FİZİKSEL YAPAY ZEKÂ BAGAJDAN APRONA DEĞİŞTİREBİLİR

DALLAS – Havacılıkta yapay zekâ uygulamaları, dijital verileri analiz etmenin ötesine geçerek havalimanlarındaki fiziksel süreçleri anlamaya yöneliyor. Kameralar, sensörler, robotlar ve otonom araçlardan gelen bilgileri bir araya getiren “fiziksel yapay zekâ”, bagaj hareketlerinden apron faaliyetlerine kadar geniş bir alanda yeni olanaklar sunuyor.

Teksas’ın Dallas kentinde gerçekleştirilen FTE Global 2026’daki oturumda, bu teknolojilerin havayolları ve havalimanlarında nasıl kullanılabileceği ele alındı. Tartışmada, operasyonel verimliliğin artırılması kadar çalışanların değişime hazırlanması ve sorumlulukların açık biçimde tanımlanması da gündeme geldi.

Dallas Fort Worth Uluslararası Havalimanı Teknoloji ve İnovasyondan Sorumlu Başkan Yardımcısı Paul Puopolo’nun yönettiği oturuma; Worlds CEO’su ve kurucu ortağı Dave Copps, Southwest Airlines Gelişen Trendler Başkanı Kevin Kleist ve Alaska Airlines’ın eski İnovasyon Programı Yöneticisi Nicole Austin katıldı.

Bagajın yerini görmekten hareketini anlamaya

Worlds CEO’su Dave Copps, fiziksel yapay zekânın temel fırsatını, sahada gerçekleşen olayları gerçek zamanlı ve kullanılabilir verilere dönüştürmesi olarak değerlendirdi.

Copps’un aktardığı yaklaşıma göre, kameraların bir bagajı görüntülemesi tek başına yeterli değil. Bagajın hangi yöne ilerlediğinin, hangi uçuşla ilişkili olduğunun ve beklenen güzergâhı izleyip izlemediğinin anlaşılması, operasyon ekiplerine daha kapsamlı bilgi sağlayabilir.

Kamera ve sensör verilerinin mevcut kurumsal sistemlerle birleştirilmesiyle, bagaj hasarlarının tespiti ve hasarın taşıma sürecinin hangi aşamasında meydana geldiğinin belirlenmesi de kolaylaşabilir. Aynı yaklaşımın ekipman takibi, lojistik ve iş yeri güvenliğinde kullanılabileceği belirtildi.

Southwest: İş süreçleri ve çalışan becerileri değişecek

Southwest Airlines Gelişen Trendler Başkanı Kevin Kleist, fiziksel yapay zekânın yalnızca yeni cihazların devreye alınması olarak görülmemesi gerektiğini ifade etti. Kleist’e göre dönüşüm, işlerin nasıl organize edildiğinin ve ekiplerin nasıl çalıştığının yeniden değerlendirilmesini gerektiriyor.

Robotlar ve otonom sistemler yaygınlaştıkça çalışanların görevleri de değişebilir. Bağlantılı sistemleri denetlemek, verileri yorumlamak, beklenmedik durumları yönetmek ve kritik kararları almak gibi becerilerin önem kazanması bekleniyor.

Kleist, çalışanların yeni teknolojilerin neden kullanıldığını ve günlük işlerini nasıl etkileyeceğini anlamasının güven oluşturmak açısından belirleyici olduğunu vurguladı. İşe alım ve eğitim süreçlerinin de bu değişime uyum sağlaması gerektiğini kaydetti.

Bağımsız cihazlar yerine ortak veri altyapısı

Oturumda öne çıkan başlıklardan biri, farklı teknolojilerin birbirinden kopuk biçimde çalışmasının yaratabileceği sorunlar oldu.

