رایان ایر از فناوری یادگیری ماشینی AWS برای مدیریت ذخایر نوشیدنی در پرواز بهره می برد

0 0
Read Time:3 Minute, 57 Second

شرکت هواپیمایی ارزان قیمت رایان ایر نشان داده است که چگونه از ابزارهای هوش مصنوعی مبتنی بر ابر آمازون (AI) برای پیش‌بینی اینکه چه نوشیدنی‌هایی را در حین پرواز برای جلوگیری از ناامید کردن مسافرانش باید ذخیره کند، استفاده می‌کند.

این ایرلاین به عنوان یک مشتری بلند مدت خدمات وب آمازون (AWS).با استفاده از فناوری ابر عمومی این شرکت در سراسر عملیات رایان ایر، این شرکت را قادر می سازد تا هزینه ها را کاهش دهد، ضایعات مواد غذایی را کاهش دهد و انتشار کربن آن را کاهش دهد.

علاوه بر این، این شرکت اکنون از نحوه کمک فناوری آمازون به آن برای پیش‌بینی و پیش‌بینی در مورد مواد غذایی و نوشیدنی‌هایی که احتمالاً در پروازهای خاص و در مسیرهای خاص بیشترین تقاضا را دارند، برداشته است تا بتواند موجودی خود را مطابق با آن تنظیم کند.

Aoife Greene، معاون مدیر فرعی و رئیس خرده‌فروشی Ryanair، که وظیفه او تصمیم‌گیری در مورد نوشیدنی‌های هر پرواز است، گفت: «تعطیلات شما با هواپیما شروع می‌شود. «مردم جین و تونیک خود را می خواهند. آنها پانینی ژامبون و پنیر خود را می خواهند. آنها می‌خواهند بنشینند و استراحت کنند. آنها نمی خواهند بشنوند، “نه، این در دسترس نیست”. وظیفه ما این است که مطمئن شویم هیچ کس ناامید نیست.»

پیش از این، تیم گرین برای پیش‌بینی مواردی که باید ذخیره شود، به گزارش‌های مکتوب – ترسیم نوشیدنی‌های مصرف شده یا هدر رفته در هر سفر – و مشاهدات خود تکیه می‌کردند، که با توجه به اینکه رایان ایر روزانه 2900 پرواز انجام می‌دهد، کار مهمی است.

علاوه بر این، هر هواپیما دارای فضایی برای پنج چرخ دستی نوشیدنی است که فقط هر 24 ساعت یک بار می توان آن ها را ذخیره کرد.

گرین گفت: “من اغلب به شوخی می گویم که همکارانم که مصرف سوخت را مدیریت می کنند، زندگی آسانی دارند.” آنها می دانند که یک هواپیمای خاص کجا می رود و می دانند چقدر طول می کشد تا به آنجا برود. من هیچ راهی ندارم که بدانم آیا ما 100 بالرین یا 100 بازیکن راگبی در کشتی خواهیم داشت.

وقتی AWS سوار شد، به نوعی کاغذ لمسی را روشن کرد تا ما را به حرکت درآورد. ما این پروژه‌ها را آزمایش می‌کنیم، همه این داده‌ها را تجزیه و تحلیل می‌کنیم، نتایج را به دست می‌آوریم، و در بیشتر موارد فقط می‌گوییم «وای»».

جان هرلی، رایان ایر

برای کمک به گرین و تیمش در کارشان، رایان ایر اکنون از یک ابزار یادگیری ماشینی – به نام «پیش‌بینی‌کننده پانینی» – استفاده می‌کند که بر داده‌های جمع‌آوری‌شده در مورد کالاهایی که در هواپیما خرید و فروش می‌شوند برای کمک به شرکت هواپیمایی برای برنامه‌ریزی نوشیدنی‌های موجود در هواپیما متکی است. .

ابزار پیش‌بینی‌کننده از الگوریتمی استفاده می‌کند که داده‌های فروخته‌شده و مصرف‌شده در طول پرواز را با اطلاعاتی در مورد طول سفر، زمان روز، فصل، مکان عزیمت و مقصد، و همچنین ملیت مسافران ترکیب می‌کند تا پیش‌بینی کند که چه چیزی چیست. تنقلات احتمالاً تقاضای زیادی دارند.

جان هرلی، مدیر ارشد فناوری رایان ایر، گفت که ابزار پیش بینی به ویژه در هنگام تصمیم گیری برای ذخیره سازی محصولات در مسیرهای جدیدتر مفید بوده و مزایای دیگری نیز به همراه داشته است.

هرلی گفت: «نکته مهم این است که رضایت مشتری را بهبود بخشیده، ضایعات ما را به نصف کاهش داده و فروش ما را افزایش داده است.

اکنون این شرکت به دنبال اعمال مفهوم «پیش‌بینی‌کننده پانینی» در سایر بخش‌های تجارت خود است، بنابراین می‌تواند رویکردی فعال‌تر و پیش‌بینی‌کننده‌تر برای تعمیر و نگهداری هواپیمای خود داشته باشد، و به آن کمک کند تا بیشترین سوخت را انتخاب کند. هواپیمای کارآمد برای حرکت در مسیرهای خاص

وقتی AWS وارد شدهرلی گفت، به نوعی کاغذ لمسی را روشن کرد تا ما را به حرکت درآورد. ما در حال آزمایش این پروژه‌ها هستیم، همه این داده‌ها را تجزیه و تحلیل می‌کنیم، نتایج را به دست می‌آوریم، و در بیشتر موارد فقط می‌گوییم «وای». این یک فرصت بزرگ برای آینده محور و کارآمدتر است.»

دارن هاردمن، نایب رئیس و مدیر کل بریتانیا و ایرلند در AWS، گفت: کاری که این شرکت انجام می دهد، “بالا بردن سطح” برای آنچه در صنعت جهانی سفر هوایی ممکن است، است.

او افزود: «رایان ایر در حال ایجاد نوآوری در صنعت هوانوردی و استفاده از خدمات یادگیری ماشینی AWS برای ابداع روشی است که خطوط هوایی خدمات پیشرفته‌تری را به مشتریان خود ارائه می‌کنند و در عین حال کارایی بیشتری را به دست می‌آورند و پایداری را در سراسر تجارت خود بهبود می‌بخشند.»


لینک منبع

Happy
Happy
0 %
Sad
Sad
0 %
Excited
Excited
0 %
Sleepy
Sleepy
0 %
Angry
Angry
0 %
Surprise
Surprise
0 %

نوشته های مشابه

Average Rating

5 Star
0%
4 Star
0%
3 Star
0%
2 Star
0%
1 Star
0%

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا