recuperação que envolve confiar em um repositório de dados específico, em vez dos grandes modelos de linguagem usados ​​pelo ChatGPT, por exemplo. “Existem desafios em torno de grandes modelos de linguagem e treiná-los é caro. Mantê-los atualizados é caro”, disse Mather, acrescentando que é preciso haver um certo nível de cautela em torno deles.

Com um repositório de dados mais restrito e controlado, a IA recupera informações de uma fonte específica de dados. “Pode ser um conjunto de dados, como seus próprios dados de confiabilidade, dados de desempenho ou todos os seus manuais.”

Fonte: KERRY LYNCH  / AIN