Несоответствие ожиданий и реальной зрелости ИИ в аэропортах
Результаты опроса, посвященного искусственному интеллекту, демонстрируют типичную для отрасли «асимметрию ожиданий и готовности». С одной стороны, 92% аэропортов уже используют ИИ или планируют его внедрение в течение двух лет, а 87% респондентов оценивают его потенциал как высокий или очень высокий. Это свидетельствует о сформировавшемся консенсусе: ИИ рассматривается как ключевой драйвер повышения эффективности и развития аэропортов. При этом авиакомпании опережают аэропорты по фактическому внедрению, опираясь на более понятные кейсы с измеримым ROI (управление доходами, ценообразование, прогнозирование спроса), тогда как в аэропортах доминируют экспериментальные проекты и планы без четкой приземленной бизнес-логики.
Барьеры внедрения, недостаточная готовность инфраструктуры и стратегический перекос в задачах ИИ
С другой стороны, структура барьеров и оценка собственной готовности показывают, что отрасль находится на ранней стадии реальной трансформации. Среди лидирующих препятствий названы неясные бизнес-цели и дефицит доверия к ИИ, дополняемые сложностями интеграции, нехваткой специалистов, фрагментированными данными и устаревшей инфраструктурой. Ни один аэропорт не считает себя полностью готовым к внедрению ИИ: 55% прямо говорят о необходимости серьезной предварительной подготовки, еще 41% оценивает готовность как частичную. При этом приоритизация задач для ИИ смещена в сторону наиболее сложных и критичных процессов (управление расписанием, слоты, безопасность, инфраструктурный мониторинг), в то время как относительно «простые» и уже зрелые сценарии (контакт-центры, аналитика, обработка обращений) остаются во втором ряду. На уровне стратегической постановки задачи отчетливо просматривается стремление сократить долю ручного труда и фонд оплаты труда, при этом вопросы ответственности, регулирования и защиты персонала остаются нерешенными.
Используются ли в вашем аэропорту решения на базе искусственного интеллекта (ИИ)?
“
Результаты показывают: 92% аэропортов либо используют (32%), либо планируют внедрить ИИ (60%). Это впечатляющий показатель интереса к технологии. Однако в реальности все не так просто, и хайп начинает снижаться. ИИ не способен заменить всех. Эта технология эффективна в первую очередь там, где есть клиент (персонализация, чат-боты, прогнозирование спроса), и при этом пока почти не применима в B2B — большинство проектов экспериментальные.
Критический вопрос: говорят, будто в разработке ПО становятся не нужны джуны и даже мидлы. Но как появятся сеньоры, если нет мидлов и джунов? Это фундаментальная проблема ИИ-эры — разрыв в передаче опыта и формировании экспертизы.
По сравнению с весенним исследованием ORS результаты текущего демонстрируют более активное использование ИИ авиакомпаниями в 2025 году: 67% против 32% у аэропортов. Планы авиакомпаний по инвестированию в ИИ таковы: 81% к 2025 году и 82%— к 2030 году. Это указывает на то, что авиакомпании видят более конкретные варианты применения ИИ в управлении доходами, динамическом ценообразовании, предсказании спроса — областях с четкими ROI-метриками. Аэропорты пока в основном планируют (60%), и вариантов применения меньше.
Какие основные барьеры мешают внедрению ИИ в вашем аэропорту?
“
Две группы барьеров возглавляют список с одинаковым (70%) уровнем популярности ответов среди респондентов: неясные бизнес-цели и недостаток доверия. Это отражает фундаментальную неопределенность: ИИ — модно, но пока не очень понятно. Технология пока слабо изучена, нет ясности, где и какой ИИ можно использовать, а какой нельзя. К тому же все это законодательно не регламентировано.
К тому же все это законодательно не регламентировано.
