ਕਿਵੇਂ IndiGo ਬਾਲਣ ਦੀ ਲਾਗਤ ਨੂੰ ਘਟਾਉਣ ਅਤੇ ਟੇਕ-ਆਫ (take-offs) ਨੂੰ ਸੁਧਾਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਿਹਾ ਹੈ

ਕਿਉਂਕਿ ਬਾਲਣ ਦੀਆਂ ਕੀਮਤਾਂ ਏਅਰਲਾਈਨਾਂ ਦੇ ਮੁਨਾਫੇ ਵਿੱਚ ਇੱਕ ਅਸਥਿਰ ਕਾਰਕ ਬਣੀ ਹੋਈਆਂ ਹਨ, ਕੈਰੀਅਰ ਕੇਰੋਸੀਨ ਦੀ ਹਰ ਬੂੰਦ ਦੀ ਵਰਤੋਂ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਵੱਧ ਤੋਂ ਵੱਧ ਉੱਨਤ ਤਕਨਾਲੋਜੀ ਵੱਲ ਮੁੜ ਰਹੇ ਹਨ। ਇਸ ਮਾਮਲੇ ਵਿੱਚ ਅਗਵਾਈ ਕਰਦੇ ਹੋਏ, IndiGo ਅੱਜ ਅਸਲ ਦੁਨੀਆ ਵਿੱਚ ਪ੍ਰਯੋਗ (trials) ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਤਿਆਰ ਹੈ, ਜੋ ਟੇਕ-ਆਫ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਅਤੇ ਬਾਲਣ ਦੀ ਖਪਤ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਰੂਪ ਵਿੱਚ ਘਟਾਉਣ ਲਈ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਵਰਤੋਂ ਕਰੇਗਾ।

ਉਡਾਣ ਦੀ ਕੁਸ਼ਲਤਾ ਵਿੱਚ AI ਕ੍ਰਾਂਤੀ

ਏਅਰਲਾਈਨਾਂ ਲਈ, ਬਾਲਣ ਆਮ ਤੌਰ 'ਤੇ ਸਭ ਤੋਂ ਵੱਡੇ ਸੰਚਾਲਨ ਖਰਚਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੁੰਦਾ ਹੈ। ਇਸ ਨਾਲ ਨਜਿੱਠਣ ਲਈ, IndiGo AI-ਅਧਾਰਿਤ ਹੱਲ ਲਾਗੂ ਕਰ ਰਿਹਾ ਹੈ ਜੋ ਗੁੰਝਲਦਾਰ ਉਡਾਣ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਟੇਕ-ਆਫ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ। ਮੁੱਖ ਉਦੇਸ਼ "ਕਿਫਾਇਤੀ" ਟੇਕ-ਆਫ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹੋਏ ਕਿ ਸੁਰੱਖਿਆ ਜਾਂ ਯਾਤਰੀਆਂ ਦੇ ਆਰਾਮ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਇੰਜਣਾਂ ਦੀ ਵਰਤੋਂ ਪੂਰੀ ਕੁਸ਼ਲਤਾ ਨਾਲ ਕੀਤੀ ਜਾਵੇ।

ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਐਲਗੋਰਿਦਮ ਨੂੰ ਜੋੜ ਕੇ, ਏਅਰਲਾਈਨ ਮੌਸਮ ਦੀਆਂ ਸਥਿਤੀਆਂ, ਜਹਾਜ਼ ਦਾ ਭਾਰ, ਆਲੇ-ਦੁਆਲੇ ਦਾ ਤਾਪਮਾਨ ਅਤੇ ਰਨਵੇ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਸਮੇਤ ਵਿਸ਼ਾਲ ਡੇਟਾ ਸੈੱਟਾਂ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰ ਸਕਦੀ ਹੈ ਤਾਂ ਜੋ ਸਭ ਤੋਂ ਵੱਧ ਬਾਲਣ-ਕੁਸ਼ਲ ਕਲਾਈਮਬ ਪ੍ਰੋਫਾਈਲ (climb profile) ਦਾ ਨਿਰਧਾਰਨ ਕੀਤਾ ਜਾ ਸਕੇ। ਇਹ ਕਦਮ ਰਵਾਇਤੀ, ਮਿਆਰੀ ਟੇਕ-ਆਫ ਪ੍ਰਕਿਰਿਆਵਾਂ ਤੋਂ ਹਾਈਲੀ ਕਸਟਮਾਈਜ਼ਡ ਅਤੇ ਡੇਟਾ-ਅਧਾਰਿਤ ਕਾਰਜ ਪ੍ਰਣਾਲੀ ਵੱਲ ਇੱਕ ਤਬਦੀਲੀ ਹੈ।

