Игорь Градов
Игорь Градов
5 мин
ai

Применение ИИ в авиации: восемь скиллов заменили ручной сбор данных при сбое 230 рейсов

Сергей Ершов с партнёром разработал для российской авиакомпании восемь ИИ-скиллов, которые помогают пересобрать расписание при закрытии аэропортов, и прогнал их на свежем сбое 18 и 19 августа, затронувшем более 230 рейсов.

Применение ИИ в авиации: восемь скиллов заменили ручной сбор данных при сбое 230 рейсов
Почему это важно

Решение «какой рейс отменить» коммерческая служба собирала вручную из нескольких систем. Теперь нейросеть готовит варианты по шагам, а человек подтверждает каждый этап. Это пример применения ИИ в авиации на реальном российском сбое, а не на учебных данных.

Скилл здесь означает отдельную инструкцию для нейросети под одну узкую задачу, как должностная памятка для сотрудника. О проекте рассказал сам Ершов. Он называет себя AI-энтузиастом, проводит с партнёром тренинги и внедряет ИИ в процессы компаний. Название авиакомпании в материале не раскрыто.

История началась с заказа на обучение топ-менеджмента. Потом прошли тренинги для финансовой и коммерческой службы. Тренинг для коммерческой службы, которая перестраивает расписание при сбоях, выпал на 20 августа, на следующий день после массового сбоя.

Почему «отменить самый пустой рейс» не работает?

Когда аэропорт закрывается, первым подключается центр оперативного управления. По словам Ершова, для ограничения типа «Ковёр» ориентир ожидания примерно час. Если ограничение за это время не сняли, расписание нужно перестраивать.

Сначала команда переставляет рейсы между бортами и ищет свободный самолёт. Одна замена тянет за собой цепочку, потому что у каждого борта впереди ещё несколько рейсов. Когда перестановок не хватает, задачу передают коммерческой службе. Её цель: довезти как можно больше пассажиров и потерять как можно меньше денег.

Данные при этом лежат в разных местах:

  • расписание в одной системе;
  • бронирования в другой;
  • часть коммерческих показателей в BI, то есть в системах бизнес-аналитики с отчётами о продажах;
  • ограничения флота в отдельных справочниках.

Что понадобится, чтобы повторить подход?

  • Описание ручного процесса от сотрудников, которые выполняют его каждый день.
  • Выгрузки: расписание, бронирования, выручка, свободные места на соседних датах, ограничения бортов, режим работы аэропортов.
  • Выгрузка публикаций Росавиации об ограничениях.
  • Нейросеть. На какой модели построены скиллы, автор не уточняет. Из доступных в РФ аналогов подойдут для экспериментов YandexGPT и GigaChat.
  • Данные реального сбоя для проверки. Сроки разработки в материале не названы.

Пошаговая инструкция: восемь скиллов вместо ручного сбора данных

  1. Разберите процесс вместе с людьми. Команда Ершова прошла процессы коммерческой службы и повторила её задачи в той же последовательности.
  2. Разбейте работу на последовательные этапы. Сначала этапов было пять, в ходе работы добавили ещё три.
  3. Под каждый этап сделайте свой скилл. Результат одного скилла становится входными данными для следующего.
  4. Первый скилл разбирает сообщение о сбое. Он получает свободный текст, скриншот или список рейсов и превращает их в подтверждённые параметры: дату, аэропорты, рейсы, тип сбоя, борта.
  5. Второй скилл определяет закрытия аэропортов. Он разбирает выгрузку публикаций Росавиации, восстанавливает интервалы ограничений и отмечает аэропорты, где ограничения превысили заданный порог.
  6. Третий скилл собирает картину по затронутым рейсам. Работу остальных пяти скиллов автор в доступной части текста не расписывает.
  7. Оставьте человеку подтверждение. Сотрудник загружает данные и одобряет каждый следующий этап, проверив предыдущий.
  8. Перед решением перепроверьте бронирования, потому что пассажиры продолжают покупать билеты. Итог уходит в центр оперативного управления, а служба бронирования вручную вносит изменения в систему Leonardo.

