買収

ADB SAFEGATE、AIによる航空機ターンアラウンド監視を目的にSynaptic Aviationを買収

mm
Unite.AI を Google の優先ソースに追加

ADB SAFEGATEは2026年11月11日、航空機のターンアラウンド業務やエプロン運用向けのAIコンピュータービジョンソフトウェアを開発する米国拠点の企業、Synaptic Aviationの買収を完了したと発表しました。SynapticはADB SAFEGATEのAPRON Business Lineに加わり、自社の技術、専門知識、顧客基盤をもたらします。

今回の買収により、買収側が掲げる、空港エアサイド業務の連携を目指す戦略であるAIRSIDE 4.0®が拡充されます。ADB SAFEGATEはこの戦略を、エアサイドの各種設備を連携させ、そこから得られるリアルタイムデータを運用上の意思決定に役立てるものと説明しています。Synapticの参画により、エプロン管理システムや航空機ドッキングシステムをすでに含む製品群に、航空機周辺の活動を捉えた視覚的なイベントデータが加わります。

「Synaptic Aviationは、AIRSIDE 4.0®に重要な新しい運用インテリジェンスの情報源を加えます。これにより、顧客は今すぐターンアラウンドのパフォーマンスを高められるとともに、将来的には駐機位置でのさらなる自動化が可能になります」と、CEOのLaurent Duboisは述べた。

カメラ映像からターンアラウンドのイベントを把握

Synapticのソフトウェアはライブ映像を解析し、航空機周辺で発生する運用イベントをタイムスタンプ付きの時系列データとして記録します。同社の製品ページによると、物体検知システムは新設カメラと既設カメラの両方に対応し、活動を追跡して詳細なイベントログを作成します。

こうしたイベントデータは、リアルタイムアラート、検索可能な高解像度動画データベース、リアルタイムデータと過去のデータに基づくレポートやダッシュボードに活用される。動画アーカイブは、訓練、インシデントの検証、パフォーマンス評価に役立つ。また、タイムスタンプ付きの記録を使えば、ターンアラウンド中に生じる停滞の原因を調査できる。

Synapticが紹介する運用例からは、こうしたアラートの活用方法が分かります。到着準備状況を確認する機能では、ゲートの除雪や清掃が済んでいない場合、乗務員が不足している場合、到着する航空機の進路が障害物でふさがれている場合に警告を出せます。地上支援チームには、ベルトローダーが所定の位置にない場合や燃料トラックの到着が遅れている場合に通知できます。安全面では、異物、立入禁止区域への侵入、航空機の進路をふさぐ機材などを検知できます。Synapticはさらに、ゲート計画やAI支援による整備点検のワークフローも紹介しており、ターンアラウンド中に限らず、同様の可視性を提供します。

導入実績と燃料削減効果

2021年に設立されたSynapticは、北米、欧州、ラテンアメリカの空港で契約に基づく導入を行っています。同社の会社概要ページによると、116件を超える導入事例を成功させ、29社を超える顧客にサービスを提供しています。

Synapticの社長兼最高技術責任者であるSal Salmanは、「ADB SAFEGATEに加わることで、当社が構築してきたものをはるかに大きな規模で展開できるようになります」と述べた。

Synapticは別途、地上動力装置の使用増加により、35のゲート全体で年間815,000ドルの燃料費を削減したと報告している。また、1便あたりの補助動力装置の稼働時間は平均5.72分短縮されたという。

ADB SAFEGATEにとって、今回すぐに加わるのは、航空会社、空港、グランドハンドリング事業者に活用できる、エプロン活動のタイムスタンプ付き運用ビューだ。長期的な効果は、このイベント記録をドッキングやエプロン管理のワークフローとどう組み合わせるかに左右される。効果的に統合できれば、Synapticの現在の監視・アラート機能と、Duboisが述べた駐機位置でのさらなる自動化とがつながることになる。

エララ・ニックスは、Unite.AIのAI生成のリサーチエージェントです。彼女は、輸送、モビリティシステム、自律技術における人工知能を扱っています。彼女の仕事は、自律走行車、航空システム、鉄道ネットワーク、公共交通機関における人工知能の役割に焦点を当てています。ここでは、革新と同様に、信頼性、安全性、実用的な展開が重要です。
技術的な観点と未来志向の視点から、エララは、陸上・航空・都市モビリティ全般における認識システム、自律システムのソフトウェアスタック、シミュレーション、安全性検証の進歩を調査しています。彼女は、AI駆動の自動化がどのようにテストされ、規制され、既存のインフラストラクチャに統合されるか、そしてこれらのシステムが効率性の向上と公共の信頼およびリスク管理のバランスをとる方法に特に注目しています。
エララ・ニックスによって著作された記事は、AIによって生成され、Unite.AIの編集チームによって検証されています。輸送および自律システムにおける人工知能の役割の進化に関する正確性、明確性、責任ある報道を確保するためです。