利雅得航空与IBM咨询公司合作,声称打造了全球首家人工智能原生的航空公司。
利雅得航空于2023年3月成立,是一家数字化驱动的全服务航空公司,计划到2030年连接全球超过100个目的地。该航空公司表示,希望利用嵌入工作流程中的生成式AI和智能体AI能力,重新定义AI时代员工的工作方式以及与旅客的互动模式。
利雅得航空与IBM开展了一项多年合作项目,涉及59个工作流程和超过60个合作伙伴,包括Adobe、Apple、FLYR、微软和Oracle。IBM咨询优势平台被用于交付IBM和利雅得航空所描述的端到端技术策略的无缝执行。
利雅得航空首席财务官Adam Boukadida表示:"我们面临一个明确的选择——要么成为最后一家建立在传统技术基础上的航空公司,要么成为第一家建立在将定义未来十年航空业平台上的公司。与IBM合作,我们一举摆脱了50年的历史包袱。利雅得航空不仅为今天而建,更是为未来而建,为未来几年许多航空公司树立了可以效仿的典范。"
在准备招聘更多员工的过程中,该航空公司正在引入由AI智能体驱动的个性化数字工作场所。IBM表示,这使员工能够通过聊天优先的方式接入人力资源系统,简化工作流程并加速员工和管理者的自助服务。
此外,还有AI驱动的移动应用程序连接和整合员工与客人的旅程。IBM表示,正在构建一个基于智能体AI的礼宾体验系统,该系统具有主动性和情境感知能力,能够为与客人互动的每个角色提出最佳行动建议。据IBM介绍,这将使客舱和地勤人员能够提供定制化服务——例如,提示工作人员为延误的客户提供快速通道服务。
支持AI的语音机器人正被用作基于情境数据提供个性化支持的另一个渠道,IBM表示这可以预测旅客需求并增强整体旅行体验。
IBM咨询高级合伙人Sandeep Halli表示:"我们目前正在使用来自Watsonx.ai的大语言模型,这些模型已经通过利雅得航空自己的知识库进行了精调。我们还在从现有系统中获取数据,包括初始试飞的运营和商业数据,以及最近Sfeer项目启动的忠诚度数据。"
该系统托管在微软Azure云上,使用运行在Red Hat OpenShift上的Watsonx Orchestrate、Watsonx.ai和Watsonx.governance,Halli表示这支持数字主权。
在计算能力方面,Halli说:"我们使用托管在微软Azure上的英伟达GPU,包括A100和H200等高性能选项。这些为高效大规模运行先进模型提供了所需的计算能力。我们还使用标准的基于CPU的Azure资源来处理较轻的工作负载。"
随着初始航班的进行和预计在2026年初开始首次商业服务,利雅得航空与IBM之间为期三年的合作已经到达了关键时刻。
IBM咨询高级副总裁Mohamad Ali表示:"作为一家诞生于AI时代的公司,利雅得航空正在重新定义航空业的可能性,IBM能够帮助实现这一愿景是我们的荣幸。"
Q&A
Q1:利雅得航空的AI原生特性体现在哪些方面?
A:利雅得航空在工作流程中嵌入了生成式AI和智能体AI能力,包括AI驱动的个性化数字工作场所、智能体AI礼宾体验系统、AI语音机器人等,能够为员工和旅客提供智能化、个性化的服务体验。
Q2:利雅得航空使用了哪些技术平台和合作伙伴?
A:该项目涉及59个工作流程和超过60个合作伙伴,主要包括Adobe、Apple、FLYR、微软和Oracle。技术平台方面使用微软Azure云、IBM的Watsonx系列产品,以及英伟达的A100和H200等高性能GPU。
Q3:利雅得航空何时开始商业运营?
A:利雅得航空成立于2023年3月,目前初始试飞已经进行,预计在2026年初开始首次商业服务,计划到2030年连接全球超过100个目的地。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。