2026年7月航空创新观察：航空AI真正的战场，转向交互界面之下

欢迎回到OAG《航空科技创新系列》。本栏目每月从纷繁的行业资讯中，筛选三项已投入实际应用、真正推动航空业发展的创新成果。

在上月《AI不再只会聊天，航空业进入“智能体交易”时代》的栏目内容中，我们见证对话式智能体终于实现了全程闭环服务：用户无需跳出聊天界面，即可从出行灵感萌生，直接完成机票付费下单。航空AI的前端交互界面，已然走向成熟。

但过去数周，行业上演了一场更为低调、却影响更为深远的变革。航空科技领域最重要的技术突破，全然没有发生在预订界面上，而是落地于技术体系的更深处：包括维持全球繁忙空域顺畅运行的调度系统、决定AI智能体能够看到哪些票价的分销层级，以及大型航司的核心技术体系。

作为一家深耕航班数据与智能分析领域的企业，我们坦然承认自身的视角倾向：相较于表层界面，我们往往对数字化基础更感兴趣。在此前，我们曾点评过航空业“局部接入、局部割裂”的行业发展模式，而我们公司的一个核心判断是：没有高质量的数据基础，就不存在智能体化的未来。

创新案例一：Air Space Intelligence公司重构美国空中交通运行模式

长期以来，美国空中交通管理体系存在一个核心问题：协调机制的缺失，却一直被航班延误的表象所掩盖。

* 航司、运营商与美国联邦航空管理局（FAA）始终在运力与出行需求之间寻求平衡，而这种平衡的实现，完全取决于各方能否实时同步统一的运营态势感知，涵盖计划航班需求、已提交的飞行计划、航空器位置、天气限制、机场运力以及空域瓶颈等各类核心信息。

* 一旦这类运行信息出现碎片化滞后传递（航班异常情况尤为典型），整个空管体系便会陷入被动应对的状态。各类运行限制问题往往在已经影响到整体航空网络后才得以处置，这也导致后续的调控干预措施，造成了不必要的运行扰动。

这正是当前美国联邦航空管理局试图推进现代化改造的层面。

两周前，美国联邦航空管理局向波士顿航空人工智能初创企业空域智能公司（ASI）授予一份为期12年、价值8.75亿美元的合同，为美国国家空域系统部署两大全新系统：流量管理数据服务系统（FMDS），以及空域航路轨迹战略管理系统（SMART）。

此次合作的意义，绝不在于合同规模有多大，更关键的是，在美国这项极具深远影响力的空中交通现代化项目竞标中，空域智能公司（ASI）成功击败了Palantir 、Thales等一众行业巨头。

其运作方式如下：

* 流量管理数据服务系统（FMDS）将替换美国联邦航空管理局老旧的交通流量管理系统，成为该局空中交通管制系统指挥中心全新的技术支撑。该系统整合飞行计划、航司的航班时刻表、航空器实时位置更新数据以及各类运力限制条件，可对美国国家空域系统的当前及预判交通流量进行精准测算。

* 空域航线轨迹战略管理系统（SMART）作为预测层级模块内嵌于FMDS系统之中。它依托航司的航班计划数据、气象信息、机场容量、空域状态及运营限制等数据，在拥堵演变为航班延误之前识别潜在风险，助力美国联邦航空管理局、航空公司及各类运营商在航班起飞前完成航班时刻、航线与飞行轨迹的协同优化。

该系统还可针对极端天气实现更精细化的局部航线改航调度，同时优化美国联邦航空管理局与空域使用方的实时数据交互能力。据空域智能公司（ASI）介绍，这套新技术基于其旗下Flyways人工智能平台迭代研发，目前该平台已正式服务于美国主流航司及美国空军的常态化运行工作。

