ایوی ایشن کے ایندھن کے اخراجات کم کرنے کے لیے IndiGo مصنوعی ذہانت (AI) پر مبنی ٹیک آف کے تجربات شروع کرے گا

چونکہ ایندھن کی قیمتیں بھارتی ایئر لائنز کے منافع کے تعین میں اہم کردار ادا کر رہی ہیں، اس لیے ایئر لائنز اپنے آپریشنز کو بہتر بنانے کے لیے تیزی سے جدید مصنوعی ذہانت (AI) کا رخ کر رہی ہیں۔ بھارت کی سب سے بڑی ایئر لائن، IndiGo، آج ایک ایسے AI سے لیس نظام کے تجربات شروع کرنے کے لیے تیار ہے جسے طیاروں کے ٹیک آف کو ایندھن کے لحاظ سے زیادہ کارآمد بنانے کے لیے ڈیزائن کیا گیا ہے۔

AI کے ذریعے بہتر بنائے گئے فلائٹ آپریشنز کی طرف منتقلی

ایندھن کسی بھی ایئر لائن کے لیے سب سے اہم متغیر اخراجات (variable costs) میں سے ایک ہے، جو اکثر کل آپریشنل اخراجات کا تقریباً 40 فیصد ہوتا ہے۔ اس کا مقابلہ کرنے کے لیے، IndiGo فلائٹ کے سب سے زیادہ توانائی طلب مرحلے یعنی 'ٹیک آف' کو بہتر بنانے کے لیے جدید AI الگورتھم کا استعمال کر رہی ہے۔ ریئل ٹائم ڈیٹا کی بڑی مقدار کا تجزیہ کر کے، اس ٹیکنالوجی کا مقصد مخصوص ماحولیاتی حالات کے لیے ضروری سب سے درست تھروٹل سیٹنگز اور کلیم گریڈینٹس (climb gradients) کا تعین کرنا ہے۔

روایتی دستی طریقہ کار کے برعکس، جو پائلٹ کے معیاری ان پٹس پر انحصار کرتے ہیں، یہ AI پر مبنی طریقہ انجن کی کارکردگی کے لیے "بہترین مقام" (sweet spot) کا حساب لگاتا ہے۔ اس سے یہ یقینی بنایا جاتا ہے کہ طیارہ حفاظت یا مسافروں کے آرام پر سمجھوتہ کیے بغیر، کم سے کم ایندھن استعمال کرتے ہوئے اپنی کروزنگ اونچائی تک پہنچ جائے۔

ماحولیاتی اور معاشی فوائد کے لیے درست انجینئرنگ

یہ تجربہ بھارتی ایوی ایشن کی ڈیجیٹل تبدیلی میں ایک اہم قدم ہے۔ اس کا بنیادی مقصد "تھرسٹ ویسٹ" (thrust waste) کو کم کرنا ہے جو اس وقت ہوتا ہے جب انجنوں کو محفوظ روانگی کے لیے ضروری حد سے زیادہ طاقت دی جاتی ہے۔ تھرسٹ پروفائل کو بہتر بنا کر، ایئر لائن غیر ضروری کاربن اخراج کو کم کر سکتی ہے، جو عالمی ایوی ایشن کے پائیداری کے اہداف کے مطابق ہے اور ساتھ ہی اس کے مالی منافع کا تحفظ بھی کرتا ہے۔

یہ تجربات صرف ایندھن کی بچت کے بارے میں نہیں ہیں؛ بلکہ یہ ڈیٹا پر مبنی درستگی کے بارے میں ہیں۔ AI سسٹم متعدد متغیرات پر غور کرتا ہے، جن میں شامل ہیں:

  • ماحولیاتی ہوا کا درجہ حرارت: گرمی انجن کی کارکردگی اور لفٹ (lift) پر کیسے اثر انداز ہوتی ہے۔
  • طیارے کا وزن: مسافروں، کارگو اور ایندھن کا درست وزن۔
  • رن وے کی صورتحال: ہوا کی رفتار، سمت اور سطح کی رگڑ (friction)۔
  • بیرومیٹرک پریشر: مخصوص روانگی کے ہوائی اڈے پر فضائی کثافت (atmospheric density)۔

بھارتی ایوی ایشن سیکٹر پر وسیع اثرات

IndiGo کا یہ اقدام ایسے وقت میں سامنے آیا ہے جب بھارتی ایوی ایشن مارکیٹ غیر معمولی ترقی کر رہی ہے، جو اپنے ساتھ بڑھتے ہوئے آپریشنل اخراجات کے انتظام کا چیلنج بھی لاتی ہے۔ اگر یہ تجربات کامیاب ثابت ہوئے تو اس ٹیکنالوجی کو ایئر لائن کے پورے بیڑے (fleet) پر لاگو کیا جا سکتا ہے، جس سے ایندھن کے استعمال میں مجموعی طور پر بڑی بچت ہو سکتی ہے۔

مزید برآں، یہ پیش رفت ایک وسیع رجحان کی نشاندہی کرتی ہے جہاں بھارتی ایئر لائنز روایتی آپریشنل طریقوں سے ہٹ کر ہائی ٹیک اور پریڈیکٹیو ماڈلنگ (predictive modeling) کی طرف بڑھ رہی ہیں۔ جیسے جیسے مقامی کھلاڑیوں کے درمیان مقابلہ بڑھ رہا ہے، اخراجات کو کنٹرول کرنے کے لیے AI کا استعمال مارکیٹ میں برتری اور قیمتوں کے مقابلے میں برقرار رکھنے کے لیے ایک کلیدی فرق پیدا کرنے والا عنصر بن سکتا ہے۔

اہم نکات

  • ایندھن کے اخراجات میں کمی: IndiGo ٹیک آف تھرسٹ کو بہتر بنانے کے لیے AI کا استعمال کر رہی ہے، جس کا مقصد ایئر لائن آپریشنز کے سب سے بڑے اخراجات میں سے ایک کو کم کرنا ہے۔
  • ڈیٹا پر مبنی درستگی: یہ ٹیکنالوجی سب سے زیادہ کارآمد کلیم پروفائل تلاش کرنے کے لیے درجہ حرارت، وزن اور ہوا جیسے پیچیدہ متغیرات کا تجزیہ کرتی ہے۔
  • پائیداری اور کارکردگی: لاگت کی بچت کے علاوہ، یہ اقدام غیر ضروری ایندھن کے جلنے کو کم کر کے پروازوں کے کاربن فوٹ پرنٹ کو کم کرنے میں مدد دیتا ہے۔