人工智能技术助力航司精准把握复工复产出行需求

2020年2月16日消息：日前全国已经开始逐步进行复产复工，笔者先提出几个推论：

1. 约80%的上班族返工出行需求尚未得到满足。

2. 预计2月底至4月清明后某时，有个40~60天的返工需求时间窗口。

3.还能挺3个月的航司可以略微改造已有的App/官网，综合利用运营商数据、自己的电商数据、常旅客数据等，引入人工智能手段，实现“精准防疫+精准获客/活客“，把握这个时间窗口和阶段性需求，获得更多的运营现金流来挺过眼前最困难的这段时间。

4. 已有成型的方案。如果借助云计算（托管专有云，或公有云），最快有望花3个星期上线，费用也节省很多。

疫情发展出现积极信号

回顾近期新冠病毒疫情的数据可以发现：

1. 最近7天，即从2月9日至15日，北、上、广、深等四个复工重点目的地城市，每日每个城市的新增确诊NCP病例绝大多数都小于10，在28个数据点中只有3个数据点大于等于10：北京9日11例、12日14例、深圳11日例。

2. 全国除开湖北省以外的新增确诊NCP病例数字自2月3日起至15日连续下降了13天，从890例降至166例（如图1所示）。过去7天平均每天降低49例。照此速度，可以推测，如果复工复产出行的出、入、过程管控得当，至19日，全国除湖北之外的每日新增确诊有望降低到个位数。

政府和社会应变诉求明确，但有效行动仍滞后，出行需求尚未有效满足

2月12日，习近平***主持召开中央政治局常委会会议，听取汇报、分析形势、研究加强疫情防控工作。与1月25日正月初一、2月3日正月初十的前两次常委会相比，12日会议最鲜明的落脚点，就是更加强调统筹做好疫情防控和经济社会发展。受此鼓舞社会各界，包括一些地方政府，以及企业界纷纷呼吁、谋划复工复产，避免出现恶性的企业倒闭潮、裁员潮，冲击经济运行，破坏社会稳定。

事实上在12日常委会前，国务院、公安部（11日），以及广东省（6日）、浙江省（11日）等部分地方政府也通过发文、召开新闻发布会的形式来支持企业复工复产，促进经济稳定运行。

2月11日深夜，浙江嘉兴海宁市委书记朱建军对外发出的一段7分多钟的微信语音中，提出对于复工的看法。他问道：“我们有什么理由不让他们（返海宁务工者）回家呢？”。朱建军的接地气的主张获得了不少网民赞许。

上述政令、政策、主张和愿望是好的。然而也面临现实困难，例如基层执行层层加码，规避责任，一刀切隔离14天的做法，以及企业难以获得足够的口罩等防护用品等。当然，还包括潜在的复工复产人员的对健康风险的认知、对求职赚钱的认知、对出行费用的安排等。

据新华社报道，2月15日，国务院应对新型冠状病毒感染肺炎疫情联防联控机制在北京举行新闻发布会。交通运输部、国家卫生健康委、民航局、国铁集团负责人介绍春运返程疫情防控工作有关情况，透露了多个可以预测未来客运趋势的数据。

预测2月19日~29日，全国旅客发运总量将达到1.6亿人次，约为去年同期的1/5~1/6。

2月16日~29日，长途客流以外地务工人员返岗流为主，此期间将要返岗约1.2亿人次。

3月及以后，外地务工人员返岗约1亿人次。

3月（视各地大专院校开学时间）及以后，待返校的学生客运量约1亿人次。

根据携程大数据公众号FlightAI监测判断，上班族和学生的返程需求尚未有效释放。2月8日时FlightAI乐观估计约70%~80%的返程需求未得到满足，其中北京、成都、广州、昆明、上海、深圳、西安、重庆等八大返程重点城市约76%~83%的返程需求没有得到满足。返程旅客在观望最佳回程时间，这些旅客的在线搜索呈现出周末高、平日低的趋势。

下图是飞常准、民航资源网根据交通部数据编制的春运每日发送旅客增长率图。其中的天蓝色折线是民航客运数据。从图中可以看到，原定春节假期的第6天（假设是上班族返工起始日）1月29日，民航客运人次同比下降约63%，第7天1月30日同比下降70%，原定复工第一天1月31日同比下降75%，2月1日、2日同比下降也大体维持在75%左右。自2月3日起至13日，民航客运人次每天的同比下降率均超过80%。