ਘੱਟ ਨਿਕਾਸ ਲਈ ਸਟੀਕ ਇੰਜੀਨੀਅਰਿੰਗ

ਉਡਾਣ ਸੰਚਾਲਨ ਵਿੱਚ AI ਦਾ ਲਾਗੂ ਹੋਣਾ ਸਿਰਫ਼ ਲਾਗਤ ਦੀ ਬਚਤ ਬਾਰੇ ਨਹੀਂ ਹੈ; ਇਹ ਉਦਯੋਗ ਦੇ ਸਥਿਰਤਾ (sustainability) ਦੇ ਟੀਚਿਆਂ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸਾ ਹੈ। ਹਾਈ-ਪਾਵਰ ਟੇਕ-ਆਫ ਪੜਾਅ ਦੌਰਾਨ ਬਾਲਣ ਦੀ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਮਾਮੂਲੀ ਸੁਧਾਰ ਵੀ ਹਜ਼ਾਰਾਂ ਉਡਾਣ ਚੱਕਰਾਂ ਦੌਰਾਨ ਕਾਰਬਨ ਨਿਕਾਸ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਕੁੱਲ ਕਮੀ ਲਿਆ ਸਕਦੇ ਹਨ।

IndiGo ਦੇ ਪ੍ਰਯੋਗ ਥਰਸਟ ਸੈਟਿੰਗਾਂ (thrust settings) ਅਤੇ ਕਲਾਈਮਬ ਗ੍ਰੇਡੀਐਂਟਸ (climb gradients) ਨੂੰ ਬਾਰੀਕੀ ਨਾਲ ਸੈੱਟ ਕਰਨ 'ਤੇ ਕੇਂਦਰਿਤ ਹਨ। ਰਵਾਇਤੀ ਟੇਕ-ਆਫ ਅਕਸਰ ਸੁਰੱਖਿਆ ਬਫਰਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ ਜੋ ਬਾਲਣ ਦੀ ਵਾਧੂ ਵਰਤੋਂ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੇ ਹਨ। AI ਇੱਕ ਵਧੇਰੇ ਸਟੀਕ ਪਹੁੰਚ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਜੋ ਪਾਇਲਟਾਂ ਨੂੰ ਅਜਿਹੇ ਅਨੁਕੂਲਿਤ ਪੈਰਾਮੀਟਰ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਤੇਜ਼ੀ ਨਾਲ ਉੱਪਰ ਜਾਣ ਦੀ ਲੋੜ ਅਤੇ ਬਾਲਣ ਦੇ ਬੇਲੋੜੇ ਖਰਚੇ ਨੂੰ ਘੱਟ ਕਰਨ ਦੇ ਟੀਚੇ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਬਣਾਉਂਦੇ ਹਨ।

ਵਿਆਪਕ ਉਦਯੋਗਿਕ ਰੁਝਾਨ: ਮਾਰਜਿਨ ਪ੍ਰੋਟੈਕਟਰ ਵਜੋਂ AI

ਇਸ ਕੋਸ਼ਿਸ਼ ਵਿੱਚ IndiGo ਇਕੱਲਾ ਨਹੀਂ ਹੈ। ਵਿਸ਼ਵਵਿਆਪੀ ਹਵਾਬਾਜ਼ੀ ਖੇਤਰ ਪ੍ਰੀਡਿਕਟਿਵ ਐਨਾਲਿਟਿਕਸ (predictive analytics) ਅਤੇ AI-ਅਧਾਰਿਤ ਸੰਚਾਲਨ ਸਾਧਨਾਂ ਵਿੱਚ ਨਿਵੇਸ਼ ਦਾ ਇੱਕ ਵੱਡਾ ਵਾਧਾ ਦੇਖ ਰਿਹਾ ਹੈ। ਟੇਕ-ਆਫ ਸੁਧਾਰ ਤੋਂ ਇਲਾਵਾ, ਏਅਰਲਾਈਨਾਂ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ:

