长龙航空：数智航空新标杆

创立于2011年的浙江长龙航空，总部位于浙江省杭州市，于2012年货运开航，2013年客运开航，现已发展成为浙江省重点打造的主导型主基地航空公司。

如今，长龙航空员工总数超7000人，飞机总数超过70架，累计开通国内外客货运航线600余条，覆盖全国（含港澳），并通达日韩、东南亚、中亚等“一带一路”共建国家和地区的180余个城市，成为中国航司中的一颗新星。

2004年，是在中国民航历史上具有特别的历史意义的一年，被称为“中国民营航空元年”。

2004到2006年间，民营航空如雨后春笋般涌现出来。十年后，2014年至2016年再次出现民营航空组建潮。两轮民营航空组建潮，总共出现30多家民营航空公司，经历民航发展跌宕起伏，真正发展壮大的仅有十分之一。而长龙正是发展势头较好、正在谋求上市的第二轮民营航空公司的代表。

民航业盈利的密码，无外乎航线航班、旅客服务与资材管理三个核心环节。民营航司，在航线和航班排班上没有国有大航司的优势，往往只能对标“长尾”市场，即冷门航线、早晚时段。作为民营航空的后来者，在“长尾”市场中谋增长，十年磨一剑，长龙航空的成长壮大是数实融合激发新质生产力的典型例证。

定位于“打造中国首家数智航空”，2023年长龙航空正式发布基于专属钉钉数字底座打造的智慧协同应用“数智长龙”，围绕航班运营、旅客服务、资材管理三大场景，与钉钉共建智能化平台，长龙航空距离数智航空又近了一步。

航班运营：安全与效率的极致平衡

如果每天有18个京杭之间的航班，仅这一航线一年就可以带来6个亿的利润。

与老牌国有航司不同，民营航司往往没有航线优势。为了解决这个关乎生计的问题，长龙航空以数据驱动为核心，打造数字航空生态平台，并基于自主可控的技术，开发航班自动化放行系统，为航班运行赋能。

研究数据，提高放行效率。长龙航空从原先20分钟放行1班，到现在1分钟可放行20班，背后是数据的支持。

“对于航空公司来说，最重要的就是拥有高质量的专有数据，实现快速响应，并不是说真正的数据可以随便查看，而是要通过科学化、标准化的运行制度，利用节点数据来优化我们的流程。”

长龙航空首席信息官喻龑冰，以飞机从机库推出到起飞为例介绍说，飞机能否起飞需要检查很多事项，包括气象条件、飞行员的基础信息等是否符合要求；如果飞行员中途执勤期超时，就需要置换其他人员执行后续航班，每年这些人员调动的基础费用就近1个亿，稍微优化5%就可以节省500万。

长龙航空实现了数据驱动的架构，上层应用可以读取底层数据，通过对航班计划、航权管理、机组核验等进行智能规则判断，大大提升放行效率。

研究客户，提高销售额。民航领域是一个高度管制的行业，航线的新增与航油的供应都受到民航总局的严格控制。精准营销和个性化推荐，便成为长龙航空差异化竞争的创新选择。

基于这个站位，长龙航空定位于打造“潮航”，不断创新营销方式，对客户进行精细化运营。比如，根据已有会员数据，针对年轻人的出行、受教育特征，进行探索，旗下国旅公司正在进行与旅行社、产学研相关的业态创新。

同时，长龙航空从自身航线网络结构和航班时刻结构出发，在主流客群之外，针对习惯于早出晚归、争分夺秒的新兴业态从业者，提供个性化的出行产品，实现差异化竞争；基于更加细分的客群，打造特色航线，例如针对教师、政府公务员，提供支教、调研的援疆援藏航线等。

飞行员画像：以人为本的安全第一

飞行员不仅是飞行安全的直接责任人，也是航空公司提供高质量服务的关键因素。

为了准确评估和提升飞行员的飞行技术和行为习惯，长龙航空开发了一款“飞行员画像系统”，通过人工智能算法构建飞行员个人能力模型，帮助评估飞行员飞行操控能力，主要包含飞机操控、特殊环境和标准配置三大功能要点。

