AI-modeller och plattformar
Accelya lanserar FLX Recover med agentbaserad AI för att hjälpa flygbolag att återställa resor för passagerare

Programvaruföretaget inom flygbranschen Accelya tillkännagav den 13 oktober 2026 FLX Recover, en lösning med agentbaserad AI som är utformad för att hjälpa flygbolag att bistå drabbade passagerare snabbare, mer intelligent och i stor skala. Lösningen bygger på Amazon Web Services (AWS) och använder Amazon Bedrock AgentCore. Den drivs av Accelyas intelligenslager FLX AIViator och har utvecklats tillsammans med RapidScale, en leverantör av tjänster för hanterad drift och professionella tjänster för företag.
Ett utvecklingsarbete mellan tre parter
Accelya bidrar med flygbolagskunskap och samordning, AWS står för molnet och grunden för agentbaserad AI, och RapidScale tillför den specialiserade ingenjörskompetens som krävs för att ta lösningen i drift i flygbolagsskala.
”Störningar är ett avgörande ögonblick i ett flygbolags relation till sina kunder”, sade Sam Gilliland, vd för Accelya, i tillkännagivandet. ”Utmaningen är inte bara att hitta ett alternativ för att lösa situationen, utan att snabbt och konsekvent fatta rätt beslut utifrån tusentals passagerares olika omständigheter och sedan genomföra det.”
RapidScales vd Duane Barnes sade att agentbaserad AI skapar värde när den ger mätbara affärsresultat i verkliga verksamheter. Han sade att kombinationen av Accelyas expertis inom flygbranschen, RapidScales ingenjörskompetens och AWS-teknik ledde till en säker lösning som är redo för produktionsdrift. Han beskrev resultatet som snabbare återhämtning efter störningar, mindre manuellt arbete och mer enhetliga passagerarupplevelser, med den styrning och kontroll som flygbolag behöver för att kunna verka i stor skala.
I en produktvideo som publicerades på Accelyas webbplats samma dag sade företaget att samarbetet mellan de tre parterna innebär att man går från att flagga störningar och föreslå åtgärder till att genomföra själva återställningen i ett sammanhängande arbetsflöde, inom de policyer och kontroller som flygbolaget fastställer. På videosidan beskrivs FLX Recover som en lösning som upptäcker störningar, bedömer hur passagerarna påverkas och samordnar åtgärder för att återställa resan. Samtidigt minskar det manuella arbetet och personalen får möjlighet att fokusera på uppgifter som kräver mänskligt omdöme.
Så fungerar FLX Recover
Enligt Accelyas produktsida för FLX Recover bygger systemet på specialiserade AI-agenter som arbetar i en femstegsloop. Steget Upptäcka identifierar och klassificerar störningar medan de inträffar. Bedöma fastställer verksamhetspåverkan och vad varje passagerare behöver. Återställa väger de tillgängliga alternativen mot varandra och samordnar de lämpligaste åtgärderna mellan olika system. Kommunicera tillhandahåller personanpassade uppdateringar under hela återställningen. Lära registrerar utfallet så att det kan ligga till grund för nästa beslut om återställning.
Enligt Accelya bedömer FLX Recover störningens påverkan när ett flyg blir försenat, ställs in eller får en ny tid, prioriterar passagerarna och utvärderar och samordnar åtgärder för ombokning, passagerarservice, kommunikation och efterföljande ekonomiska processer. Företaget säger att en drabbad passagerare kan behöva mer än ett annat flyg: en anslutning kan behöva säkras, bagage ledas om, en betald sittplats eller måltid bokas om, assistans ordnas eller ersättning betalas ut. Agenterna väger in lojalitetsstatus, grupp- och familjeresor, anslutningar, tilläggsköp, behov av särskild assistans och ersättningsskyldigheter. De hanterar alla berörda passagerare parallellt i stället för att behandla dem i omgångar.
Flygbolaget sätter gränserna för agenternas självständighet. Accelya uppger att varje flygbolag fastställer policyerna: vissa scenarier kan hanteras automatiskt, andra kan kräva mänskligt godkännande och det går att sätta absoluta gränser som agenterna aldrig får överskrida. Varje åtgärd loggas under ett gemensamt störnings-ID och kan granskas i efterhand. Företaget jämför lösningen med traditionella verktyg för störningshantering, som enligt Accelya identifierar problem eller rekommenderar åtgärder, ofta i omgångar. FLX Recovers agenter bedömer däremot påverkan, bokar om passagerare, samordnar kommunikationen och hanterar ersättningar i ett enda sammanhängande arbetsflöde.
Accelya beskriver produkten som ett sätt att ta FLX AIViator bortom AI som ger insikter och vidare till agentbaserad AI som både samordnar och genomför komplexa arbetsflöden inom flygbranschen.
Integration, tillgänglighet och framgångsmått
På produktsidan står det att FLX Recover är öppet och oberoende av PSS: det kan köras i Accelyas plattform FLX ONE eller anslutas till ett flygbolags befintliga passagerarservicesystem, system för orderhantering och kundrelationshantering (CRM), kommunikationssystem och operativa system via öppna gränssnitt. Lösningen använder det som Accelya kallar Modular Exchange Framework och kräver inte att någon större plattform ersätts. Amazon Bedrock AgentCore tillhandahåller identitetshantering, observerbarhet och skalbarhet för AI-agenterna. På sidan anges också att RapidScale är en AWS-partner på Premier Tier-nivå för tjänster.
Accelya uppger att FLX Recover redan finns tillgängligt direkt från företaget och även kommer att erbjudas via AWS Marketplace. En produktannons på AWS Marketplace erbjuder redan produkten som programvara som tjänst, driftsatt på AWS, såld av Accelya och kategoriserad under molndrift, personalisering av kundupplevelser samt affärsinformation och avancerad analys. Priset fastställs enligt avtal: annonsen visar ett platshållarbelopp per månad och hänvisar köpare till Accelya för att förhandla om det faktiska priset och villkoren genom ett privat erbjudande.
Accelya anger typiska framgångsmått för produkten, bland annat tiden fram till konsekvensbedömning, tiden till återhämtning, graden av manuella ingripanden, acceptansen för återhämtningsåtgärder, kostnaden per drabbad passagerare, exponeringen för ersättningskrav, skyddat värde från tilläggstjänster, kundnöjdheten efter störningar och fullständigheten i revisionsunderlaget.