• ਪ੍ਰੀਡਿਕਟਿਵ ਮੇਨਟੇਨੈਂਸ (Predictive Maintenance): ਅਨੁਸੂਚਿਤ ਗਰਾਊਂਡਿੰਗ ਨੂੰ ਘਟਾਉਣ ਲਈ ਸੰਭਾਵੀ ਕੰਪੋਨੈਂਟ ਫੇਲ੍ਹ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਉਨ੍ਹਾਂ ਦੀ ਪਛਾਣ ਕਰਨਾ।
• ਡਾਇਨਾਮਿਕ ਰੂਟ ਆਪਟੀਮਾਈਜ਼ੇਸ਼ਨ (Dynamic Route Optimization): ਝਟਕਿਆਂ (turbulence) ਤੋਂ ਬਚਣ ਅਤੇ ਅਨੁਕੂਲ ਹਵਾ ਦੇ ਵਹਾਅ ਦਾ ਲਾਭ ਉਠਾਉਣ ਲਈ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਉਡਾਣ ਦੇ ਰਸਤਿਆਂ ਨੂੰ ਐਡਜਸਟ ਕਰਨਾ।
• ਭਾਰ ਅਤੇ ਸੰਤੁਲਨ ਪ੍ਰਬੰਧਨ (Weight and Balance Management): ਕਾਰਗੋ ਅਤੇ ਯਾਤਰੀਆਂ ਦੀ ਵੰਡ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਨਾ, ਜਿਸਦਾ ਸਿੱਧਾ ਅਸਰ ਬਾਲਣ ਦੇ ਡਰੈਗ (fuel drag) 'ਤੇ ਪੈਂਦਾ ਹੈ।

ਬਹੁਤ ਜ਼ਿਆਦਾ ਮੁਕਾਬਲੇ ਵਾਲੇ ਅਤੇ ਕੀਮਤ-ਸੰਵੇਦਨਸ਼ੀਲ ਬਾਜ਼ਾਰ ਵਿੱਚ ਕੰਮ ਕਰ ਰਹੇ ਭਾਰਤੀ ਕੈਰੀਅਰਾਂ ਲਈ, ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਿਨ ਦੀ ਰੱਖਿਆ ਕਰਨ ਅਤੇ ਕੱਚੇ ਤੇਲ ਦੀਆਂ ਬਦਲਦੀਆਂ ਕੀਮਤਾਂ ਦੇ ਵਿਰੁੱਧ ਸੰਚਾਲਨ ਲਚਕਤਾ ਬਣਾਈ ਰੱਖਣ ਲਈ ਇਹ ਤਕਨੀਕੀ ਉੱਨਤੀਆਂ ਜ਼ਰੂਰੀ ਹੋ ਰਹੀਆਂ ਹਨ।

ਮੁੱਖ ਨੁਕਤੇ

• ਡੇਟਾ-ਅਧਾਰਿਤ ਟੇਕ-ਆਫ: IndiGo ਇੰਜਣ ਥਰਸਟ ਅਤੇ ਕਲਾਈਮਬ ਪ੍ਰੋਫਾਈਲਾਂ ਨੂੰ ਸੁਧਾਰਨ ਲਈ AI ਪ੍ਰਯੋਗ ਸ਼ੁਰੂ ਕਰ ਰਿਹਾ ਹੈ, ਜਿਸਦਾ ਉਦੇਸ਼ ਉਡਾਣ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਊਰਜਾ-ਗੁਜ਼ਾਰ ਪੜਾਅ ਦੌਰਾਨ ਬਾਲਣ ਦੀ ਬਰਬਾਦੀ ਨੂੰ ਘਟਾਉਣਾ ਹੈ।
• ਲਾਗਤ ਅਤੇ ਕਾਰਬਨ ਵਿੱਚ ਕਮੀ: ਇਹ ਪਹਿਲ ਦੋਹਰਾ ਉਦੇਸ਼ ਪੂਰਾ ਕਰਦੀ ਹੈ: ਬਾਲਣ ਦੀ ਭਾਰੀ ਸੰਚਾਲਨ ਲਾਗਤ ਨੂੰ ਘਟਾਉਣਾ ਅਤੇ ਏਅਰਲਾਈਨ ਦੇ ਸਮੁੱਚੇ ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਨੂੰ ਘਟਾਉਣਾ।
• ਤਕਨੀਕੀ ਵਾਧਾ: AI-ਏਕੀਕ੍ਰਿਤ ਸੰਚਾਲਨ ਵੱਲ ਤਬਦੀਲੀ ਇੱਕ ਵਿਆਪਕ ਉਦਯੋਗਿਕ ਰੁਝਾਨ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਜਿੱਥੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਵਰਤੋਂ ਬਾਲਣ ਦੀਆਂ ਕੀਮਤਾਂ ਅਤੇ ਵਾਤਾਵਰਣ ਨਿਯਮਾਂ ਵਿੱਚ ਉਤਾਰ-ਚੜ੍ਹਾਅ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।