长龙航空飞行员画像系统，被列为科技部“科技助力经济2020”的重点专项项目，也获得了民航科学技术奖二等奖。该系统所产生的数据已经被应用到飞行安全、飞行技术、飞行训练、飞行派遣、飞行签派等诸多业务领域。

1）飞机操控：“有飞行的标准，但没有标准的飞行”

在民航业，对飞行员的绩效考核，必然涉及其执飞过程中的飞行技术指标。然而，当飞行员逐渐形成其独有的飞行习惯后，就很难被限定在标准框架中。而且，在遇到突发状况时，机械地按照标准框架也是不科学的。长龙航空原执行总裁张洪志指出，长龙是“有飞行的标准，但没有标准的飞行”，长龙航空通过构建飞行员画像解决了这一难题。

飞行员画像系统通过分析每位飞行员的飞行习惯，设定飞行技术指标的上限和下限，将飞行员的表现记录在这个范围内。

每位飞行员的技术表现都有其独特的分布，系统会根据多次飞行的表现重合度来评估其飞行行为的稳定性。如果飞行员的表现与其自身的历史数据高度一致，说明他能够保持稳定的操作水平，操控技能较为出色。飞行员的表现各有不同，只要其表现始终处于系统设定的范围内，即均被认可。

喻龑冰表示，系统刚上线时，难以避免地会给飞行员们带来一些心理负担，当他们得知是与自我对比，而非与他人对比时，抵触情绪就逐渐消退了。结束飞行后，飞行员可以从飞行员画像系统中获知自己的飞行数据，结合其感知、行为、语言习惯等，来判断飞行姿态是否最佳和安全，最大限度地还原了当次飞行的客观情况。

除此之外，系统还会明确指出飞行员的弱项和强项，帮助其进行后续的差异化、针对性训练。

相较人为判定的结果，飞行员画像中生成的数据结果更加客观、公正与理性。飞行员在飞机上的动作都会被记录下来，由系统通过相应的算法模型打分，这也使得整个飞行队伍的晋升管理体系更加科学完善。

2）极端环境：“把最终决策交给人，不断复盘完善”

在飞机飞行过程中，飞行员面对不可预测的天气和其他特殊环境时，通过数据大屏查看备降机场、云层厚度等信息做出关键决策，拥有一定的自由度和决策权。

据了解，每天所有航司都需要开会，根据气象数据研究哪些地区会有雷雨以及如何去协调。尽管航空管理局有最严格的民航的运行体系检查，也有科学的天气预报等预测系统，自然界依旧是最难以预测的因素，无法完全预知或分析天气的变化。每当遇到恶劣天气或不可预见情况时，只能靠飞行员高度集中注意力并作出决策。

例如，2023年4月12日，一架由北京飞往上海的航班，在飞行途中遭遇了强烈的雷暴天气，通过实时监控气象雷达，发现了一条可能的绕飞路径，飞行员立即向交通管制部门申请，绕过雷暴区域，这一决策使得航班比预计到达时间晚了20分钟，但成功避免了危险。

由此可知，飞行员对当前情况的快速评估以及对航班运营数据的分析经验，对于保障旅客的安全至关重要，这些特殊情况的处理也会和飞行技能一样被记录在飞行员画像中，帮助事后复盘总结。

3 ）标准严格：“多一秒都不行”

飞行员的身体健康状况和飞行时长，是决定其能否继续执行飞行任务的关键因素。

为了严格控制飞行员的飞行时长，长龙航空的数智化系统中精确记录了每位飞行员的连续飞行时长，一旦达到规定上限，飞行员将立刻结束飞行任务。

例如，一位飞行员连续7个日历日的飞行时间不能超40小时，到达40小时后，即使处于飞行半途的中转机场，飞行员也需要严格按照规定下飞机进行休息，否则就是对自己和所有旅客生命的不负责，航司是坚决不允许的。

目前，长龙航空在继续利用人工智能算法对飞行员画像系统进行升级，并探索与芯片行业的连接，争取更多的创新转化和落地实施。

飞机健康管理：最小化投入提供可靠保障

作为航司最核心的资产，飞机的状况至关重要，要维持飞机良好的运行状态，维修的重要性也不言而喻。

基于此，长龙航空打造了飞机健康管理系统，不仅能够利用传感器和数字化应用收集、分析飞机数据，进行实时监控和预测性维护，还可以通过AI和数据模型优化维修流程，降低故障率，提高飞机的可靠性，在保障安全的前提下，实现人力、财力、时间投入的效益最大化。

