L'intelligence artificielle s'apprête à devenir un élément disrupteur de l'aéronautique dans une dizaine de domaines

Alwihda Info | Par GLOBE NEWSWIRE - 28 Septembre 2023

Avènement d'une véritable tarification dynamique : La gestion des revenus n’a jamais été simple dans le secteur aérien, mais les enjeux prennent encore plus d'ampleur dans un environnement post-Covid. Selon l’Association du transport aérien international (ou IATA), la marge moyenne par passager est aujourd’hui vraiment minime : à peine 2,25 dollars, contre une marge à deux chiffres de 2019. L’IA peut optimiser la difficile tâche d’analyse des données historiques et établir un juste prix, en tenant compte de la géolocalisation des clients et d'une multitude d'autres facteurs. Même si les grandes compagnies aériennes vont probablement opter pour le développement de leurs propres solutions en interne, le nombre de transporteurs qui s'équipent de solutions tierces comme AirGain va crescendo. AirGain est une solution prédictive reposant sur l'IA exploitant un lac de données référentiel de six milliards de niveaux de prix.

Maintenance sanitaire des moteurs : La maintenance prédictive fait pleinement partie de la MRO depuis déjà un certain temps : des capteurs aident les compagnies aériennes à déterminer ce qui doit être réparé ou remplacé, et à quelle date. L'intelligence artificielle peut combiner l'exploitation des données des capteurs en temps réel et des tendances prédictives de pannes historiques pour réduire à la fois les périodes d'immobilisation pour entretien et les charges globales liées à la maintenance. Une récente étude menée par le centre de recherche américain de l'Université du Maryland – Center for Advanced Aviation System Development (ou CAASD) – a démontré que la maintenance prédictive pouvait réduire les frais d'exploitation des avions jusqu'à 20 %. L’IA bouleverse déjà ce domaine. Lufthansa Technik a par exemple amélioré le cycle d'entretien de ses appareils grâce à ses systèmes de maintenance prédictive basés sur l’IA. Leur solution « Condition Analytics » utilise des algorithmes d'apprentissage automatique pour analyser les données des capteurs de divers composants de l'avion, ce qui permet d'anticiper les besoins en maintenance avec une étonnante précision. Les techniciens de la MRO ont recours à des « jumeaux numériques » programmés pour prédire les prochaines opérations de maintenance et identifier toute anomalie remontée via la comparaison des données fournies par les capteurs et celles des jumeaux. Les jumeaux numériques sont en fait des répliques virtuelles qui modulent leurs paramètres en fonction des composantes physiques des pièces.

Une planification d'itinéraire plus efficace : Selon l'IATA, les compagnies aériennes dépenseront 215 milliards de dollars cette année, soit environ 28 % de leurs charges d'exploitation. Ces charges peuvent être réduites grâce à une planification plus efficace des itinéraires. La planification d'itinéraires est assortie de nombreuses variables, parmi lesquelles la congestion du trafic aérien, la fluctuation rapide des conditions météorologiques, ou encore la courbe changeante des prix du carburant, ce qui rend la tâche complexe et astreignante. C'est un élément dont l'efficacité peut influer de manière positive ou négative sur les résultats d'un transporteur. Les plateformes reposant sur l'IA peuvent accélérer le processus décisionnel pour les opérateurs, en les aidant à exploiter non seulement le potentiel des données historiques, mais également celui des modèles prédictifs. Ensemble, ces méthodes permettent d'obtenir une vision précise et exploitable. Flyways est l'une de ces plateformes. En utilisant les données des vols programmés et actifs, elle conçoit des itinéraires de vol qui traversent des zones moins encombrées et qui contournent les zones soumises à de mauvaises conditions météorologiques. Alaska Airlines a déjà testé cette solution, ce qui a permis à la compagnie d'économiser 480 000 gallons de carburant et d'amener ainsi une réduction de 4 600 tonnes d'émissions de carbone sur une période de six mois. Les résultats de la collaboration entre les opérateurs et l'IA engendrent non seulement des économies de coûts, mais apportent également une aide pour mieux s'inscrire dans le développement durable. Lorsque de telles solutions, loin de se limiter aux simples compagnies aériennes, deviendront monnaie courante pour les autorités aériennes du monde entier, il conviendra d'effectuer un retour sur image. On s'étonnera alors certainement de constater à quel point nous avons tous été contre-productifs dans la planification passée des itinéraires.

Anticipation des grèves : Alors que les grèves dans l'aviation font généralement la une des journaux en raison des perturbations qu'elles entraînent sur la vie des voyageurs, et en particulier pendant les grandes vacances, on néglige souvent le fait que les compagnies aériennes peuvent réaliser des dizaines, voire des centaines de millions de pertes par épisode de grève. SAS a par exemple perdu 145 millions de dollars en 2022 en raison d'une grève des pilotes qui s'est poursuivie pendant 15 jours. L’IA étant capable d’analyser à la fois les données techniques et les données sociologiques, un modèle pourrait se concevoir pour aider les compagnies aériennes à prédire un risque de grève et mieux se préparer à d’éventuelles négociations. IBM a déjà développé des modèles semblables, capables de prédire à 95 % la probabilité que des employés démissionnent.