Промпт, то есть текстовое задание для нейросети, для первого шага можно набросать так. Это мой пример по описанию из источника, а не текст авторов:

Ты разбираешь сообщение о сбое в расписании авиакомпании.
На входе текст, скриншот или список рейсов.
Выдай таблицу: дата, аэропорты, номера рейсов, тип сбоя, борта.
Если параметр не указан, пиши «нет данных» и не додумывай.
Как это сработало на практике

На вход дали свежие данные сбоя 18 и 19 августа. Первая версия системы собирала общую картину и предлагала, какие рейсы отменить, какие перенести и куда пересадить пассажиров. Прогон показал, что реальная логика решений «намнооооого сложнее», как пишет Ершов. Пример: рейс с меньшей выручкой может быть заполнен почти полностью, и пассажиров некуда пересадить. Тогда выгоднее отменить более доходный рейс, чьих пассажиров можно распределить по соседним вылетам.

Частые ошибки
  • Отменять самый пустой или наименее прибыльный рейс по формуле.
  • Забывать про чартеры, которые не попадают в обычный список кандидатов на отмену.
  • Игнорировать допуски конкретных бортов, трансферных пассажиров и частотность рейсов.
  • Не учитывать цепочку: снятый с рейса самолёт должен был выполнить ещё несколько.
  • Не перепроверять бронирования перед окончательным решением.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Разложите свою рутину на этапы так же, как авиакомпания: сбор темы, факты, черновик, проверка. Под каждый этап заведите отдельный промпт и проверяйте результат, прежде чем идти дальше.

Маркетологу. Метод полезен там, где данные разбросаны по разным отчётам. Сначала опишите, как решение принимает человек, и только потом отдавайте шаги нейросети.

Предпринимателю в РФ и СНГ. Начните с одного процесса, где сотрудники вручную сводят таблицы под давлением времени. Последнее слово оставьте за людьми, как сделала авиакомпания.

Совет редакции dzen.guru

На мой взгляд, главная ценность кейса в честном признании: первая версия на реальном сбое оказалась проще жизни. Цепочка скиллов с подтверждением на каждом шаге, по моему опыту, надёжнее одного большого запроса, потому что ошибку видно сразу на своём этапе. Оговорка: это рассказ самого разработчика, цифр экономии времени или денег он не приводит, а пять из восьми скиллов в доступном тексте не описаны.

Сильная сторона подхода не в нейросети, а в разборе процесса: восемь шагов появились только после того, как систему столкнули с реальными 230 рейсами. Начните с того же, опишите свою работу так, как её делают люди, и только потом пишите первый скилл.

Учитесь работать с нейросетями на практике

Разборы, инструкции и промпты для авторов и бизнеса на dzen.guru

Перейти на dzen.guru
Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

Каждый четвёртый программист работает с ИИ-агентом: 55% готовы перейти на российский аналог
ai

Каждый четвёртый программист работает с ИИ-агентом: 55% готовы перейти на российский аналог

ИТ-холдинг Т1 опросил 190 программистов и выяснил, что каждый четвёртый работает с ИИ-агентами от планирования до отладки, и это лишь экспресс-срез перед…

4 мин
ИИ в рекрутинге: 44 из 58 признаков адаптивности кандидата видны до найма
ai

ИИ в рекрутинге: 44 из 58 признаков адаптивности кандидата видны до найма

Автор разбора о найме в информационных технологиях предложил заменить общие вопросы на собеседовании оценкой адаптивности, потому что за год работы теперь…

5 мин
Что такое ИИ-агент для кода: экс-CTO Ситидрайва винит в плохом коде пустой репозиторий
ai

Что такое ИИ-агент для кода: экс-CTO Ситидрайва винит в плохом коде пустой репозиторий

Бывший технический директор каршеринга Ситидрайв после года работы с ИИ-агентами пришёл к выводу, что за плохим кодом нейросетей чаще стоит неподготовленный…

5 мин