Kleist, robotların, otonom araçların ve sensörlerin ayrı veri ve yönetim yapılarına dönüşmesinin önlenmesi gerektiğini belirtti. Operasyon, bakım ve teknoloji ekipleri arasındaki sorumlulukların netleştirilmesi; veri kalitesi ve yapay zekâ modellerinin doğruluğu için ortak bir yönetim yapısı kurulması gerektiğine dikkat çekti.

Verilerin bir bölümünün doğrudan cihaz üzerinde veya kaynağa yakın noktada işlenmesi de değerlendirilen seçenekler arasında yer aldı. Bu yöntemle, merkezi sistemlere yalnızca gerekli bilgilerin aktarılması ve veri işleme yükünün azaltılması hedefleniyor.

Hedef, sorunları büyümeden tespit etmek

Dallas Fort Worth Uluslararası Havalimanı’ndan Paul Puopolo, fiziksel yapay zekânın operasyonları izlemekten gerçek zamanlı koşulları anlayarak müdahale etmeye geçiş sağlayabileceğini belirtti.

Uçak, yolcu, bagaj, araç ve çalışan hareketlerinin birlikte değerlendirilmesi; ortaya çıkan aksaklıkların daha geniş bir operasyonel soruna dönüşmeden fark edilmesine yardımcı olabilir.

Puopolo, bu yaklaşımın performans ölçümünü de değiştireceğine işaret etti. Geleneksel göstergeler gerçekleşmiş gecikmeleri veya arızaları kaydederken, önceden yapılan bir müdahaleyle engellenen sorunun yarattığı faydayı ölçmek için yeni değerlendirme yöntemlerine ihtiyaç duyulabilir.

Bagaj prototipinde yüzde 96–97 doğruluk

Alaska Airlines’ın eski İnovasyon Programı Yöneticisi Nicole Austin, bilgisayarlı görü ve robotik uygulamalarının özellikle ağır kaldırma gerektiren, tekrarlayan ve fiziksel açıdan zorlayıcı görevlerde çalışanları destekleyebileceğini anlattı.

Austin, Alaska Airlines’ın el bagajlarını sayma, boyutlandırma ve tanımlamaya yönelik bir prototip çalışmasını da aktardı. Çalışmanın testler sırasında yüzde 96–97 doğruluk oranına ulaştığını belirtti. Bu sonuç, belirli bir prototipin test performansını yansıtıyor.

Otomatik bagaj yönlendirme uygulamalarının ise bagaj hareketlerini önceliklendirmeye ve aktarma süresi dar olan uçuşlara yönelik işlemleri daha verimli yönetmeye yardımcı olabileceği ifade edildi.

İnsan gözetimi ve açık sorumluluk vurgusu

Austin, teknolojinin sahadaki başarısında çalışanların deneyiminin belirleyici olduğunu vurguladı. Operasyon ekiplerinin geri bildirimleri, sistemlerin gerçek çalışma koşullarına uyarlanmasına katkı sağlayabilir.

Yüksek doğruluk oranlarının tek başına yeterli olmadığını belirten Austin; güvenlik, hesap verebilirlik, veri kullanım koşulları ve sistemlere erişim yetkilerinin açık biçimde tanımlanması gerektiğini söyledi.

Yeni uygulamaların kontrollü denemelerle gerçek işletme koşullarında sınanması ve sonuçların önceden belirlenmiş ölçütlerle değerlendirilmesi önerildi.

Yolcular için daha sorunsuz seyahat potansiyeli

Oturumda fiziksel yapay zekânın; bagajların daha iyi izlenmesi, hasarların daha hızlı belirlenmesi, ekipmanların verimli kullanılması ve operasyonel aksaklıklara erken müdahale edilmesi açısından fırsatlar sunduğu değerlendirildi.

Bu kazanımların yolculara daha sorunsuz bir seyahat deneyimi olarak yansıyabileceği belirtildi. Ancak konuşmacılar, beklenen faydaların hayata geçirilmesinin güvenilir verilere, sistemler arası entegrasyona, çalışan katılımına ve insan gözetimine bağlı olduğunu vurguladı.