ਕਿਵੇਂ AI ਇੰਡੀਗੋ (IndiGo) ਵਰਗੀਆਂ ਏਅਰਲਾਈਨਾਂ ਨੂੰ ਬਾਲਣ ਦੀ ਖਪਤ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਰਿਹਾ ਹੈ

ਕਿਉਂਕਿ ਬਾਲਣ ਦੀਆਂ ਲਾਗਤਾਂ ਏਅਰਲਾਈਨਾਂ ਦੇ ਮੁਨਾਫੇ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲਾ ਇੱਕ ਅਸਥਿਰ ਕਾਰਕ ਬਣੀ ਹੋਈਆਂ ਹਨ, ਕੈਰੀਅਰ ਕਾਰਜਪ੍ਰਣਾਲੀ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਵੱਧ ਤੋਂ ਵੱਧ ਅਤਿ-ਆਧੁਨਿਕ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਵੱਲ ਮੁੜ ਰਹੇ ਹਨ। ਭਾਰਤ ਦੀ ਹਵਾਬਾਜ਼ੀ ਦੀ ਮੋਹਰੀ ਕੰਪਨੀ, IndiGo, ਬਾਲਣ ਦੀ ਕੁਸ਼ਲਤਾ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ AI-ਅਧਾਰਿਤ ਟੇਕਆਫ (takeoff) ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੇ ਪ੍ਰਯੋਗ ਸ਼ੁਰੂ ਕਰਕੇ ਇਸ ਤਕਨੀਕੀ ਤਬਦੀਲੀ ਦੀ ਅਗਵਾਈ ਕਰਨ ਲਈ ਤਿਆਰ ਹੈ।

AI-ਸੰਚਾਲਿਤ ਫਲਾਈਟ ਆਪਟੀਮਾਈਜ਼ੇਸ਼ਨ ਦਾ ਉਭਾਰ

ਬਾਲਣ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਏਅਰਲਾਈਨ ਦੇ ਕੁੱਲ ਸੰਚਾਲਨ ਖਰਚਿਆਂ ਦਾ ਲਗਭਗ 30% ਤੋਂ 40% ਹੁੰਦਾ ਹੈ, ਜਿਸ ਕਾਰਨ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਮਾਮੂਲੀ ਸੁਧਾਰ ਵੀ ਮੁਨਾਫੇ 'ਤੇ ਬਹੁਤ ਵੱਡਾ ਪ੍ਰਭਾਵ ਪਾਉਂਦਾ ਹੈ। ਇਸ ਨਾਲ ਨਜਿੱਠਣ ਲਈ, ਏਅਰਲਾਈਨਾਂ ਰਵਾਇਤੀ ਫਲਾਈਟ ਪਲੈਨਿੰਗ ਤੋਂ ਅੱਗੇ ਵਧ ਰਹੀਆਂ ਹਨ ਅਤੇ ਉੱਨਤ AI ਐਲਗੋਰਿਦਮ ਨੂੰ ਜੋੜ ਰਹੀਆਂ ਹਨ ਜੋ ਅਸਲ ਸਮੇਂ (real-time) ਦੇ ਵਿਸ਼ਾਲ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹਨ।

ਇਹ AI ਪ੍ਰਣਾਲੀਆਂ ਗੁੰਝਲਦਾਰ ਵੇਰੀਏਬਲਜ਼ (variables) ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਦੀਆਂ ਹਨ, ਜਿਸ ਵਿੱਚ ਅਸਲ ਸਮੇਂ ਦੇ ਮੌਸਮ ਦੇ ਪੈਟਰਨ, ਵਾਯੂਮੰਡਲ ਦੀ ਘਣਤਾ, ਜਹਾਜ਼ ਦਾ ਭਾਰ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਖਾਸ ਇੰਜਣ ਪ੍ਰਦਰਸ਼ਨ ਮੈਟ੍ਰਿਕਸ ਸ਼ਾਮਲ ਹਨ। ਰਨਵੇਅ ਤੋਂ ਲੈ ਕੇ ਕਰੂਜ਼ਿੰਗ ਅਲਟੀਟਿਊਡ (cruising altitude) ਤੱਕ ਜਹਾਜ਼ ਨੂੰ ਲਿਜਾਣ ਦੇ ਸਭ ਤੋਂ ਕੁਸ਼ਲ ਤਰੀਕੇ ਦੀ ਗਣਨਾ ਕਰਕੇ, AI ਉਡਾਣ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਊਰਜਾ ਦੀ ਲੋੜ ਵਾਲੇ ਪੜਾਅ: ਟੇਕਆਫ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਚੜ੍ਹਾਈ ਦੌਰਾਨ "ਬਰਨ ਰੇਟ" (burn rate) ਨੂੰ ਕਾਫ਼ੀ ਘਟਾ ਸਕਦੀ ਹੈ।

