Ryanair 将在航空运营中部署 Google Gemini 和 DeepMind 模型

Ryanair 与 Google Cloud 达成为期五年的合作，将在航空运营中逐步引入 Gemini Enterprise 智能体及 DeepMind 的 AlphaEvolve 和 WeatherNext 模型，覆盖机组排班、维护排程和天气预测等场景，同时向约 35,000 名员工推广 Google Workspace。公开信息主要描述部署计划，具体上线时间、权限边界和财政条款未披露，真正成效需以运营指标和人工监督下的实际表现来检验。

爱尔兰廉价航空公司 Ryanair 表示，将在一项为期五年的 Google Cloud 合作中，逐步把 Google Gemini 工具和 Google DeepMind 模型引入航空运营。这项安排将覆盖机组排班、运营决策、机队维护和航班扰动管理等场景，同时把 Google Workspace 与 Google Cloud 服务推广至约 35,000 名员工。

Ryanair 在欧洲航空市场的规模，使这项合作具有一定的代表性。它显示，航空公司对生成式人工智能的使用重点，正从客服和营销等相对外围的任务，转向涉及飞机、人员、天气和航班网络的核心运营环节。不过，目前公开信息仍主要描述部署计划，而不是已经完成的系统上线，也没有迹象表明人工智能将获得不受人工监督的最终决策权。

Gemini Enterprise 将用于构建运营智能体

根据路透社报道，Ryanair 计划使用 Gemini Enterprise 开发定制 AI Agent，用于自动化部分决策、改善机组排班，并减少航班延误和其他运营扰动。具体的智能体数量、上线时间、接入的数据系统以及权限边界，双方尚未公布。

这类应用的关键并不只是让模型回答问题，而是让模型能够读取实时运营数据，并在既定约束下提出或执行行动。例如，机组排班需要同时考虑飞行员资质、工作时长、休息要求、基地位置和航班时刻；当航班受到天气或飞机故障影响时，系统还必须在有限时间内重新安排机组和飞机。

因此，Gemini Enterprise 在这项合作中的角色，更接近企业工作流的编排和智能体开发平台，而不是一个单独的聊天工具。Google 近期也在持续补充智能体的后台执行、预算控制、环境钩子和审计等能力，试图让模型驱动的任务更适合长期运行和生产环境使用。相关能力的变化，也可参考 AIFlux 对 Google Gemini API Managed Agents 更新 的报道。

AlphaEvolve 和 WeatherNext 分工不同

Ryanair 还将使用 Google DeepMind 的 AlphaEvolve 和 WeatherNext 等模型，支持机队运营和维护排程。两者的技术方向并不相同。

AlphaEvolve 是由 Gemini 驱动的代码和算法优化代理。Google 对它的定位是：用户提供基线算法、目标和评价方法，系统自动搜索更优解，并返回可读、可部署的优化代码。Google 已将 AlphaEvolve 向所有 Google Cloud 客户开放，应用方向包括物流网络路由、芯片设计、医疗研究和高性能计算。AIFlux此前对 AlphaEvolve 云端开放 的报道指出，这类工具适合目标清晰、结果可测量的问题，而不是所有通用编程任务。

在航空场景中，AlphaEvolve 可能更适合帮助优化排班、维护窗口和资源配置等问题。但“支持排程”不等于模型可以直接改动航空公司的运营计划。航空安全法规、飞行员资质、飞机适航状态以及人工审批流程，仍然会构成系统必须遵守的硬约束。

WeatherNext 则是一套天气预测模型。Google DeepMind 的资料显示，WeatherNext 2 可以预测风速、风向、降水和气压等关键变量，并生成多个天气情景。Google 称，该模型速度较上一代提高八倍，每六小时生成一次预报、每天运行四次；企业也可以通过 Gemini Enterprise Agent Platform 定制模型和创建预测。

对航空公司来说，更及时的天气信息可以帮助优化航线、机组预置和扰动响应，但天气模型输出仍然是决策依据之一，而不是航空运行指令。Google 自己也提醒，实验性 Weather Lab 的预测不等同于官方天气警报，正式预报仍应以当地气象机构为准。

双云策略的重点不仅是人工智能

这项合作还延续了 Ryanair 的双云策略。该公司已经使用 Amazon Web Services，Google Cloud 的加入意味着两家云服务商将在不同业务中并行承担基础设施和人工智能任务。

Ryanair 首席执行官 Eddie Wilson 表示，双云策略能够增强基础设施韧性，降低技术服务中断的风险。对于高度依赖实时系统的航空公司来说，订票、航班计划、机组管理和机场运营一旦出现大面积系统故障，影响可能迅速扩散到数百个航班。因此，采用多个云平台并不只是供应商选择，也涉及业务连续性和灾备安排。

不过，双云架构也会增加系统整合、数据同步、身份管理和成本控制的复杂性。Ryanair 没有披露哪些工作负载将继续运行在 AWS 上，哪些系统会迁移或部署到 Google Cloud，也没有公布这项五年合作的财务条款。

这类基础设施变化在航空业之外也正在出现。比如，美国国家海洋和大气管理局已选定 Google Cloud 作为其天气与气候运营超级计算系统的主要公有云提供商，计划分阶段迁移关键天气预报工作负载。AIFlux在 NOAA 将天气超级计算搬上 Google Cloud 的报道中提到，这种迁移同时考验云平台的计算能力、系统韧性、安全合规和长期成本控制。

真正的考验在于运营结果

从目前披露的信息看，Ryanair 与 Google Cloud 的合作至少包含三个层面：向员工推广 Google Workspace，使用 Gemini Enterprise 构建面向运营的智能体，以及采用 DeepMind 模型支持排程和天气相关任务。它并不是一次单一模型采购，而是把办公软件、云基础设施和专用 AI 模型组合到同一项长期合作中。

但合作能否转化为可衡量的运营改善，仍需后续数据验证。航空公司可能关注的指标包括机组排班所需时间、飞机维护计划的利用率、航班扰动后的恢复速度、延误率以及人工处理成本。若这些指标没有明显改善，部署更多模型本身并不会自动带来更高效率。

与此同时，AI Agent 在航空运营中的权限边界也将成为重要问题。模型是否只能提供建议，还是可以在特定条件下自动调整排班？哪些操作必须经过调度员、维修人员或运行控制部门批准？当模型建议与安全规则或人工判断冲突时，谁拥有最终决定权？这些问题目前都没有在公开声明中得到具体回答。

路透社称，合作金额尚未披露。该报道还指出，航空业正在扩大人工智能在客户服务、运营和维护中的应用，原因包括降低成本、提高效率和改善可靠性。对 Ryanair 而言，未来五年更值得观察的，不是它是否接入了 Gemini，而是这些模型能否在严格监管和人工监督下，稳定地参与航空公司每天面对的复杂运营决策。

来源： Reuters：Ryanair signs five-year Google Cloud deal, expands use of AI in airline operations

相关官方资料： Google Cloud：AlphaEvolve；Google DeepMind：WeatherNext 2