大型航司飛機維修管理數字化轉型思考

王錦申 周激光

1 現狀與挑戰

大型航空公司的運行集中表現為三個主要特征：首先是飛機數量多，機型種類多，飛機的構型多而且變化頻繁。以國內某大型航司為例，截至2019年1月，已運營包括波音787、777、737系列，空客A380、A330、A320系列等型號客貨運輸飛機超過840架，數量和構型都極其龐雜；其次是基地分散、人員分散、資源分散和管控分散，大型航司均為多基地運行，飛機的維護地點不固定，技術力量和維修資源的配備也是參差不齊；同時業務規模的需求也導致飛機的日利用率越來越高，相對造成可用于維護的時間越來越短，而且常常為碎片化的小塊時間，給維護工作的計劃和實施都帶來了較大的難度。

與日益繁復的機型、飛速壯大的機隊規模和頻繁的起降頻次相比，國內航司的維修管理部門也在不斷提升自我，并取得了一些令人矚目的成績。但是限于整體的數字化程度不高，基于傳統信息化的建設理念決定了各種系統變得日益龐雜繁瑣，數據孤島現象普遍存在，數據的整合和一體化程度受限，而且系統的敏捷性也日趨變差、擴展能力不強。基于這種手段的維修管理必然是粗放的，機體、發動機、各部件及越來越多的軟件構型，分別分散在不同的工程管理部門進行記錄，記錄的時效性和準確性無法得到有效的保證，維修人員無法及時獲取最新最準確的構型狀態，更無法做到針對性的精細維修，維修的結果也無法準確地映射為構型數據的變化。雖然國內大型航司目前都保持了相對較高的可靠性水平，卻也為了維持這種水平付出了不菲的代價。如此種種，不僅給航司的運行帶來了諸多限制，也限制了民航維修業的進一步發展提升。

市場環境的不斷變化提出了更大的挑戰。2020年新冠疫情對航空業造成了前所未有的打擊，全球航空業收入客公里跌入谷底，預計2020年全球航司的收入客公里將下降38%，即損失2520億美元營收，堪稱是史上最嚴重的行業危機。盡管航空業正在逐步恢復，但預計在未來5年內仍舊無法恢復到疫情前預測水平，預計2021年全球航司收入客公里將比疫情前降低32%，到2025年也依然將降低10%。

維修市場與航空運輸業市場密切相關。過去的5～10年間，航空維修市場伴隨著航空運輸市場的發展一直處于增長的態勢。而這次疫情期間，航空維修市場同樣也遭到了沉重的打擊。前所未有的危機帶來的現金流和生存問題導致航空公司對維修成本的管理力度越來越強。再加上傳統維修行業多年來對航空運輸業的依存度本身就很高，市場格局也已基本固定，業務基本局限于傳統的業務之中，沒有明顯的變化，也沒有突破業務本身的意愿。隨著關鍵零部件維修市場競爭的加劇，航材性能的逐步提升，進一步壓縮了航空維修業的價值空間。

2 愿景和目標

如何改變這種困局，業內同行們已經開始了一些積極的嘗試，如通過數字能力的構建、商業模式轉型、合作聯盟建立等，力求突破傳統價值定位，對內、對外輸出新的價值，創造新的盈利點。

與此同時，近年來除了適航的飛機外，外界對于民航維修業也有了更多的期待和需求，目標市場的范圍由單一的飛機維修需求，逐步擴展至航空公司內部其他業務部門、供應鏈上下游企業、航空聯盟乃至監管部門和科研院所，民航維修業應該抓住數字化轉型的機會，從需求出發，挖掘或重構自身能力，創新商業模式。

全面的數字化不僅包括構型管理、生產計劃、技術標準、維修記錄等業務環節的數字化，也包括諸如人員管理、績效評估等管理流程的數字化，再加上對于飛機技術數據的全面分析應用以及與新技術的結合。一言以蔽之，維修管理就是要實現由“IT支撐和服務于維修”向“數字化驅動和引領維修”的根本性轉變，從而打破現有瓶頸，實現安全性和可靠性的進一步提升。

同時，通過對現有能力進行數字化解構和重構，更加靈活地對各項服務進行重組、打包和模塊化輸出，形成以構型為核心的多種服務組合的解決方案（服務包或產品包），向公司內部部門（營銷、服務及運控）和外部客戶靈活高效地輸出高價值的針對性服務。

