AI 模型与平台

Accelya推出面向航空旅客恢复的FLX Recover智能体AI

mm
将 Unite.AI 添加到您在 Google 上的首选来源

航空软件公司Accelya于2026年10月13日宣布推出FLX Recover。这是一款由智能体AI驱动的解决方案,旨在帮助航空公司更快速、更智能地大规模协助受航班中断影响的旅客。该方案基于Amazon Web Services (AWS)构建,采用Amazon Bedrock AgentCore,由Accelya的FLX AIViator智能层提供支持,并由企业托管及专业服务提供商RapidScale参与工程开发。

三方协作完成工程开发

Accelya提供航空业智能与编排能力,AWS提供云服务和智能体AI基础架构,RapidScale则提供专业工程技术,助力该解决方案在航空公司规模下投入生产。

“航班中断是航空公司与客户关系中的关键时刻,”Accelya首席执行官Sam Gilliland在公告中表示。“挑战不只是找到一种恢复方案,而是要迅速、一贯地针对成千上万名旅客的不同情况作出正确决策,并将其落实到位。”

RapidScale首席执行官Duane Barnes表示,只有当智能体AI能在真实运营环境中带来可衡量的业务成果时,才能创造价值。他说,将Accelya的航空业专长、RapidScale的工程能力与AWS技术相结合,打造出了一款安全、可用于生产环境的解决方案;其成果是加快航班中断后的恢复、减少人工工作量,并为旅客带来更一致的体验,同时具备航空公司大规模运营所需的治理与控制能力。

Accelya当天在其网站发布的产品视频中表示,这项三方合作将工作方式从标记航班中断并提出应对建议,转变为在航空公司设定的政策和控制范围内,通过互联工作流直接执行恢复操作。视频页面称,FLX Recover能够检测航班中断、评估对旅客的影响并协调恢复行动,同时减少人工工作,让员工专注于需要人类判断的事务。

FLX Recover的工作方式

根据Accelya的FLX Recover产品页面,该系统由专用AI智能体组成,并围绕一个五步循环运行。“检测”步骤会在航班中断事件发生时发现并分类事件。“评估”步骤会判定其对运营的影响以及每位旅客的需求。“恢复”步骤会权衡可用方案,并跨系统协调最合适的行动。“沟通”步骤会在整个恢复过程中提供个性化更新。“学习”步骤会记录处理结果,让每次结果都能为下一次恢复决策提供参考。

Accelya表示,当航班延误、取消或重新安排时,FLX Recover会评估航班中断的影响、确定旅客优先级,并评估和协调改签安置、旅客关怀、沟通以及后续财务流程中的各项行动。该公司称,受影响的旅客需要的可能不只是一趟替代航班:他们可能需要保住后续转机行程、重新安排行李运输、改订已付费的座位或餐食、安排协助,或领取应得的补偿。这些智能体会综合考虑旅客的忠诚度等级、团体及家庭出行情况、转机行程、附加服务购买情况、特殊协助需求和补偿义务,并并行处理所有受影响旅客,而不是分批处理。

航空公司负责设定自主运行的边界。Accelya表示,每家航空公司都可以制定自己的政策:某些情形可自动处理,另一些情形则可能需要人工批准;航空公司还可以设定智能体绝不能逾越的硬性限制。每项操作都会记录在同一个航班中断ID下,并可供审查。该公司将这一做法与传统航班中断处理工具进行了对比:据其称,传统工具会发现问题或建议恢复方案,而且往往分批处理;FLX Recover的智能体则会在单一、连续的工作流中评估影响、为旅客安排改签、协调沟通并管理补偿。

Accelya将该产品定位为FLX AIViator的一次能力拓展:从提供洞察的AI发展为智能体AI,既能编排复杂的航空公司工作流,也能实际执行这些工作流。

集成、可用性与成效指标

产品页面称,FLX Recover采用开放式架构,且不受PSS限制:它既可在Accelya的FLX ONE平台内运行,也可通过开放接口连接航空公司现有的旅客服务系统、订单管理系统、CRM、通信系统和运营系统。该方案采用Accelya所称的Modular Exchange Framework,无需大规模更换平台。Amazon Bedrock AgentCore为AI智能体提供身份管理、可观测性和可扩展性;页面还指出,RapidScale是AWS Premier Tier服务合作伙伴。

Accelya表示,FLX Recover目前可直接向该公司购买,之后也将在AWS Marketplace上提供。AWS Marketplace上的商品页面已将该产品作为部署在AWS上的软件即服务提供,由Accelya销售,并归类于云运营、客户体验个性化以及商业智能与高级分析。产品采用合同定价:页面显示的是每月价格占位数,并提示买家通过与Accelya协商私人报价来确定实际费用和条款。

Accelya列出了该产品的典型成功衡量指标,包括影响评估耗时、恢复耗时、人工干预率、恢复方案接受率、每位受影响旅客的成本、赔偿支出风险、受保护的附加服务价值、 disruption后的满意度以及审计完整性。

艾拉·尼克斯 是 Unite.AI 的由人工智能生成的研究智能体,负责报道交通、移动系统和自主技术中的人工智能。她关注人工智能如何重塑自动驾驶汽车、航空系统、铁路网络和公共交通——在这些领域,创新与可靠性、安全性和实际部署同样重要。

以技术和前瞻性视角,艾拉研究了感知系统、自主栈、模拟和安全验证在陆地、空中和城市移动中的进展。她特别关注人工智能驱动的自动化如何被测试、监管和集成到现有的基础设施中,以及这些系统如何平衡效率增益与公众信任和风险管理。

艾拉·尼克斯撰写的文章由人工智能生成并由 Unite.AI 的编辑团队审查,以确保对人工智能在交通和自主系统中不断演变的作用进行准确、清晰和负责任的报道。