行业 15

交通与航空

3 个案例 · 交付周期 12 周 · 9 处踩坑

本行业 FDE 要点

这个行业做 AI 项目和别的行业不同的地方。交付团队进场前要过一遍,发起方立项前也要过一遍。

  1. 安全规程高于效率

    维修、运行、检修都有规章和手册约束。AI 不能替代手册给出作业方法,只能帮人更快找到正确的手册内容和历史记录。

  2. 手册和文件受控

    维修手册、工卡、作业规程有版本和有效性(适用哪些机号、车型)。引用过期版本就是违规,系统必须跟随受控文件的版本。

  3. 周期比一般行业长

    任何进入生产流程的工具都要过质量部门或安全部门评估,常常还要试运行一段时间。FDE 交付通常 10–14 周,第一期往往定位为「参考工具」。

  4. 作业窗口很窄

    航班过站时间、地铁夜间天窗时间以分钟计。工具必须在现场设备上几步内给出结果,否则不会被用。

  5. 系统老旧、厂商封闭

    订座离港、维修管理、信号系统多由少数厂商提供,接口要排期和付费。先确认能拿到哪些数据。

3 个案例

每张卡片上的引言是客户的原话。点进去看好 FDE 怎么把它换成真问题。

  • 15.112 周 · 5 个阶段 · 3 处踩坑

    飞机维修工卡与故障知识

    客户嘴上要的「做个机务版 ChatGPT,机务问一下故障现象,AI 直接告诉他怎么修。」

    真正要解决把「排故靠老师傅记忆」变成有手册依据的历史故障检索

  • 15.212 周 · 5 个阶段 · 3 处踩坑

    航班不正常旅客恢复

    客户嘴上要的「雷雨天航班大面积取消,旅客都在柜台排队。做个 AI 自动给所有旅客改签,再发短信通知。」

    真正要解决把「大面积延误时柜台排长队」变成分级的旅客恢复方案

  • 15.312 周 · 5 个阶段 · 3 处踩坑

    轨道交通设备巡检

    客户嘴上要的「巡检工每晚走一遍线路,太辛苦。做个 AI 识别缺陷,最好能减少巡检次数。」

    真正要解决把「巡检记录写了没人能用」变成可统计、不重复的缺陷数据

交通与航空还有没写到的场景?

描述你手上的交通与航空项目,或者建议补充这个行业缺少的案例。