3 規劃與設計

3.1 總體建設思路

新的階段引發新的思考，結合建設愿景和對疫情沖擊、行業困局等的深入思考，本文提出“對內建平臺，對外建生態”的總體建設思路，如圖1所示。具體如下：

1） 定義核心業務價值：樹立新的服務理念，基于飛機的全生命周期，從飛機的維度看需求，以飛機構型為核心進一步挖掘價值點；

2） 重塑業務流程：一方面進一步提升傳統維修的核心業務能力，從流程、組織、成本/績效管理等方面進行優化，另一方面發展服務產品化的開發能力及內外部客戶管理能力等，開發新的能力、有增值地對外輸出；

3） 創新業務模式：從傳統的執行者向規劃者轉型，通過價值再創造，以新的運營模式和差異化能力架構承擔更多頂層規劃的工作，包括制定標準、輸出維修需求等。

4） 打造可信的數字化平臺：引入新思路、注入新內容，將機務平臺由信息化向數字化轉型，同時基于生態演化，發展數字化轉型的新模式，并以技術理念為核心思路，通過共享數字化技術能力打造機務新生態平臺。不是單純的信息化增強，而是向數字化轉型，和生態圈結合，才能有機會對外輸出服務。

5） 利用新技術植入，打通最后一米、優化平臺性能、加速平臺自我演進。

3.2 “以人為本”的理念

不同于大多數公司提出的“改善客戶體驗”的理念，航空維修行業有其自身的特殊性，它更傾向于“改善員工體驗”，既可以提升效率，也可以提升行業的吸引力。

目前的員工工作通常有以下幾個特點：一是過多的簡單勞動和重復性勞動，甚至是無價值的勞動，員工缺乏真正去思考“如何把工作做得更好”的時間；二是工作容易被打斷，因為無法隨時獲得需要的數據、資料、資源或其他支持。所以常常是工作中途需要跳出正常的工作流程，去尋求所需的東西；三是現有的系統往往有著嚴重的趨同性，“千人一面”，不符合不同崗位的實際需要。而且系統缺乏與人“實時互動”的能力，缺乏對問題的及時反饋。因此，系統的建設的目的是，為員工提供更加個性化的生態環境，更加契合不同崗位的實際需求；更加“上帝化的視角”，對可以使用的資源及其位置了如指掌；使用更多自動化替代的手段，把人從無價值勞動中解放出來，獲得更多思考的時間，實現人員的自我增值；全方位提供資源的直送，為員工工作賦能，打造“沉浸式”的工作環境。

3.3 以構型管理為支撐

理想中的數字化系統是一個可進化的生命體，如果用人來類比，構型就像是骨骼，撐起了人體；各業務模塊就像是人體的五臟六腑，負責著不同的功能運作；順暢的業務流就像是神經系統，負責各業務模塊之間的相互協同；各類手冊、文檔、數據流就像是食物和血液，為整個生命體提供著養分。

傳統的構型控制理念是以飛機為控制對象，這實際上是一種“粗線條”的控制手法，當然也是受限于技術能力和管理能力的不足。數字化的環境下應該從手冊文件、構型項、允裝、運行能力、實物/軟件、維修任務等多層次、多維度嘗試建立部件級的完整的構型管理能力，如圖2所示，而且這些構型是隨著飛機的狀態持續動態更新的，實時記錄和更新由于維護換件/故障保留、改裝升級、手冊修訂等等帶來的構型變更。

通過這樣一套完整的“骨架”，各業務功能模塊——“五臟六腑”可以有所依托，確保了各業務流程之間的數據連通，包括維修方案、航班計劃、維修計劃、工程評估、維修記錄、航材工具等。構型控制的顆粒度進一步精細化，從而提供更多的維修工作的“可組合性”，使維修策略可以不斷“動態調優”，充分利用現有的停場時間，碎片化植入維修工作，減少由于維修工作需要安排額外停場；計劃一旦生成，資源隨即可以做到隨動，直接送達工作現場，做到資源的最優化利用，減少無謂的庫存儲備；同時部件化的構型控制可以實現“部件畫像”功能，建立以部件為對象的“知識圖譜和專家系統”，進一步提升對故障的研判能力和維修時間的預估能力，進一步提高放行效率，提升運行保障能力。