为什么这项创新值得关注？

这项合作与普通政府IT合同相比，有两点尤其值得注意。

* 第一是项目覆盖维度。这并非为空管系统简单加装可视化看板的表层改造项目。流量管理数据服务系统（FMDS）将成为美国联邦航空管理局指挥中心的核心数据支撑，是统筹整合全国出行需求、空域运力、气象条件、航班计划与运行限制，并据此落地调度决策的核心平台。航空业之所以容易出现运行扰动扩散，核心原因就是各方运行主体掌握的信息不一致，而这套系统打造的统一全域运行视图，正是本次升级的核心价值所在。

* 第二是服务商的选择。国家级航空公共基础设施的核心升级项目，最终花落一家以软件技术为核心、初创属性的航空AI企业，且该企业的技术体系已成熟应用于商业航空与国防领域，这一释放出极具分量的行业信号。航空业现代化升级已不再只是更换硬件、屏幕和通信设备。越来越重要的问题是，经过商业环境验证的软件，能否进入航空运输体系的制度与运行核心。

此前人工智能技术已逐步应用于空中交通管制领域，我们曾在2024年12月的栏目中详细介绍过希思罗机场的AIMEE系统。但本次升级的技术层级与之截然不同：AIMEE系统仅辅助管制人员研判单一机场场内及周边的运行态势，而FMDS与SMART两大系统，旨在实现全国空域系统的全域交通流量协同调度。

需要着重说明的是：这并不意味着人工智能将接管空中交通管制工作。美国联邦航空管理局在官方资料中明确，航空器的安全间隔保障工作仍由管制人员全权负责。真正的核心难题，集中在技术验证、监管治理与决策权限界定三大维度。

* SMART系统生成的调度建议将通过何种机制完成有效性验证？

* 航空公司如何获知航班被调整、降速或改航的具体原因与依据？

* 当空域运行需求超出承载上限时，由谁来裁定哪些航班需要承担延误、限流或改航的代价？

美国联邦航空管理局计划在2026年秋季启动SMART系统的首期试运行。项目能否如期落地，以及安全与运行验证工作的公开透明程度，远比合同金额更能体现本次技术升级的实际价值。

此外，还有一处值得注意的关联：Joby公司为推进电动垂直起降飞行器（eVTOL）在美国空域的规模化运营，选择的合作技术方正是ASI。这让ASI处于一个较为特殊的位置：其研发的空域智能预测体系，既服务于当下的航空网络，也面向未来的“空中出租车”市场。

创新案例二：Amadeus尝试防止AI智能体压垮航司定价系统

上月栏目中，我们介绍了AI智能体已具备自主购票能力。由此衍生出一个关键问题：当这些智能体开始大规模自主检索比价，航空行业将面临何种变局？

今年6月初，有用户通过Claude Code访问阿提哈德航空官网并查询航班。最终返回的结果并非十余条、数百条行程方案，而是单次行程高达881076种票价组合。该智能体自动搜素所有出行日期、中转方案与航线搭配，检索规模远超人类旅客的手动操作极限。

这正是智能出行时代下，行业不得不直面的经济痛点。人工航班检索行为存在天然上限，会因疲惫、倦怠、注意力分散终止检索，或满足于“足够合适”的出行方案。AI智能体则不然，可全天候不间断开展比价检索，覆盖日期、航线、舱位、销售渠道、中转组合及增值服务搭配等所有维度，而负责响应这些请求的系统，则需要承担相应的计算与运行成本。

这一行业压力痛点，正是OAG首席企业发展官Jeremy Burke, 在近期发布的《从检索到出票行业洞察报告》中提出的核心观点：航班检索行为已从过去的人工点击操作，彻底转变为机器自动化检索需求。

