AI એરલાઇન્સને ઇંધણ ખર્ચ ઘટાડવામાં કેવી રીતે મદદ કરી રહ્યું છે: IndiGo એ પરીક્ષણો શરૂ કર્યા
જેમ જેમ ઇંધણના ખર્ચ એરલાઇન્સની નફાકારકતાને અસર કરી રહ્યા છે, તેમ તેમ એવિએશન ઉદ્યોગ કાર્યકારી કાર્યક્ષમતા વધારવા માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) તરફ વધુ વળી રહ્યો છે. ભારતની અગ્રણી એરલાઇન, IndiGo, ટેકઓફ પ્રક્રિયાઓને શ્રેષ્ઠ બનાવવા અને ઇંધણનો વપરાશ ઘટાડવા માટે આજે પરીક્ષણો શરૂ કરીને આ તકનીકી પરિવર્તનનું નેતૃત્વ કરી રહી છે.
AI દ્વારા ઇંધણ કાર્યક્ષમતા માટેનો પ્રયાસ
ઇંધણ કોઈપણ એરલાઇન માટે સૌથી મોટા ચલ ખર્ચાઓમાંનું એક છે, જેના કારણે વપરાશમાં થતો નજીવો સુધારો પણ નફા માટે અત્યંત મહત્વપૂર્ણ બની જાય છે. આ સમસ્યાનો સામનો કરવા માટે, એરલાઇન્સ ફ્લાઇટ પેરામીટર્સને શ્રેષ્ઠ બનાવવા માટે ડિઝાઇન કરવામાં આવેલા AI-સંચાલિત અલ્ગોરિધમ્સનો ઉપયોગ કરી રહી છે. રીઅલ-ટાઇમ ડેટાના વિશાળ જથ્થાનું વિશ્લેષણ કરીને, આ સિસ્ટમ્સ ટેકઓફ અને ક્લાઇમ્બ (ઉડાન દરમિયાન ઊંચાઈ વધારવી) જેવા મહત્વપૂર્ણ ફ્લાઇટ તબક્કાઓને પૂર્ણ કરવાની સૌથી કાર્યક્ષમ રીત નક્કી કરી શકે છે, જે પરંપરાગત રીતે મુસાફરીના સૌથી વધુ ઇંધણ ધરાવતા ભાગો છે.
IndiGo ની નવી પહેલ "thriftier take-offs" (ઓછા ઇંધણમાં ટેકઓફ) પર ધ્યાન કેન્દ્રિત કરે છે, જે ચોક્કસ પર્યાવરણીય ચલોના આધારે જરૂરી ચોક્કસ થ્રસ્ટ (thrust) અને પિચ (pitch) ની ગણતરી કરવા માટે મશીન લર્નિંગનો ઉપયોગ કરે છે. આ પગલું વૈશ્વિક વલણનો એક ભાગ છે જ્યાં એવિએશન ટેકનોલોજી રિએક્ટિવ મેન્ટેનન્સથી અનુમાનિત (predictive) અને શ્રેષ્ઠ ઓપરેશનલ કંટ્રોલ તરફ આગળ વધી રહી છે.
ટેકઓફ અને ક્લાઇમ્બ તબક્કાઓમાં ચોકસાઈ
આ પરીક્ષણના મુખ્ય ભાગમાં એરક્રાફ્ટનું વજન, આસપાસનું તાપમાન, પવનની ગતિ અને વાતાવરણીય દબાણ સહિતના રીઅલ-ટાઇમ ડેટા પોઈન્ટ્સને પ્રોસેસ કરવા માટે AI નો ઉપયોગ કરવાનો સમાવેશ થાય છે. પરંપરાગત ટેકઓફ પ્રક્રિયાઓ ઘણીવાર પ્રમાણિત ગાણિતિક મોડલ પર આધાર રાખે છે જેમાં ચલોને ધ્યાનમાં લેવા માટે વધારાના ઇંધણનો "સેફ્ટી બફર" સામેલ હોઈ શકે છે. જોકે, AI વધુ સચોટ ચોકસાઈ પ્રદાન કરી શકે છે.