Следующий уровень — сложности интеграции (49%) и недостаток специалистов (32%). Последний барьер — финансирование (16%) — парадоксально низкий, учитывая рост инвестиций в кибербезопасность, выявленный с помощью одного из предыдущих вопросов (91%). Это указывает, что финансирование есть, но нет уверенности, как лучше его потратить.
В исследовании World Aviation Festival (2025) определены похожие барьеры: высокие затраты, интеграция с legacy-системами, доверие (проблема «черного ящика»), инфраструктура данных, готовность персонала, риск bias, регуляторная сложность. Прогнозируется, что глобальный рынок ИИ в авиации достигнет 32,5 млрд долл. к 2033 году с CAGR 46,97%, но темпы реального внедрения гораздо медленнее.
Следующий уровень — сложности интеграции (49%) и недостаток специалистов (32%). Последний барьер — финансирование (16%) — парадоксально низкий, учитывая рост инвестиций в кибербезопасность, выявленный с помощью одного из предыдущих вопросов (91%). Это указывает, что финансирование есть, но нет уверенности, как лучше его потратить.
В исследовании World Aviation Festival (2025) определены похожие барьеры: высокие затраты, интеграция с legacy-системами, доверие (проблема «черного ящика»), инфраструктура данных, готовность персонала, риск bias, регуляторная сложность. Прогнозируется, что глобальный рынок ИИ в авиации достигнет 32,5 млрд долл. к 2033 году с CAGR 46,97%, но темпы реального внедрения гораздо медленнее.
Анализ Aerospace Global (2025) показывает, что центральной проблемой является фрагментированность данных, которыми обмениваются аэропорты, авиакомпании и обработчики: данные пассажиров проходят через множество хранилищ с разными политиками. GDPR и локальное законодательство усугубляют сложность этого процесса. Вероятнее всего, внедрение ИИ будет инкрементальным и основанным на моделях human-in-the-loop.
Как вы оцениваете потенциал ИИ для повышения эффективности работы вашего аэропорта?
“
87% респондентов оценивают потенциал искусственного интеллекта в целях повышения эффективности работы аэропортов как высокий или очень высокий. Такая консолидированная оценка отражает не только растущую значимость ИИ в глобальной технологической повестке, но и влияние общего хайпа, при котором критический анализ часто уступает место следованию доминирующему тренду. В условиях неопределенности организации нередко демонстрируют декларативный оптимизм: признавая высокие перспективы технологии, при этом не имеют четких сценариев ее практического применения. Это подтверждается и ответами на вопрос «Какие основные барьеры мешают внедрению ИИ в вашем аэропорту?», согласно которым отсутствие ясных бизнес-целей обозначено как один из ключевых барьеров внедрения ИИ.
OAG (2025) в публикации Can AI and the Right Data Rewrite the Rules of Airline Performance заявляет: «Обсуждения применения искусственного интеллекта в авиации часто основаны на значительных преувеличениях... Хотя эти идеи и поражают воображение, они остаются весьма спекулятивными».
Отчет подчеркивает разрыв между хайпом вокруг ИИ и реальным влиянием этой технологии. Однако конкретные практики применения уже дают результаты: например, Qantas сэкономила 26 млн долл. на топливе благодаря AI-оптимизации маршрутов, Lufthansa Technik (система AVIATAR) сокращает время простоя самолетов на 5–15%, Schiphol реализует ИИ-оптимизацию оборота воздушных судов.
Насколько ваш аэропорт готов к внедрению ИИ-технологий (инфраструктура, кадры, процессы)?
“
55% аэропортов заявляют о недостаточной готовности и необходимости серьезной предварительной подготовки, еще 41% оценивает свою готовность как частичную и сопровождаемую точечными вопросами. Такая структура ответов отражает типичную ситуацию технологического перехода: формальная поддержка идеи внедрения ИИ сочетается с отсутствием доверия к собственным системам и осознанием того, что текущая инфраструктура не способна обеспечить безопасное и устойчивое применение данных технологий. Показательно, что ни один аэропорт не сообщил о полной готовности, — это важный индикатор системных ограничений на уровне процессов, качества данных, архитектуры IT и организационной зрелости. Полученные результаты напрямую согласуются с выводами, сделанными по результатам ответов на предыдущие вопросы: намерения и общий оптимизм присутствуют, однако фактические условия — от данных и интеграционной среды до процессов и компетенций — пока не соответствуют требованиям, необходимым для полноценного использования ИИ.