由于對于構型管理的更高要求，可能還需要采用更加先進和直觀的手段，如3D建模技術。3D模型不僅可以更好地展示飛機的構型狀況，協助工程管理、維修實施和技術決策；還可以為其他相關業務部門，如營銷、客艙、運控等提供更加直觀的構型服務。同時，3D模型還可以與其他技術手段結合，如AR/VR技術、區塊鏈技術、數字大屏技術等相結合，應用于更多的工作場景。建立各機型的3D數字模型，并建立對應的管理平臺和技術團隊，將3D模型與數字化大系統深度融合，可以不斷提高構型管理水平，確保數字世界的產品對真實物理產品的準確覆蓋，以及二者的完美協同聯動，最終形成“飛機的數字孿生”。

3.4 以數據治理為保障

數據治理是數字化轉型的關鍵一環，數據治理的成敗直接關系到數字化轉型的成敗。飛機每天都在產生大量的數據，大型航司由于其龐大的飛機數量和業務規模，產生的數據更是“海量”，而傳統信息化系統建設是零散的、煙囪式的，數據也是散亂的、不統一的，由此導致了實際使用中的種種問題，如數據無法沉淀下來成為數據資產，存在數據不可知、數據不可取、數據不可控、數據不可聯等諸多問題。

1） 數據不可知

工作者不知道目前到底已經有哪些數據，或是不知道這些數據和業務的關系如何，系統中有沒有能解決自己所面臨業務問題的數據或是該到哪里尋找這些數據。

2） 數據不可取

工作者知道自己業務所需要的是哪些數據，卻不能便捷自助地獲取到數據，相反，獲取數據需要繁瑣的手續，或是很長的開發過程，導致業務分析的需求難以被快速滿足，而在大數據時代，業務追求的是針對某個業務問題的快速分析，漫長的需求響應時間是難以滿足業務需求的。

3） 數據不可控

數據不可控其實是數據標準和數據質量的問題，這個問題在大型航司一直存在，但是當數據量越來越大以后，問題就更加凸顯。例如，維修人員想使用航司系統的數據研究一個問題時，經常會發現這些數據根本無法進行自動分析，數據或是錯的、或是假的、又或是標準不統一。數據不可控是從傳統數據平臺開始就一直存在的問題，在大數據時代表現得更為明顯。沒有統一的數據標準導致數據難以集成和統一，沒有質量控制導致海量數據因質量過低而難以被利用。

4） 數據不可聯

大數據時代，企業擁有海量數據，但企業數據知識之間的關聯仍比較弱，沒有把數據和知識體系關聯起來，企業員工難以做到數據與知識之間的快速轉換，不能對數據進行自助的的探索和挖掘，數據的深層價值難以體現。

但數據治理也絕不是一個運動性的臨時舉措，它應該有一個從數據架構、數據質量、數據安全和數據使用等方面通盤的全面考量，建立貫穿數據采集、清洗、分析、維護全過程的標準化數據管理模式，樹立明確的治理目標。

數據治理的初期可能需要通過行政的手段制定治理規則，自上而下的強制執行，確保數據規則的順利初始化；后續則逐步轉變為通過規則的完善，由流程牽制，各環節互相自主監督執行的“互相督促式的治理”；最終實現由科技手段保障，完善數據版本控制和數據編譯的代碼式管理，通過機器深度學習反復迭代實現“系統自我完善”。

3.5 流程重塑和自動化

業務流程重塑必須建立在深度理解業務需求的基礎上，尊重業務流程的一般規律，否則將是“無本之木”。

新的業務流程需要進一步促進資源的協同利用，實現資源的優化配置。例如，CCAR121單位將不限于傳統的“工程管理”和“可靠性分析”功能，而是通過“飛機、部件的動態構型管理”和“CCAR145單位及其他供應商等（大供應商概念，以下簡稱大供應商）的畫像更新功能”實現增強型的“工程管理”和“可靠性分析”，產生“定制化的維修需求輸出”，并通過“全球化的維修能力匹配”選擇“大供應商”；而“大供應商”需要實時維護自身的“維修能力動態發布”，如接收到CCAR121單位輸出的定制化維修需求，則基于本單位的“員工畫像”和資源匹配實施維修任務，而后實施反饋維修結果。因此，新流程下的CCAR121單位職能定義為“對內管理飛機，對外輸出維修需求”，而CCAR145單位及其他供應商主要職能定義為“對內管理資源，對外反饋維修結果、輸出維修能力”。

新流程必須給流程內的工作人員優異的使用體驗，更加方便、易用和快捷，提供更加個性化的服務，使工作者感覺更加“順暢、好用”；同時流程應該更加“敏捷、柔性”，具有更強的靈活度和更低的變更成本，提升響應能力和創新能力。

