KLM，荷兰的国家航空公司，正通过人工智能（AI）技术采取创新步骤，最大限度减少机上餐饮服务中的浪费。通过利用AI程序，KLM旨在准确预测乘客实际登机人数，这项任务比看起来复杂得多。这个预测考虑了各种因素，如旅行类别和历史数据，并估计大约有3-5%的预订乘客将不准时出现登机。
为此，KLM采用了Trays AI模型，该模型是与Bol、Ahold Delhaize、NS和ING等公司合作开发的。这个AI模型利用历史数据预测每个航班的乘客人数。KLM的机上餐饮系统（MOBS）接收AI生成的预测结果，为商务舱、豪华舒适舱和经济舱提供单独的估计。这些预测从离开之前的17天开始，直到起飞前20分钟结束，确保最准确的乘客人数，并在整个采购到装载的整个餐饮过程中最大限度地减少食物浪费。
这些努力有望大幅减少食物浪费，KLM估计每个航班的乘客预测人数可以节省高达63%，这相当于每年节省超过100,000公斤的餐食。KLM进行的为期三个月的分析证实了Trays系统的效果，这表明与为每个预订乘客提供餐饮服务相比，该AI模型可以减少63%的食物浪费。尤其值得注意的是，从阿姆斯特丹史基浦机场起飞的洲际KLM航班上这些改进是显著的，每个航班可以减少2.5份餐食（约1.3公斤），年度在史基浦机场提供服务的KLM航班上可以节省111,000公斤的餐食。
除了机上餐饮，KLM正在探索将人工智能整合到其各个方面的运营中。这包括飞机维护和为客户提供个性化的旅行建议。此外，人工智能程序正在用于模拟可能的天气干扰，使KLM能够主动管理航班时间表，并尽量减少恶劣天气条件所造成的干扰。凭借这些进步，KLM在致力于效率、可持续发展和为乘客提供卓越旅行体验方面继续引领航空业。
根据文章中呈现的主要主题和信息，以下是FAQ部分：
问：KLM采取了哪些步骤来最小化机上餐饮服务中的浪费？
答：KLM正在实施人工智能（AI）技术，以准确预测将登机的乘客人数。
问：KLM如何利用人工智能程序进行预测？
答：KLM使用一种名为Trays的人工智能模型，该模型是与其他公司合作开发的，利用历史数据预测每个航班的乘客人数。
问：KLM的机上餐饮系统（MOBS）如何从人工智能生成的预测中受益？
答：MOBS接收人工智能生成的预测，并为商务舱、豪华舒适舱和经济舱提供单独的估计。这些估计有助于最大程度地减少整个餐饮过程中的食物浪费。
问：KLM估计通过人工智能实施可以减少多少食物浪费？
答：KLM估计根据每个航班预测的乘客人数，可以节省高达63%的食物，每年节省超过100,000公斤的餐食。
问：Trays系统在减少食物浪费方面效果如何？
答：KLM的三个月分析显示，与为每个预订乘客提供餐饮服务相比，该人工智能模型可以减少63%的食物浪费。
问：KLM还在探索哪些领域将人工智能整合进来？
答：KLM正在探索将人工智能应用于飞机维护、为客户提供个性化旅行建议以及模拟可能的天气干扰，以主动管理航班时间表。
关键术语定义：
– 机上餐饮服务：在飞行过程中为乘客提供食物和饮料的服务。
– 人工智能（AI）：模拟人类智能的机器，通过编程实现思考和学习。
– Trays AI模型：KLM与其他公司合作开发的AI模型，用于预测航班的乘客人数。
– 历史数据：收集一段时间内的过去数据，用于分析和预测。
– 食物浪费：将本可以食用的食物扔掉或丢弃的行为。
– 飞机维护：检查、修理和维护飞机，确保其适航和安全。
– 个性化旅行建议：根据客户的偏好和旅行历史提供量身定制的推荐或建议。
– 恶劣天气条件：不利或具有风险的天气条件，如暴风雨、大雨或强风。
建议的相关链接：
– KLM官方网站
– Bol
– Ahold Delhaize
– NS
– ING
The source of the article is from the blog japan-pc.jp