* 在互联网订票发展初期，行业平均每售出一张机票，对应的检索量仅为100至200次。

* 如今，我们测算该数值已攀升至10000至20000次。

* 而迈入AI智能体时代后，Amadeus与Sabre两大航空技术巨头均预判：未来行业或将达到每售出一张机票对应20万次检索的极端水平。

Amadeus旅游业务总裁Decius Valmorbida将该行业困境定义为“无限检索”难题。针对这一问题，其解决方案并非新增聊天机器人、预订插件，或是通过商业协议约束AI智能体的检索行为，而是从底层架构层面进行革新：不再对AI智能体的每一条检索请求进行实时响应。Amadeus表示，其系统目前每秒可处理约15万笔请求，但即便具备如此庞大的处理体量，AI智能体的批量检索模式，仍倒逼行业重构全新的系统设计逻辑。

其运作方式如下：

Amadeus不再将AI生成的每一次比价检索请求，实时回传至航司定价系统进行即时运算，而是提前对绝大多数高频检索场景的结果进行预计算处理。

* 针对常规航线、常见日期区间、旅客组合以及可复用的检索模式，系统可完成一次性运算、建立索引并动态更新，当AI智能体发起检索请求时，即可快速调取结果、即时响应。

* 这套“一次计算、多次复用”的核心逻辑，是支撑互联网实现规模化扩容的经典机制，如今被适配应用在规则更复杂的航空票价体系中——航空票价、余位、退改规则、服务套餐及个性化权益始终处于动态变动状态，检索场景复杂度极高。

* Amadeus现有的即时检索产品，已采用预计算预订结果、缓存刷新机制、实时余位核验等功能，可实现亚秒级响应速度。

而AI智能体时代的核心变革在于：此类底层架构能力将从可选配置，升级为行业核心刚需。除此之外，Amadeus也从另一维度发力破解检索过载难题。其Advanced Airline Profile过滤层依托机器学习技术，可在NDC检索流量抵达航司系统前，拦截无关或无法转化为实际预订的请求。据Amadeus介绍，该方案试点效果显著，部分场景下无效检索流量降幅超70%。法航-荷航集团也公开证实，该技术成功拦截了其系统中的绝大部分无效检索流量。

为什么这项创新值得关注？

第一，查询预订比（L2B）不再只是单纯的转化效率指标，已然演变为单位成本难题。在传统模式下，单次检索成本低廉、机票成交收益可观，行业能够承受大量无效检索行为。但在AI智能体模式下，机器可发起数十万次票价查询却无法产生一笔有效订单，这彻底打破了航空行业的成本收益平衡。阿提哈德航空那881076次检索请求，全部需要依托对应系统基础设施承接，也意味着产生了实打实的算力成本。倘若底层架构不完成革新，这笔高昂成本将始终依附于所有精致的AI出行交互界面背后，成为行业隐性负担。

第二，这标志着航空AI出行赛道的竞争重心，从用户体验升级转向行业权力格局重构。当AI智能体成为主流出行比价检索入口，行业竞争的核心不再只是哪家航司的票价更具优势，而是谁的底层基础设施，能够决定智能体的可视票价范围、检索响应速度与算力消耗成本。预计算票价层虽解决了智能体检索的可用性问题，但也让缓存机制、数据更新逻辑、“有效响应”判定规则的掌控方，掌握了行业核心话语权。

这也恰好印证了我们此前关于检索出票比的核心研判。我们在相关报告中提出，航空业正从两个维度应对检索过载危机。第一种优化思路，是降低现有检索模式的应答成本：即快速精准反馈当前指定行程的可预订票价。阿迈德斯的预计算、缓存、流量过滤技术，正是这一思路的典型落地成果。这些实打实的工程优化极具价值，能够充分盘活现有架构算力，减少资源浪费。

而第二种优化思路，触及了行业更深层的核心问题：所有前期探索性检索，是否真的需要调取精准、可直接预订的实时票价？

OAG的核心观点是：绝大多数前期探索性检索场景，应当采用参考性票价机制。通过票价区间、大致水平、价格走势等智能参考数据，帮助旅客在触发完整报价管理链路之前，先了解有哪些大致可行的选择。这两种思路有着本质区别：前者是降低生成精准报价的成本，后者是将精准报价留到真正需要它的阶段。

