巴西阿苏尔航空在完成法院主导的重组程序后，计划重新启动其人工智能维护规划项目。该公司在进入破产保护前，已利用机器学习技术显著提升了维护效率，现在希望在重组后恢复相关应用。

Azul于2025年5月申请破产保护，并于2025年2月20日按计划结束这一程序，期间获得了8.5亿美元新投资，包括美联航和美国航空各1亿美元的承诺。根据Aviation Week的机队数据库，Azul目前运营140架现役飞机，其中8架停飞，38架封存。

在破产保护程序结束前，Azul规划和收入总监安德烈·阿梅里科向Aviation Week透露了团队在重组前通过AI在维护方面取得的进展。“我们不再只能提前一两天得知飞机停场即将发生，而是能将预警时间扩展到两到三周前，”阿梅里科说。“这帮助我们大幅减少了因部件故障或老化导致的停飞事件。”

通过AI维护规划，Azul每月能预测并防止约150起事件，从而降低航班取消率，提升飞机可用性和网络稳定性。结合AI在时刻表和收入管理中的应用，这一举措每周带来约600万美元的收益。

Azul的机器学习研究始于2025年初，维护是首批重点领域。工作于2025年5月暂停，因团队需专注于重组和维护部门领导层交接。“我们中断了大约八个月，”阿梅里科说。“预计在3月初恢复。”

大部分基础工作已完成，包括将手写日志数字化、翻译维护代码，并在无预设假设下收集数据。“我们希望更清晰地了解部件和机队层面的可靠性，”阿梅里科说。“使用语言模型分析飞机和部件日志备注，对诊断有很大帮助……未采用此技术的公司应认真考虑。”

数据提供了每种机型的自下而上诊断，揭示了人类难以发现的“非显而易见”见解。“我们能预测看似无关的部件故障。例如，空调系统停用一天后，几周内相关部件可能发生问题，”阿梅里科说。

工作已转向预测未来停飞、安排针对性维护，并调整网络计划。阿梅里科曾提前两周准确预测特定飞机停场，验证了数据的可靠性。“我和维护团队打了个赌，”他说。“把机尾号写在玻璃上，结果真的发生了。我们必须信任数据；起初无人相信。”

Azul在发动机供应链问题高峰期启动该项目，利用数据优化发动机分配，避免将状况良好的发动机安装在可能停场的飞机上，从而在机队中重新分配资源。

走出破产保护后，阿梅里科计划通过数据探索定期维护和飞机停场之间的平衡，以最小化停场时间。“每次为定期维护停飞飞机或发生停场事件，都会损失飞机时间。如何找到完美平衡？”他说。“这是我下一步的考虑。”

阿梅里科看到整合更多制造商数据和结合预测性维护与收入管理的潜力，以确保飞机部署在最需要的地方。“不同部门并行工作有助于找到全局最优解，而非仅部门内部最佳方案，”他说。

他鼓励其他公司探索AI优势，即使部门存在隔离。“我100%确信，技术供应商AE Studio和我们的AI实施帮助打破了Azul内部壁垒。由于这项技术，我们正以更协作的方式工作，”他说。“我不会等到壁垒解决再开始。”

Azul与加州技术公司AE Studio合作，项目涵盖预测性维护、网络规划、自适应定价和利润预测。AE Studio合伙人兼首席运营官格雷格·巴克纳表示，Azul是其首个航空公司客户，相关工作已引发与其他航空公司的深入交流。

巴克纳补充，Azul的AI推广得益于跨部门方法、管理层积极参与以及学习和优化意愿。“分享见解丰富了整体情报，”他告诉Aviation Week。“这正是实现每周600万美元收益的方式。”