KLM, nacionalna aviokompanija Nizozemske, poduzima inovativne korake kako bi smanjila otpad u svojim uslugama inflight cateringa putem implementacije tehnologija umjetne inteligencije (AI). Koristeći AI programe, KLM ima za cilj precizno predvidjeti broj putnika koji će zaista ući u svoje letove, zadatak koji je složeniji nego što se može činiti. Ovo predviđanje uzima u obzir različite čimbenike, poput putničke klase i povijesnih podataka, i procjenjuje da će se oko 3-5% rezerviranih putnika zakasniti na vrijeme za svoj let.
Da bi to postigao, KLM je usvojio Trays AI model, koji je razvijen u suradnji s tvrtkama kao što su Bol, Ahold Delhaize, NS i ING. Ovaj AI model koristi povijesne podatke kako bi predvidio broj putnika za svaki let. KLM-ov sustav Meals On Board System (MOBS) prima AI-generirane prognoze, pružajući odvojene procjene za poslovnu, komfornu i ekonomsku klasu. Predviđanja počinju 17 dana prije polaska i traju do samo 20 minuta prije polijetanja, osiguravajući najtočniji broj putnika i minimalnu rasipnost hrane tijekom cijelog procesa cateringa, od nabave do utovara.
Očekuje se da će ovi napori rezultirati značajnim smanjenjem otpada hrane, pri čemu KLM procjenjuje moguće uštede do 63% na temelju predviđenog broja putnika po letu. To odgovara više od 100.000 kilograma hrane spašene godišnje. Potvrda učinkovitosti Trays sustava došla je iz trojmjesečne analize provedene od strane KLM-a, koja je pokazala da je AI model mogao spriječiti 63% rasipanja hrane u usporedbi s cateriranjem za svakog rezerviranog putnika. Posebno su značajna poboljšanja zabilježena na međukontinentalnim KLM letovima između amsterdamske zračne luke Schiphol, gdje bi se po jednom letu odbacilo 2,5 manje obroka (oko 1,3 kilograma), što je ukupno 111.000 kilograma spašene hrane godišnje na svim Schiphol-cateriranim KLM letovima.
Izvan usluga inflight cateringa, KLM istražuje integraciju AI u različite aspekte svog poslovanja. To uključuje održavanje zrakoplova i stvaranje personaliziranih prijedloga putovanja za korisnike. Također se koriste AI programi za simuliranje mogućih poremećaja zbog vremenskih uvjeta, što omogućava KLM-u da proaktivno upravlja rasporedom letova i minimizira prekide uzrokovane nepovoljnim vremenskim uvjetima. S ovim napretkom, KLM nastavlja voditi avioindustriju u svojoj predanosti učinkovitosti, održivosti i pružanju iznimnog putnog iskustva svojim putnicima.
FAQ sekcija temeljena na glavnim temama i informacijama iz članka:
P: Koje korake KLM poduzima kako bi smanjio otpad u svojim uslugama inflight cateringa?
O: KLM implementira tehnologije umjetne inteligencije (AI) kako bi točno predvidio broj putnika koji će se ukrcati na svoje letove.
P: Kako KLM koristi AI programe u svojim predviđanjima?
O: KLM koristi AI model pod nazivom Trays, razvijen u suradnji s drugim tvrtkama, koji koristi povijesne podatke za predviđanje broja putnika za svaki let.
P: Kako KLM-ov sustav Meals On Board System (MOBS) koristi AI-generirane prognoze?
O: MOBS prima AI-generirane prognoze i pruža odvojene procjene za poslovnu, komfornu i ekonomsku klasu. Te procjene pomažu u smanjenju rasipanja hrane tijekom cijelog procesa cateringa.
P: Koliko KLM procjenjuje smanjenje otpada hrane implementacijom AI-a?
O: KLM procjenjuje moguće uštede do 63% na temelju predviđenog broja putnika po letu, što rezultira spašavanjem preko 100.000 kilograma hrane godišnje.
P: Kako je Trays sustav učinkovit u smanjenju rasipanja hrane?
O: Trojmjesečna analiza KLM-a pokazala je da je AI model mogao spriječiti 63% rasipanja hrane u usporedbi s cateriranjem za svakog rezerviranog putnika.
P: Koja druga područja istražuje KLM za integraciju AI-a?
O: KLM istražuje integraciju AI-a u održavanje zrakoplova, personalizirane prijedloge putovanja za korisnike te simuliranje mogućih poremećaja zbog vremenskih uvjeta kako bi proaktivno upravljali rasporedom letova.
Definicije ključnih pojmova:
– Usluge inflight cateringa: Pružanje hrane i pića putnicima tijekom leta.
– Umjetna inteligencija (AI): Simulacija ljudske inteligencije u strojevima koji su programirani da razmišljaju i uče poput ljudi.
– Trays AI model: AI model razvijen od strane KLM-a u suradnji s drugim tvrtkama za predviđanje broja putnika za letove.
– Povijesni podaci: Prošli podaci prikupljeni tijekom određenog vremenskog razdoblja koji se koriste za analizu i predviđanja.
– Rasipanje hrane: Akt odbačanja ili odbacivanja hrane koja bi se još uvijek mogla konzumirati.
– Održavanje zrakoplova: Proces pregleda, popravka i održavanje zrakoplova kako bi se osigurala njihova ispravnost i sigurnost.
– Personalizirani prijedlozi putovanja: Prilagođene preporuke ili prijedlozi pruženi korisnicima na temelju njihovih preferencija i povijesti putovanja.
– Nepovoljni vremenski uvjeti: Vremenski uvjeti koji su nepovoljni ili nose rizike, poput oluja, obilnih kiša ili snažnih vjetrova.
Predloženi povezani linkovi:
– Službena web stranica KLM
– Bol
– Ahold Delhaize
– NS
– ING
The source of the article is from the blog windowsvistamagazine.es