Amélioration des flux de travail en vol : Une IA peut aider non seulement le personnel au sol mais aussi le personnel navigant. Son application ne se limite pas à la simplification des tâches quotidiennes. Un outil correctement programmé et entraîné peut délivrer des conseils avisés sur la gestion de l’appareil et guider rapidement la prise de décisions, particulièrement en cas de forte pression, lorsqu'il est impératif de prendre une décision vite. Le processus est en marche pour donner vie à cette vision. En effet, des applications d'IA de niveau 1 sont en voie d'être certifiées, grâce aux lignes directrices établies en avril 2022 par l'AESA sur la fiabilité des systèmes basés sur l'apprentissage automatique.

L'assistance aux pilotes et aux équipages en matière de santé mentale : Aurait-on pu empêcher le suicide du pilote du vol 9525 de la Germanwings grâce à l'IA, et ainsi éviter la mort des 150 personnes à bord ? Des contrôles réguliers spécialement conçus pour le personnel navigant peuvent aider à prévenir le risque de problèmes psychiques exacerbés par l'exposition permanente à des événements stressants comme les troubles du rythme circadien, les zones de turbulence ou la résolution des urgences à bord, mais il s'agit là d'un domaine qui fait l'objet de nombreuses spéculations. La start-up britannique Blueskeye AI est déjà en train de tester une autre application pleine de promesses. Son principe repose sur une technologie de détection faciale pour identifier les signes de fatigue chez les pilotes. Aujourd’hui, la fatigue se calcule en fonction du nombre d’heures de vol par pilote, mais demain il sera possible d'en personnaliser les paramètres.

Anticipation de l'apparition de consignes de navigabilité : Une consigne de navigabilité (ou CN) applicable à une partie du châssis ou au moteur d'un appareil peut immobiliser au sol un important quota de la flotte d'une compagnie aérienne, et plus particulièrement si celle-ci n'est pas diversifiée. Anticiper ce risque peut s’avérer extrêmement utile à toutes les étapes de la gestion de flotte, de la constitution jusqu'à la maintenance. À l'image des banques et des institutions financières qui utilisent des logiciels de gestion des risques reposant sur l’IA, l'aviation pourrait mettre en place une solution similaire pour calculer et atténuer les risques liés aux consignes de navigabilité.

Optimisation des processus internes de gestion de la qualité : Même si aucun dysfonctionnement ne pourra jamais rivaliser avec les 20 milliards de dollars que Boeing a dû débourser à la suite des crashs de son appareil 737 MAX et des immobilisations au sol qui ont suivi, tout problème d'assurance qualité peut conduire toute entreprise à la faillite. Alors que les normes d’assurance qualité de l’aviation sont déjà bien supérieures à celles des autres secteurs en raison d’une stricte réglementation de tout ce qui touche à la sûreté et à la sécurité, l’IA peut en renforcer les protocoles internes au niveau de la construction aéronautique et de la gestion des compagnies aériennes. Au stade industriel, un système sophistiqué de vision par ordinateur renforcé par des contrôles manuels peut aider à mieux identifier les composants défectueux. Pour les compagnies aériennes, un système de gestion de la sécurité augmenté par l'IA peut exploiter d'énormes quantités de données en provenance de sources différentes, parmi lesquelles les performances, les partenaires météorologiques et les informations de maintenance.

Une meilleure solution logistique pour les situations d'AOG : Bien que chaque immobilisation au sol (ou situation d'AOG) soit unique, elle peut représenter des charges comprises entre 10 000 et 150 000 dollars pour une compagnie, sans oublier des dommages causés à sa réputation. Il peut s'avérer délicat de chercher, trouver et se faire livrer la pièce de rechange nécessaire en quelques heures au lieu de quelques jours, surtout si la situation d'AOG se produit loin des principaux centres. Une solution d’IA pourrait rapidement optimiser la localisation et l'expédition de la pièce en question. Une solution de maintenance prédictive pourrait en parallèle prévenir les situations d'AOG en veillant à ce qu'il y ait toujours des pièces clé en stock.

Calcul des tarifs d'assurance : Dans le monde de l'après 11 septembre, les preneurs d’assurance aviation du monde entier sont toujours confrontés à une hausse des prix et à une moindre couverture des risques de guerre. L’IA peut aider les compagnies aériennes à calculer plus précisément les risques auxquels elles sont confrontées, et les aider à mieux comprendre leur exposition au « risque de guerre » lorsqu’elles doivent faire des choix d'assurance.