大型航司飞机维修管理数字化转型思考

王锦申 周激光

1 现状与挑战

大型航空公司的运行集中表现为三个主要特征：首先是飞机数量多，机型种类多，飞机的构型多而且变化频繁。以国内某大型航司为例，截至2019年1月，已运营包括波音787、777、737系列，空客A380、A330、A320系列等型号客货运输飞机超过840架，数量和构型都极其庞杂；其次是基地分散、人员分散、资源分散和管控分散，大型航司均为多基地运行，飞机的维护地点不固定，技术力量和维修资源的配备也是参差不齐；同时业务规模的需求也导致飞机的日利用率越来越高，相对造成可用于维护的时间越来越短，而且常常为碎片化的小块时间，给维护工作的计划和实施都带来了较大的难度。

与日益繁复的机型、飞速壮大的机队规模和频繁的起降频次相比，国内航司的维修管理部门也在不断提升自我，并取得了一些令人瞩目的成绩。但是限于整体的数字化程度不高，基于传统信息化的建设理念决定了各种系统变得日益庞杂繁琐，数据孤岛现象普遍存在，数据的整合和一体化程度受限，而且系统的敏捷性也日趋变差、扩展能力不强。基于这种手段的维修管理必然是粗放的，机体、发动机、各部件及越来越多的软件构型，分别分散在不同的工程管理部门进行记录，记录的时效性和准确性无法得到有效的保证，维修人员无法及时获取最新最准确的构型状态，更无法做到针对性的精细维修，维修的结果也无法准确地映射为构型数据的变化。虽然国内大型航司目前都保持了相对较高的可靠性水平，却也为了维持这种水平付出了不菲的代价。如此种种，不仅给航司的运行带来了诸多限制，也限制了民航维修业的进一步发展提升。

市场环境的不断变化提出了更大的挑战。2020年新冠疫情对航空业造成了前所未有的打击，全球航空业收入客公里跌入谷底，预计2020年全球航司的收入客公里将下降38%，即损失2520亿美元营收，堪称是史上最严重的行业危机。尽管航空业正在逐步恢复，但预计在未来5年内仍旧无法恢复到疫情前预测水平，预计2021年全球航司收入客公里将比疫情前降低32%，到2025年也依然将降低10%。

维修市场与航空运输业市场密切相关。过去的5～10年间，航空维修市场伴随着航空运输市场的发展一直处于增长的态势。而这次疫情期间，航空维修市场同样也遭到了沉重的打击。前所未有的危机带来的现金流和生存问题导致航空公司对维修成本的管理力度越来越强。再加上传统维修行业多年来对航空运输业的依存度本身就很高，市场格局也已基本固定，业务基本局限于传统的业务之中，没有明显的变化，也没有突破业务本身的意愿。随着关键零部件维修市场竞争的加剧，航材性能的逐步提升，进一步压缩了航空维修业的价值空间。

2 愿景和目标

如何改变这种困局，业内同行们已经开始了一些积极的尝试，如通过数字能力的构建、商业模式转型、合作联盟建立等，力求突破传统价值定位，对内、对外输出新的价值，创造新的盈利点。

与此同时，近年来除了适航的飞机外，外界对于民航维修业也有了更多的期待和需求，目标市场的范围由单一的飞机维修需求，逐步扩展至航空公司内部其他业务部门、供应链上下游企业、航空联盟乃至监管部门和科研院所，民航维修业应该抓住数字化转型的机会，从需求出发，挖掘或重构自身能力，创新商业模式。

全面的数字化不仅包括构型管理、生产计划、技术标准、维修记录等业务环节的数字化，也包括诸如人员管理、绩效评估等管理流程的数字化，再加上对于飞机技术数据的全面分析应用以及与新技术的结合。一言以蔽之，维修管理就是要实现由“IT支撑和服务于维修”向“数字化驱动和引领维修”的根本性转变，从而打破现有瓶颈，实现安全性和可靠性的进一步提升。

同时，通过对现有能力进行数字化解构和重构，更加灵活地对各项服务进行重组、打包和模块化输出，形成以构型为核心的多种服务组合的解决方案（服务包或产品包），向公司内部部门（营销、服务及运控）和外部客户灵活高效地输出高价值的针对性服务。