1） 流程改進方面

a.以構型管理為支撐，針對飛機服役全壽命周期，重塑全維修管理流程，打通飛機工程數據生產鏈接，服務可靠性維修理念；

b.以價值創造為導向，端對端定義流程，減少流程中的非增值活動。

2） 系統建設和自動化保障方面

a.增強數據自動采集能力，減少人工錄入：如采用文檔結構化、AR/RFID、圖像識別/OCR等技術手段，增強數據的采集能力或是數據的可傳遞性；

b.系統設計保證數據的單點錄入，數據自由流動；第三方數據按標準使用接口導入。

3.6 新技術的使用（以AR技術為例）

新技術和新手段是對數字化系統的輔助或延伸，確保系統能夠提供端對端的全覆蓋服務或提供更加智能和自動化的處理方式。如AR技術對于數字化系統的意義在于：AR技術是對系統視覺、聽覺和觸覺的延伸，解決了“最后一米”的問題，打通人和機器的物理隔離，同時客觀采集工作中人、機的相關數據。

因此， AR技術是可以為多種維修場景服務的，而不是僅限于簡單的遠程視頻通話。目前，AR技術除用于解放雙手、排故遠程指導、疑難故障“專家會診”等基本功能外，還可以實現如下功能：

a.智庫直達功能：把知識圖譜的賦能化資料直接推送工作者眼前，實現“智庫直達”的效果。

b.場景識別功能：對重要節點的場景進行AI識別訓練，狀態異常時發出提醒，并拒絕后續步驟的繼續執行。比如經過大量的照片和視頻訓練，識別滑油口蓋狀態，當口蓋未正確蓋好時發出提醒等。

c.復查清單功能：檢查中被標記的疑似故障點還將被列入復查清單，系統自動產生復查清單列表，提醒復查確認，確保維修安全。復查清單、識別功能還可以和結構化工卡簽署相結合，當狀態異常時，簽署不能執行，進一步保證維修安全。

d. AR技術對數據的客觀采集還可以反哺數字化系統，為工業大數據積累提供持續可靠的數據來源。

機務維修工作場景繁多，環境差異巨大，對于新技術的使用需要注意結合具體場景的需求，制定相關的技術標準，確保新技術的使用合規、合理和合適。

3.7 以敏捷開發為手段

數字化和信息化的區別在于，信息化往往要求產品和服務的一次性到位，而數字化對應的則是頻繁的更新和迭代。數字化更類似于知識的積累，人們可以不斷調整自己的知識結構、豐富知識內容，而不需要對自己進行“卸載重裝”。這也決定了數字化系統的開發模式必須采取敏捷開發的思路，先滿足業務的實施，“讓系統問世”，通過使用中的感知，系統及時做出響應和反饋，實施迭代升級。

基于數字化系統的整體設計，和敏捷開發手段的保障，新平臺將成為一個可進化的生命體，可以在各維度隨著業務需求、技術能力的發展而不斷進化。細分來說，進化分成四個主要方向——能力進化、數據進化、算法進化和構型進化。在任何一個分支上有了更新的需求，就是要進行進化的動因；在任何一項技術上取得了更新的成果，就是要進行進化的時機。結合模塊化的設計理念和敏捷開發的技術保障，這種進化可以在運行中得以實現。

4 結束語

誠然，數字化轉型不應該只是某一個維修企業或是某一家公司的轉型，沒有一個開放的心態，必然無法在數字化轉型的道路上走得更遠、更深，打破了一個公司內的孤島，卻去建立一個更大的孤島，知識無法共享、科技無法深入、新舊動能的轉換也無法最終實現，這不是數字化轉型所希望看到的結果。數字化轉型的所有鏈條也不需要某一家企業完全自主完成，那將會帶來巨大的資源投入和人員困境。數字化的正確路徑應該是秉承“兼容并蓄，開放共享”的心態，在保護各方數據安全的前提下，以營造行業生態為目標，樂于接受合作伙伴和外部協同，推動行業標準統一，尋求共同進步。

參考文獻

[1]埃里克·托普. 顛覆醫療[M]. 北京： 電子工業出版社， 2013-10.

[2]劉斌，蔡海鵬. 數字化航空維修體系構想[J]. 長沙航空職業技術學院院報.2012，12（1）.

[3]涂子沛. 數據之巔[M]. 北京：中信出版社， 2014-5.

[4]托比爾斯·哈沃斯. 向云環境遷移[M]. 北京： 理工大學出版社， 2014-8.

[5]李彤彬，董健康. 飛機維修APS理論[M]. 北京：航空工業出版社，2017-10.