1）智慧维修辅助：人力资源集约化

长龙航空自2015年开始组建自研团队，进行的第一个项目就是维修管理。

喻龑冰提到，“从内部管理的角度来说，公司面临系统开发人才和维修人才紧缺的问题。维修系统的门槛非常高，没有5年以上业务经验的人员，基本上无法参与维修管理系统的开发”。

20年前，机务管理和航空技术工程师等被视为高端职业，这些技术性工作在熟练后，职业稳定性和工资水平都较为可观。

如今，这一行业每年的毕业生数量非常有限，且大多数由于工作条件艰苦不愿意进入该行业，设想炎炎夏日在毫无遮挡的停机坪，工程师在逼近60℃的地表检查每一颗螺丝，这样的场景总会让人望而却步。

面对如此挑战，长龙航空通过机器换人和智能化来适应这种情况。长龙航空自主研发了飞机维修管理数智平台，帮助工程师提高维修效率，降低人力需求。经民航局批准，长龙航空联合中国民航大学、中飞院、中国商飞、北大信研院等15所高校、科研机构与企业，组建“民航智慧航空大脑产业技术创新战略联盟”，共同探索智慧航空领域的更深层次应用。

2）部件跟踪监测：财力投入最小化

大量交通数据指出，在所有的交通工具中，飞机发生事故的概率是最低的，但造成的伤亡往往是最大的，川航3U8633次航班“风挡玻璃”爆裂事件仍历历在目。因此，飞机的每一个零部件健康都需要被时刻关注。

通常，维修工程师需要借助检测工具和工卡，对着一个个零部件进行检查。随着机队数量的增长——每天大约有300多个航班，比2023年多了三分之一，需要借助专业数字化工具，而使用国外飞机健康管理软件的费用极高，国产化替代成了不二之选。

长龙航空在自主研发的基础上，同各大高校合作，突破了零部件衰减特征提炼编写进算法等一个个难题，最终实现项目的国产化替代，做到了“发动机百万飞行小时零空停”等目标。

飞机的机身上几乎每个零部件都自带传感器，将温度、振动值等数据发送到飞机健康管理数智平台，通过创建部件的健康模型进行分析，再结合算法评定，系统便可预测出该部件的性能趋势，这些与飞机相关的“健康”数据将会传给工程师，工程师据此制定合理的维修计划，将定时维修变为预防性维修，从而大大降低了维修成本。

以整体驱动发电机为例，依靠平台实时监测提前发现问题，可将维修成本降低40%左右，零部件使用时间延长1.85倍。

3）维修智能问答：快速解决问题

长龙航空结合MRO 1维修平台和AI，打通数据中台和业务中台，做到了即时交互和智能问答。

当飞机出现故障时，维修人员能够通过钉钉AI助理“龙闪智护”在线移交故障流程，系统支持自然语言输入，AI助理智能感知故障上报意图并回填故障信息，避免了维修人员携带不便存储的纸质单频繁往返于不同工作地点，减少了紧急事件的处理时间。

故障处理完毕后，AI助理还能够帮助记录与确认故障修复过程，便于部门之间共享信息，更新故障处理状态，从而显著提升整体维修工作效率。

通过大语言模型对航空手册等说明书的学习，形成公司统一的知识库，帮助工程师通过故障单自动请求知识库或以对话形式，快速查询问题及解决办法，节省了新手从大量维修手册中寻找故障解决方案的时间，也解决了老师傅凭借经验给出维修建议导致的知识难传承问题。

值得关注的是，并非所有手册数据都能够完全利用大模型直接学习，例如地服手册和维修手册，工作人员操作时需要严格按照手册要求的步骤，不允许进行任何增减变更，这在传统的AI大模型上无法回避。

长龙航空正在尝试有针对性地构建知识图谱理解语义，结合使用大小模型和检索增强，最终由人来把关涉及监管层面的问题，这也是民航业的一大特点，安全至关重要，即使从理论上讲技术已经足够安全，最后负责的依然是人。