ટેકઓફ પ્રોફાઇલને શ્રેષ્ઠ બનાવીને, એરલાઇનનો ઉદ્દેશ્ય વધુ કાર્યક્ષમ રીતે ક્રુઝિંગ ઊંચાઈ (cruising altitude) પર પહોંચવાનો છે. આ તબક્કાઓ દરમિયાન ઇંધણના વપરાશમાં માત્ર 1% થી 2% નો ઘટાડો પણ IndiGo જેવી ઉચ્ચ-ફ્રીક્વન્સી ધરાવતી એરલાઇન માટે વાર્ષિક લાખો ડોલરની બચત કરી શકે છે, સાથે સાથે દરેક ફ્લાઇટના કાર્બન ફૂટપ્રિન્ટમાં પણ ઘટાડો કરી શકે છે.
સસ્ટેનેબિલિટી અને નફા પર વ્યાપક પ્રભાવ
આ તકનીકી પરિવર્તન બેવડા હેતુ માટે કામ કરે છે: આર્થિક માર્જિન વધારવું અને ESG (પર્યાવરણીય, સામાજિક અને શાસન) લક્ષ્યોને પૂર્ણ કરવા. જેમ જેમ એવિએશન ઉદ્યોગ કાર્બન મુક્ત થવા માટે વધતા દબાણનો સામનો કરી રહ્યો છે, તેમ AI નવા એરક્રાફ્ટ ફ્લીટ અથવા સસ્ટેનેબલ એવિએશન ફ્યુઅલ (SAF) જેવા વૈકલ્પિક ઇંધણ માટે તાત્કાલિક, મોટા રોકાણોની જરૂરિયાત વિના "ગ્રીન" કામગીરી માટે માર્ગ પ્રદાન કરે છે.
ભારતીય એવિએશન માર્કેટ માટે, જે મુસાફરોની સંખ્યામાં મોટો ઉછાળો જોઈ રહ્યું છે, કાર્યક્ષમતા હવે વૈકલ્પિક નથી. જેમ જેમ એરલાઇન્સ તેમના કામકાજનું વિસ્તરણ કરશે, તેમ ડિજિટલ ટ્રાન્સફોર્મેશન દ્વારા ઇંધણના વપરાશનું સંચાલન કરવાની ક્ષમતા ઓછા ભાડા અને સારા માર્જિન જાળવી રાખવામાં એક મુખ્ય સ્પર્ધાત્મક લાભ બની શકે છે.
મુખ્ય મુદ્દાઓ
- ઓપરેશનલ ઓપ્ટિમાઇઝેશન: IndiGo વધુ ઇંધણ-કાર્યક્ષમ ટેકઓફ અને ક્લાઇમ્બ પ્રોફાઇલ બનાવવા માટે AI-સંચાલિત ડેટાનો ઉપયોગ કરવા માટે પરીક્ષણો શરૂ કરી રહી છે.
- ખર્ચ અને કાર્બન ઘટાડો: આ પહેલનો ઉદ્દેશ્ય એરલાઇન્સના મોટા ઇંધણ ખર્ચને ઘટાડવાનો છે અને સાથે સાથે મહત્વપૂર્ણ પર્યાવરણીય સસ્ટેનેબિલિટી લક્ષ્યોને પ્રાપ્ત કરવામાં મદદ કરવાનો છે.
- ડેટા-આધારિત ચોકસાઈ: AI મોડલ્સ એરક્રાફ્ટનું વજન અને હવામાન જેવા રીઅલ-ટાઇમ ચલોનું વિશ્લેષણ કરશે જેથી સામાન્ય સેફ્ટી બફરના સ્થાને સચોટ અને શ્રેષ્ઠ ફ્લાઇટ પેરામીટર્સનો ઉપયોગ કરી શકાય.