交通运输部的数据，可以理解为未满足的返程需求，可能比携程FlightAI较早前预测的比例更大。

应对措施

民航业大咖专家进行了深入议论。综合起来看，脱困手段有：

获得新融资（银行贷款、企业债、股票增发）、对到期债务准许展期、不抽贷；

民航建设基金、燃油费、机场费、航路费等核减，或延期支付；

通过强制休假、暂停或取消项目减少现金流出；

设法通过运营手段把退票转为远期open预订，适当开展预售；

加大货运力度；

拓展新业务，例如学春秋航空卖防疫护理用品；

卖身。

这些都很好，能做的，尽管去做。

假设：

- 在今年5、6月份民航客运恢复到接近往年正常水平之前，前述3、4月份复工复产期确实有一批尚未有效满足的返工需求，

- 假设某家能挺3个月以上的航司可以快速利用特定技术手段，在这两个月左右的时间段内，比常规手段能增加一千万元或以上的营业收入（现金），

则这个事情的必要性就够强了。笔者想表达的就是：

人工智能技术可助航司精准把握复工复产出行需求

从航司视角，做这个事情的几个关键点，部分是前提条件：

1） 要有自己的电商App、官网，有小程序、公众号等更好，要做埋点等轻微的改动。

2） 要能用人工智能技术、运营商数据来精准研判潜在旅客的健康风险水平，给出相应的运营对策——可以由外部供应商协助提供。

3） 要有春节前乘坐本公司航班的所有出发程旅客的数据，不管是通过哪个渠道销售的，越详细越好。

4） 最好有这些旅客的历史数据，时间周期越长、数据类型越多、数据维度越丰富越好；

5） 如果您有本事拿到本公司以外的旅客数据，更好。

6） 要求其他数据，例如航班产品、收益管理数据，辅营产品、非航产品数据等。

7） 要能基于上述需求侧、供给侧数据，利用人工智能技术，做高维、实时、闭环的精准推荐，直接转化为直销订单——可以由外部供应商协助提供。

8） 要能争取出行全流程关键点的交付、协作，特别是健康防疫相关的，例如体温检测、防护用具、隔离酒店等。

出行流程简图如下：

从潜在旅客体验视角的勾勒的业务场景，可以描画如下：

『一个家在四川的青年工人小张，1月16日从深圳的工厂回老家过春节。遇到了疫情，被困在老家。他比较严格地遵循了居家隔离政策，每天在家看手机，保持了身体健康，没有感染。

『到了二月中旬，疫情逐渐缓解，他已经开始担心自己的工作，迫切希望能在不久之后回到深圳，找到好赚钱的工作。他通过微信上的朋友、招聘网站关注此事情。同时，他还搜索了航班信息、火车信息。

『2月下旬他手机上收到了某航司的短信，点开链接，他看到了该航司广告；他在一些新闻网站、视频网站也看到了该航司的广告。广告的内容是他所关心的，而且，比他想象得还周到，可以大幅度提高他返程的健康安全需求、健康证明需求、支付需求、抵达后的隔离短居需求等。

『于是小张点击下载了该航司APP，注册了用户（以前他通过OTA购买）。他发现他有区块链数字健康风险评估证书，有芝麻信用评分，他可以提交一些个人信息和出行意愿…他很高兴，买了这个产品，不仅仅是该航司的机票哦。

『3月初，经过一段特殊的旅途，他健康安全地到达了深圳宝安机场，随后被统一安排到了机场附近的如家酒店。

『在酒店隔离14天期间，他通过远程方法面试了好几个单位，最后他放弃了华为的Offer，去了一家口罩厂上班！

『60天后，他收到提醒，原来他买机票的钱，要还给京东白条。他从自己在口罩厂赚的巨款中，抽出了一笔钱，把机票、保险、地面交通、健康检测、酒店与隔离服务的钱，支付了京东。完事儿！』

笔者所在的第四范式公司原本就有针对在线零售业的智能推荐产品，前不久针对民航客运业特点对方案做了行业化适配。1月底以来，第四范式公司紧急动员，配合中国疾病预防与控制中心承担了相关项目，提供了“基于AI的新型冠状病毒防疫方案”。这是国家人工智能标准化领导组认可的春节期间34个人工智能防疫项目中的一个，也是唯一一个与精准营销有直接关联关系的项目。

上述行业化智能推荐方案，加上“基于AI的新型冠状病毒防疫方案“，与航司已有电商系统、营销系统和数据平台结合可以型从新的应急方案，可以帮助航司把握复工复产窗口期需求，也可以延申到未来疫情完全消除后的正常运营期。