ਵਾਤਾਵਰਣ ਪੱਖੀ ਟੇਕਆਫ ਵੱਲ IndiGo ਦਾ ਰਣਨੀਤਕ ਕਦਮ

ਅੱਜ ਤੋਂ, IndiGo "ਬਚਤ ਵਾਲੀਆਂ" ਟੇਕਆਫ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੇ ਉਦੇਸ਼ ਨਾਲ ਵਿਸ਼ੇਸ਼ ਪ੍ਰਯੋਗ ਸ਼ੁਰੂ ਕਰ ਰਹੀ ਹੈ। ਸਟੈਂਡਰਡ ਟੇਕਆਫ ਪ੍ਰੋਟੋਕੋਲ ਦੇ ਉਲਟ, ਜੋ ਅਕਸਰ ਸੁਰੱਖਿਆ ਮਾਰਜਿਨ ਲਈ ਇੱਕ ਖਾਸ ਕਲਾਈਮ ਗ੍ਰੇਡੀਐਂਟ (climb gradient) ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ, ਇਹ AI-ਸੰਪੰਨ ਪ੍ਰਯੋਗ ਉਸ "ਸਹੀ ਬਿੰਦੂ" (sweet spot) ਨੂੰ ਲੱਭਣ 'ਤੇ ਕੇਂਦਰਿਤ ਹਨ ਜਿੱਥੇ ਸੁਰੱਖਿਆ ਜਾਂ ਕਾਰਜਸ਼ੀਲ ਸਮਾਂ-ਸਾਰਣੀ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਬਾਲਣ ਬਚਾਉਣ ਲਈ ਥ੍ਰਸਟ (thrust) ਨੂੰ ਸਰਗਰਮ ਰੂਪ ਵਿੱਚ ਪ੍ਰਬੰਧਿਤ ਕੀਤਾ ਜਾ ਸਕੇ।

ਇਹ ਪਹਿਲਕਦਮੀ ਉਦਯੋਗ ਦੇ ਇੱਕ ਵਿਆਪਕ ਰੁਝਾਨ ਦਾ ਹਿੱਸਾ ਹੈ ਜਿੱਥੇ ਡਿਜੀਟਲ ਤਬਦੀਲੀ ਵਾਤਾਵਰਣ, ਸਮਾਜਿਕ ਅਤੇ ਸ਼ਾਸਨ (ESG) ਟੀਚਿਆਂ ਨਾਲ ਮਿਲਦੀ ਹੈ। IndiGo ਵਰਗੇ ਉੱਚ-ਫ੍ਰੀਕੁਐਂਸੀ ਕੈਰੀਅਰ ਲਈ, ਜੋ ਦੁਨੀਆ ਦੇ ਸਭ ਤੋਂ ਵੱਡੇ ਨੈਰੋ-ਬੌਡੀ (narrow-body) ਜਹਾਜ਼ਾਂ ਦੇ ਫਲੀਟਾਂ ਵਿੱਚੋਂ ਇੱਕ ਚਲਾਉਂਦਾ ਹੈ, ਪ੍ਰਤੀ ਉਡਾਣ ਬਾਲਣ ਦੀ ਖਪਤ ਵਿੱਚ ਇੱਕ ਪ੍ਰਤੀਸ਼ਤ ਦਾ ਛੋਟਾ ਜਿਹਾ ਘਟਾਅ ਵੀ ਸਾਲਾਨਾ ਲੱਖਾਂ ਡਾਲਰ ਦੀ ਬਚਤ ਅਤੇ ਕੰਪਨੀ ਦੇ ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਕਮੀ ਵਿੱਚ ਬਦਲ ਸਕਦਾ ਹੈ।