未来行业将更侧重哪条技术路径？答案大概率并非二选一的取舍关系。

* 当用户逐步锁定具体出行方案时，智能缓存技术将发挥关键作用，确保行业能够快速返回精准、可预订的实时票价。

* 而参考性票价机制则适用于检索前期，无论是用户本人还是其使用的AI智能体，在初步了解整体出行价格区间、探索可行方案的阶段，都可依托该机制完成价格摸底。

一套成熟的AI智能出行架构，大概率需要兼备两套能力、双轨并行。

创新案例三：美国西南航空面向云与智能体时代重构核心系统 

AI智能体的实用价值，完全取决于其可对接调用的后端系统能力。

这也是本期《航空创新观察》贯穿始终的隐性核心逻辑。空域智能公司（ASI）致力于重构空域运行调度全景，Amadeus着力实现机器级海量票价检索、同时保护航司定价系统不被击穿，而美国西南航空则将同一核心逻辑落地于航司内部：若企业核心技术架构脆弱、迭代迟缓，或受限于本地部署的复杂桎梏，航空AI便永远只能停留在表层应用，无法实现深度赋能。

对美国西南航空而言，此次技术升级并非空泛的基础设施改造工程。2022年节假日大规模运行瘫痪事件充分暴露：当航空网络偏离正常状态时，运行复杂性可能迅速超出传统流程和老旧技术的承受能力。

上月，美国西南航空正式将亚马逊云科技（AWS）定为首选云服务合作商，并提出明确转型目标：计划在2028年前，将整体架构从传统本地部署模式，全面升级为基于云、支持人工智能与智能体应用的技术架构，全面支撑公司7万余名员工的运营工作，以及每年1.34亿人次的旅客出行服务。

其运作方式如下：

美国西南航空已有超2700名研发人员接入亚马逊云科技智能编程服务Kiro，依托该工具重构老旧代码、开发全新功能、自动化测试程序并生成云基础设施代码与配置。本轮技术迭代的核心载体，是美国西南航空官方网站——航司体量最大、优先级最高的核心客户服务平台。

目前，美国西南航空已全面落地AI驱动的软件开发生命周期：由AI智能体承接软件迭代的基础工作，研发团队负责提供指导、验证结果，并对最终成果承担责任，把控整体开发质量与落地效果。与此同时，航司计划将智能体能力全面拓展至客户服务、航班运行、软件研发全场景，同步接入Amazon Quick工具。

为什么这项创新值得关注？

多数人会下意识将此次升级简单归类为普通云迁移项目、一笔带过，但这种看法并未抓住核心本质。本次变革最值得关注的亮点，并非美国西南航空计划在2028年完成云架构转型，而是AI智能体如今已然深度嵌入航司的软件研发体系，实现常态化落地运行。

我们在2025年8月报道的大韩航空云架构升级，揭开了行业变革的序幕。彼时大韩航空的改造核心，以替换老旧基础设施、为人工客服配备AI辅助工具为主。而美国西南航空的此次转型，覆盖场景更广、对航司核心业务的支撑性更强，也是一次更纯粹的智能体原生架构革新。其核心区别在于：美国西南航空并非仅在航司原有系统表层叠加AI应用，而是依托AI智能体，重构航司底层核心技术底座。

本月观察总结

综合本月三大行业案例不难看出，航空科技正迈入一个看似低调、实则影响更为深远的全新发展阶段。下一波航空AI的成败，不再取决于它能否进行令人信服的对话，而在于航空业底层系统能否承接机器速度产生的需求、共享可信数据，并以足够快的速度持续迭代。这也是本期将大量篇幅放在交互界面之下的原因。未来数月，基础设施层很可能将在我们的航空科技创新系列中，占据越来越重要的位置。

本期内容到此结束。我们下月会继续追踪那些正在悄然决定航空科技下一个时代最终形态的系统、标准与数据层。