Maskapai penerbangan mengeluarkan miliaran dolar setiap tahunnya, bukan karena harga bahan bakar atau biaya tenaga kerja, namun karena teknologi lama yang tidak mampu mengatasi kompleksitas penerbangan global saat ini.
Operasi modern menghasilkan data dalam jumlah besar dan memerlukan koordinasi real-time antar mitra dan mitra pelanggan. Sistem yang ketinggalan jaman tidak bisa mewujudkan hal tersebut.
Chief Technology Officer di Perangkat Lunak IBS.
Berdasarkan survei industri, 80% maskapai penerbangan kini memandang TI lama sebagai hambatan operasional yang signifikan, meningkat tajam dari 65% pada tahun 2019. Sistem ini bukan hanya tidak efisien; hal ini merupakan risiko yang melemahkan keandalan, ketahanan, dan kepercayaan pelanggan.
Hal ini penting karena margin keuntungan maskapai penerbangan terkenal tipis. Pada tahun 2026, operator global diperkirakan akan beroperasi dengan margin bersih di bawah 4%, meskipun total pendapatan melebihi $1 triliun.
Seperti yang dikatakan Willie Walsh, Direktur Jenderal Asosiasi Transportasi Udara Internasional (IATA), maskapai penerbangan rata-rata hanya menghasilkan $7,90 per penumpang – kurang dari $7,90 per penumpang. Apel menghasilkan uang dengan menjual sampul iPhone.
Meskipun berada di jantung rantai nilai yang menopang hampir 4% perekonomian global, profitabilitas maskapai penerbangan pada dasarnya masih tidak seimbang, sehingga hanya menyisakan sedikit ruang untuk menyerap guncangan atau berinvestasi dalam transformasi.
Pada saat yang sama, penelitian berwawasan ke depan menunjukkan hal tersebut AI dapat membantu sektor penerbangan mewujudkan penghematan hingga $42 miliar pada tahun 2035 melalui smarter otomatisasiperencanaan dinamis, dan operasi prediktif. Namun janji ini tidak akan terealisasi jika maskapai penerbangan tidak dapat melepaskan diri dari hambatan yang disebabkan oleh arsitektur lama.
Kerugian manusia yang tersembunyi
Di balik setiap penundaan dan gangguan adalah orang-orang nyata. Penumpang terdampar di terminal. Kru darat sedang berebut. Tim operasi justru melakukan pemadaman kebakaran, bukan melakukan optimalisasi. Industri penerbangan menghasilkan banyak sekali data.
Pesawat modern seperti Airbus A350 dapat menghasilkan terabyte data operasional per hari penerbangan, dan pembuatan data pesawat tahunan diperkirakan akan mencapai tingkat yang menakjubkan seiring dengan meningkatnya volume sensor dan konektivitas. Namun sebagian besar maskapai penerbangan tidak memiliki sistem untuk memanfaatkan data ini secara real-time.
AI sudah memberikan nilai bagi kantong. Pemeliharaan prediktif telah mengurangi perbaikan tak terjadwal dan waktu henti dengan margin yang signifikan, optimalisasi bahan bakar telah menghasilkan penghematan yang terukur, dan mesin penetapan harga dinamis menghasilkan pendapatan tambahan.
Dalam beberapa penerapannya, maskapai penerbangan yang menggunakan pembelajaran mesin telah melaporkan pengurangan biaya operasional hingga 20% dan pengurangan waktu henti pemeliharaan hingga 30%.
Namun keberhasilan ini masih terisolasi. Mereka jarang melakukan penskalaan karena analitik dan AI tidak dapat sepenuhnya berintegrasi dengan sistem operasional inti yang masih mengandalkan proses manual, pembaruan batch, dan penyimpanan data tertutup.
Hambatan sebenarnya adalah organisasi, bukan teknologi
Terlalu banyak maskapai penerbangan yang memperlakukan AI sebagai solusi terbaik – sebuah fitur yang harus ditambahkan ke sistem yang sudah ada. Masalah sebenarnya adalah sistem lama tidak pernah dirancang untuk kecepatan, skala, dan kompleksitas operasi modern yang digerakkan oleh AI.