ਹਵਾਬਾਜ਼ੀ ਅਰਥਵਿਵਸਥਾ 'ਤੇ ਵਿਆਪਕ ਪ੍ਰਭਾਵ

ਫਲਾਈਟ ਕਾਰਜਾਂ ਵਿੱਚ AI ਦਾ ਲਾਗੂ ਹੋਣਾ ਸਿਰਫ਼ ਲਾਗਤ ਘਟਾਉਣ ਬਾਰੇ ਨਹੀਂ ਹੈ; ਇਹ ਕਾਰਜਸ਼ੀਲ ਲਚਕੀਲੇਪਣ (operational resilience) ਬਾਰੇ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਭਾਰਤੀ ਹਵਾਬਾਜ਼ੀ ਬਾਜ਼ਾਰ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਿਹਾ ਹੈ, ਵਧੇਰੇ ਕੁਸ਼ਲਤਾ ਨਾਲ ਉਡਾਣ ਭਰਨ ਦੀ ਸਮਰੱਥਾ ਏਅਰਲਾਈਨਾਂ ਨੂੰ ਸਸਟੇਨੇਬਲ ਐਵੀਏਸ਼ਨ ਫਿਊਲ (SAF) ਅਤੇ ਰਵਾਇਤੀ ਕੇਰੋਸੀਨ ਦੀਆਂ ਵਧ ਰਹੀਆਂ ਲਾਗਤਾਂ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਦੇ ਹੋਏ ਮੁਕਾਬਲੇਬਾਜ਼ ਕੀਮਤਾਂ ਬਣਾਈ ਰੱਖਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਜਿਵੇਂ-ਜਿਵੇਂ ਵਧੇਰੇ ਏਅਰਲਾਈਨਾਂ ਇਹ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਾਲੀਆਂ ਤਕਨੀਕਾਂ ਨੂੰ ਅਪਣਾ ਰਹੀਆਂ ਹਨ, ਉਦਯੋਗ ਇੱਕ ਵਧੇਰੇ ਸਮਕਾਲੀਨ ਅਤੇ ਡੇਟਾ-ਅਧਾਰਿਤ ਈਕੋਸਿਸਟਮ ਦੇ ਨੇੜੇ ਜਾ ਰਿਹਾ ਹੈ। ਇਹ ਨਾ ਸਿਰਫ਼ ਬਾਲਣ ਦੀ ਬਰਬਾਦੀ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ ਬਲਕਿ ਅਕੁਸ਼ਲ ਫਲਾਈਟ ਮਾਰਗਾਂ ਅਤੇ ਗੈਰ-ਪਰਦਰਸ਼ੀ ਅਲਟੀਟਿਊਡ ਪ੍ਰਬੰਧਨ ਕਾਰਨ ਹੋਣ ਵਾਲੀਆਂ ਦੇਰੀਆਂ ਨੂੰ ਵੀ ਘੱਟ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਅੰਤ ਵਿੱਚ ਸਾਰੇ ਉਪ-ਮਹਾਂਦੀਪ ਵਿੱਚ ਯਾਤਰੀਆਂ ਦੇ ਅਨੁਭਵ ਵਿੱਚ ਸੁਧਾਰ ਹੁੰਦਾ ਹੈ।

ਮੁੱਖ ਨੁਕਤੇ

• ਬਾਲਣ ਲਾਗਤ ਪ੍ਰਬੰਧਨ: AI ਫਲਾਈਟ ਦੇ ਪੜਾਵਾਂ ਨੂੰ ਆਪਟੀਮਾਈਜ਼ ਕਰਕੇ ਅਸਥਿਰ ਬਾਲਣ ਦੀਆਂ ਕੀਮਤਾਂ ਦੇ ਵਿੱਤੀ ਪ੍ਰਭਾਵ ਨੂੰ ਘਟਾਉਣ ਲਈ ਏਅਰਲਾਈਨਾਂ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਾਧਨ ਬਣ ਰਿਹਾ ਹੈ।
• IndiGo ਦੀ ਨਵੀਨਤਾ: ਏਅਰਲਾਈਨ ਉਡਾਣ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਖਪਤ ਵਾਲੇ ਸਮੇਂ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਂਦੇ ਹੋਏ, ਵਧੇਰੇ ਬਾਲਣ-ਕੁਸ਼ਲ ਟੇਕਆਫ ਪ੍ਰਕਿਰਿਆਵਾਂ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਵਿਸ਼ੇਸ਼ ਪ੍ਰਯੋਗ ਸ਼ੁਰੂ ਕਰ ਰਹੀ ਹੈ।
• ਸਥਿਰਤਾ ਦੇ ਲਾਭ: ਸਿੱਧੀ ਲਾਗਤ ਦੀ ਬਚਤ ਤੋਂ ਇਲਾਵਾ, AI-ਅਧਾਰਿਤ ਆਪਟੀਮਾਈਜ਼ੇਸ਼ਨ ਹਵਾਬਾਜ਼ੀ ਖੇਤਰ ਦੇ ਸਮੁੱਚੇ ਕਾਰਬਨ ਨਿਕਾਸ ਨੂੰ ਘਟਾਉਣ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦੀ ਹੈ।