Глобально аэропорты сталкиваются с устаревшей инфраструктурой, разрозненными данными и организационными барьерами. PA Consulting (2025) подчеркивает: «Неготовность инфраструктуры представляет собой первостепенную проблему для многих аэропортов». Традиционные системы несовместимы с ИИ. Требуются IoT-сенсоры, HD-камеры, 5G, облачные технологии, GPU-процессоры — все это подразумевает значительные инвестиции.
Исследование ACI Asia-Pacific (2025) выявляет три ключевых барьера: 1) несовместимая инфраструктура — устаревшие системы, дорогие и долгие обновления; 2) разрозненные данные — отсутствие информации в реальном времени для предиктивного обслуживания; 3) организационное сопротивление — нет необходимых знаний, требуются серьезные расходы, возникает боязнь потери работы.
Какие задачи, по вашему мнению, в первую очередь должны быть автоматизированы с помощью ИИ в аэропортах?
“
Управление расписанием (82%) остается одним из наиболее проблемных процессов аэропортовой деятельности, требующим глубокой автоматизации. В периоды высокой загрузки аэропорт вынужден распределять слоты между авиакомпаниями в условиях ограниченных ресурсов, зачастую отдавая приоритет крупным перевозчикам, а остальных обслуживая по остаточному принципу. Несмотря на многолетние усилия по внедрению автоматизированных систем, значительная часть работы по-прежнему выполняется вручную, что повышает операционные издержки и создает риски для устойчивости расписания. Схожие проблемы наблюдаются в работе контакт-центров (65%) и систем видеонаблюдения (67%), где человеческий фактор напрямую коррелирует с финансовыми потерями и ошибками в операциях.
При этом возникает методологический парадокс: внедрение ИИ традиционно рекомендуется начинать с задач меньшей структурной сложности — таких как контакт-центры, где алгоритмы уже демонстрируют высокую зрелость. Однако аэропорты стремятся применять ИИ сразу в наиболее значимых и одновременно наиболее комплексных областях, включая управление расписанием. Управление пассажиропотоками (37%) представляет собой более подходящий сценарий: ИИ способен оперативно выявлять формирование очередей и рекомендовать открытие дополнительных стоек регистрации, контроля или досмотра, обеспечивая динамическое перераспределение ресурсов.
На стратегическом уровне остается нерешенным вопрос оптимизации затрат на персонал, которые составляют до 80% операционных расходов аэропорта. Идея полностью автоматизированного аэропорта теоретически привлекательна с точки зрения эффективности, однако ее реализация ограничена требованиями законодательства, необходимостью защиты персонала и строгими нормативами ответственности за безопасность операций и управление данными.
Инсайты
ИИ в аэропортах уже закрепился как стратегический приоритет на уровне риторики и ожиданий, но еще не стал полноценно встроенной частью операционной модели. Высокий заявленный потенциал и масштаб планов контрастируют с низкой технологической готовностью, дефицитом данных и компетенций, а также отсутствием отлаженных бизнес-процессов. Для перехода от экспериментального и "хайпового" использования ИИ к устойчивому эффекту необходимы: четкое определение целевых сценариев с понятной экономикой, инвестиции в инфраструктуру данных и интеграцию, развитие кадровой базы и поэтапное внедрение ИИ, начиная с задач умеренной сложности с высокой предсказуемостью результата, а не сразу с наиболее критичных и комплексных процессов.
ИИ в аэропортах уже закрепился как стратегический приоритет
разделы