Mereka tidak dapat mendukung putaran umpan balik secara real-time, pengambilan keputusan dinamis, atau berbagi data lintas domain. Downtime akibat kegagalan pemutakhiran sistem saja dapat menyebabkan kerugian ratusan ribu dolar bagi maskapai penerbangan per jam, hal ini menunjukkan betapa rapuhnya landasan tersebut.
Kelambanan dalam portofolio TI maskapai penerbangan bukanlah suatu kebetulan. Sistem ini mendukung fungsi-fungsi yang sangat penting bagi keselamatan, sehingga penghindaran risiko dapat dimengerti.
Namun penghindaran risiko bisa menjadi kebutaan risiko. Berpegang pada arsitektur yang telah berusia puluhan tahun dengan harapan bahwa peningkatan bertahap akan mencukupi adalah sebuah strategi yang menunda transformasi yang tidak bisa dihindari dan memperbesar biaya di masa depan.
Apa yang mengubah permainan
Momen berharga bagi operator datang ketika mereka mengubah AI bukan sebagai gimmick penghematan biaya, namun sebagai penggerak ketahanan, pengalaman, dan keunggulan strategis. AI dapat memprediksi gangguan beberapa jam sebelum gangguan tersebut mengakibatkan penundaan.
Hal ini dapat mengoptimalkan paket tambahan, kru, bahan bakar, dan rute dengan lebih sedikit intervensi manusia. Namun hal ini hanya dapat dilakukan jika sistem yang digunakannya bersifat real-time, modular, dan dapat dioperasikan.
Hal ini berarti merangkul platform modern yang dibangun untuk intelijen berkelanjutan: awan-sistem asli, arsitektur yang mengutamakan API, pemesanan dan penawaran modular pengelolaan kerangka kerja, dan struktur data real-time yang menyatukan operasi, keterlibatan pelanggan, dan manajemen pendapatan.
Beberapa maskapai penerbangan telah bergerak ke arah ini, mengadopsi komputasi awan dalam skala besar dan merekayasa ulang alur kerja inti untuk mendukung penetapan harga yang berkelanjutan dan ritel yang dipersonalisasi.
Yang juga penting adalah komitmen kepemimpinan. Transformasi ini bukan merupakan item utama dalam anggaran TI. Ini adalah perubahan strategis yang mempengaruhi setiap fungsi – mulai dari perencanaan jaringan hingga program loyalitas.
Dewan dan eksekutif harus mengartikulasikan visi yang jelas dan menarik tentang maskapai penerbangan yang mendukung AI, dan kemudian berinvestasi dalam perubahan organisasi dan budaya yang diperlukan untuk mewujudkannya.
Hadiah untuk melakukannya dengan benar
Maskapai penerbangan yang melakukan perubahan ini lolos dari siklus manajemen krisis yang reaktif. Mereka mengantisipasi dan memitigasi gangguan secara real time. Mereka mempersonalisasi layanan dengan ketangkasan yang sama seperti pengecer digital terkemuka. Mereka membangun ketahanan operasional yang menghasilkan kepercayaan pelanggan dan keunggulan kompetitif yang tahan lama.
Dalam dekade mendatang, operator yang berhasil bukanlah operator yang hanya “menggunakan AI”. Merekalah yang akan benar-benar mengutamakan AI: memadukan penilaian manusia dengan sistem yang belajar, beradaptasi, dan bertindak sesuai dengan kecepatan yang ada. Untuk industri yang beroperasi dengan margin yang sangat tipis dan keandalan yang rapuh, hal ini bukanlah suatu pilihan. Ini penting.
Kami telah menampilkan chatbot AI terbaik untuk bisnis.
Artikel ini dibuat sebagai bagian dari saluran Expert Insights TechRadarPro tempat kami menampilkan para pemikir terbaik dan tercemerlang di industri teknologi saat ini. Pandangan yang diungkapkan di sini adalah milik penulis dan belum tentu milik TechRadarPro atau Future plc. Jika Anda tertarik untuk berkontribusi, cari tahu lebih lanjut di sini: https://www.techradar.com/news/submit-your-story-to-techradar-pro
