对于加拿大航空(Air Canada)来说,安全是至关重要的,而对于提高这一最重要绩效指标的数据战略负责人来说,如何获得有关加拿大航空公司安全表现的洞察是同样重要的。
加拿大航空公司安全分析和创新经理Shaul Shalev说:“我从事的领域以及我大部分的时间精力都投入在了针对不同媒介创建不同版本的数据。”
这个理念的核心,是让航空公司的职员只需轻点按钮或者通过语音命令就可以获取关键的安全信息,这就需要超越传统商业智能工具的二维框架,包括连接到数据仪表板的增强现实应用、连接到仪表板提供音频格式信息的智能扬声器,以及显示KPI(例如对每日航线发生损坏的事件进行计数)的智能手表应用,简单到只需看一眼手腕即可轻松了解。这个战略就是要以最适合任何特定员工的需求和偏好的任何形式提供数据。
Shalev:“我们能够确保所有的员工都在他们熟悉的媒介中使用这些数据,这就是整个商业智能旅程的最终目的地。”
向数据分析的飞跃
如果没有成熟的数据平台支持,这些创新——以及未来任何潜在的延伸——是不可能实现的。
加拿大航空公司的商业智能之旅开始于几年前,使命是对现有的安全管理系统(SMS)进行现代化改造。加拿大航空公司每年为超过5000万的乘客提供服务,在疫情之前,夏季高峰时期他们每天有多达1500次航班,需要管理的数据量是很庞大的。该公司的员工使用传统系统来创建安全报告或者危险报告,将其提交给相应的上级经理,但这是一个复杂且耗时的过程,通常必须联系三四个人来编写一份报告。
“我们的数据库有很多层,数据库中有自引用表,从开发人员的角度来看,这就是一场噩梦,”Shalev说。
因此,Shalev和团队着手于彻底改革加拿大航空公司的数据运营方式。他说:“我们的愿景是能够将相关的、可操作的数据推送给我们的用户,他们可以是从门禁代理到我们的C级高管中的任何人,”他说。
加拿大航空公司与SMS供应商合作,采用Sisense进行数据分析使其能够简化数据库结构,构建灵活的数据模型,以适应不断变化的条件和应用。该公司还在数据处理和运营中采用了人工智能技术,其中包括了安全性,因为需要处理来自多个来源的大量数据,从飞机生成的数据(每个机组每周会产生数百GB的数据)一直到所有人生成的数据(例如与安全相关的文本报告)。
在对自身数据处理能力进行强化之前,加拿大航空公司发现自遇到了和很多航空公司一样的问题:他们需要具有编译数据和编写报告所需的非常专业的人员。Shalev说:“构建和展示往往需要几天甚至几周的时间来编译某些数据集。”
加拿大航空公司的数据转型举措大大增强了对数据进行快速处理的能力,有助于更快地进行风险分析、趋势识别、数据及时处理、一键推送和显示数据等。
Shalev说:“现在它是全天24小时可用的。你只需要登录,选择你的仪表板,然后选择你想在手机上使用哪一个智能应用,选择你想通过Alexa平台还是Echo平台进行实时查询。这正是我们能够为用户提供的速度和敏捷性。”
让数据飞起来
从一开始就让高管层加入进来,可以帮助你顺利地迁移到全新的数据平台、一种查询和分析航空公司数据的新方式。但Shalev说,数据建模给他们提出了更大的挑战。
“你要利用这个数据库,创建不同的新模型,然后将其连接到仪表板或智能手表应用等,”他还补充说,另一个问题是可用的数据量是很庞大的,“如果你不小心的话,你就无法对现实进行追踪,甚至让自己面临风险。”
尽管加拿大航空公司一些与数据相关的概念验证工作在疫情期间被搁置了,但是该公司仍致力于创新并解决该在多大程度上推送数据的问题。例如,数据电子表格并不适合所有人。相反,为了迎合人们不同的偏好和不同的信息理解能力,加拿大航空公司正在使用Sisense平台中的工具集,开发新的应用来呈现和与数据之间的交互,其中包括了一个混合现实应用,可用手势控制覆盖有相关信息的全球图像,“在这个球体上,你可以看到高风险机场,进入机场看到高风险登机口,并将某些KPI叠加在这个球体上。如今游戏化元素变得越来越重要。”
他说,提供有关飞机损坏事件数量的元数据,并应用算法来匹配特定机场的事件和特定的天气条件,进一步扩大了数据分析的潜力,使其将这些洞察运用于安全分析的过程中。
要让数据分析应用的价值最大化,就需要航空公司员工在思维方式上有所转变,无论是管理层、登机口的员工还是Shalev团队的开发人员。“我们与他们携手合作,真正了解他们想要的是什么。”Shalev把这个过程比作给人们一张白纸,让他们画出工作中最重要的东西,然后用数据洞察力创造出这些东西。他说:“我们着眼于利用可操作的数据向业务部门实现白纸上的内容。”
在关注安全的同时,他们以各种优先事项和偏好来引导他们的工作,所以“现在我们能够以更快的迭代速度为人们提供不同风格的数据。”
好文章,需要你的鼓励
"影子AI"是指员工在未经公司批准的情况下使用AI工具办公。虽然ChatGPT等工具能提升效率,但将内部文件、客户数据或源代码输入未授权平台,可能导致企业数据失控。IBM报告显示,20%的企业存在未授权AI工具,63%尚无AI治理政策。专家建议,一味封禁效果有限,企业应明确哪些工具可用、哪些数据禁止上传,员工也应主动核查AI输出内容,避免将敏感信息粘贴至公共AI平台。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
Hirebotics联合Fanuc发布首款基于无代码Beacon平台的防爆协作喷涂机器人Cobot Painter。该方案适用于金属制造商,无需专用喷涂房或复杂编程,可在现有人工喷涂环境中数日内完成部署。操作人员通过平板或手机的"点击示教"功能即可引导机器人完成路径学习,实现液体涂料、粉末涂装等高精度重复作业,帮助制造商将涂装业务收回自主管理。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。