3 规划与设计

3.1 总体建设思路

新的阶段引发新的思考，结合建设愿景和对疫情冲击、行业困局等的深入思考，本文提出“对内建平台，对外建生态”的总体建设思路，如图1所示。具体如下：

1） 定义核心业务价值：树立新的服务理念，基于飞机的全生命周期，从飞机的维度看需求，以飞机构型为核心进一步挖掘价值点；

2） 重塑业务流程：一方面进一步提升传统维修的核心业务能力，从流程、组织、成本/绩效管理等方面进行优化，另一方面发展服务产品化的开发能力及内外部客户管理能力等，开发新的能力、有增值地对外输出；

3） 创新业务模式：从传统的执行者向规划者转型，通过价值再创造，以新的运营模式和差异化能力架构承担更多顶层规划的工作，包括制定标准、输出维修需求等。

4） 打造可信的数字化平台：引入新思路、注入新内容，将机务平台由信息化向数字化转型，同时基于生态演化，发展数字化转型的新模式，并以技术理念为核心思路，通过共享数字化技术能力打造机务新生态平台。不是单纯的信息化增强，而是向数字化转型，和生态圈结合，才能有机会对外输出服务。

5） 利用新技术植入，打通最后一米、优化平台性能、加速平台自我演进。

3.2 “以人為本”的理念

不同于大多数公司提出的“改善客户体验”的理念，航空维修行业有其自身的特殊性，它更倾向于“改善员工体验”，既可以提升效率，也可以提升行业的吸引力。

目前的员工工作通常有以下几个特点：一是过多的简单劳动和重复性劳动，甚至是无价值的劳动，员工缺乏真正去思考“如何把工作做得更好”的时间；二是工作容易被打断，因为无法随时获得需要的数据、资料、资源或其他支持。所以常常是工作中途需要跳出正常的工作流程，去寻求所需的东西；三是现有的系统往往有着严重的趋同性，“千人一面”，不符合不同岗位的实际需要。而且系统缺乏与人“实时互动”的能力，缺乏对问题的及时反馈。因此，系统的建设的目的是，为员工提供更加个性化的生态环境，更加契合不同岗位的实际需求；更加“上帝化的视角”，对可以使用的资源及其位置了如指掌；使用更多自动化替代的手段，把人从无价值劳动中解放出来，获得更多思考的时间，实现人员的自我增值；全方位提供资源的直送，为员工工作赋能，打造“沉浸式”的工作环境。

3.3 以构型管理为支撑

理想中的数字化系统是一个可进化的生命体，如果用人来类比，构型就像是骨骼，撑起了人体；各业务模块就像是人体的五脏六腑，负责着不同的功能运作；顺畅的业务流就像是神经系统，负责各业务模块之间的相互协同；各类手册、文档、数据流就像是食物和血液，为整个生命体提供着养分。

传统的构型控制理念是以飞机为控制对象，这实际上是一种“粗线条”的控制手法，当然也是受限于技术能力和管理能力的不足。数字化的环境下应该从手册文件、构型项、允装、运行能力、实物/软件、维修任务等多层次、多维度尝试建立部件级的完整的构型管理能力，如图2所示，而且这些构型是随着飞机的状态持续动态更新的，实时记录和更新由于维护换件/故障保留、改装升级、手册修订等等带来的构型变更。

通过这样一套完整的“骨架”，各业务功能模块——“五脏六腑”可以有所依托，确保了各业务流程之间的数据连通，包括维修方案、航班计划、维修计划、工程评估、維修记录、航材工具等。构型控制的颗粒度进一步精细化，从而提供更多的维修工作的“可组合性”，使维修策略可以不断“动态调优”，充分利用现有的停场时间，碎片化植入维修工作，减少由于维修工作需要安排额外停场；计划一旦生成，资源随即可以做到随动，直接送达工作现场，做到资源的最优化利用，减少无谓的库存储备；同时部件化的构型控制可以实现“部件画像”功能，建立以部件为对象的“知识图谱和专家系统”，进一步提升对故障的研判能力和维修时间的预估能力，进一步提高放行效率，提升运行保障能力。

由于对于构型管理的更高要求，可能还需要采用更加先进和直观的手段，如3D建模技术。3D模型不仅可以更好地展示飞机的构型状况，协助工程管理、维修实施和技术决策；还可以为其他相关业务部门，如营销、客舱、运控等提供更加直观的构型服务。同时，3D模型还可以与其他技术手段结合，如AR/VR技术、区块链技术、数字大屏技术等相结合，应用于更多的工作场景。建立各机型的3D数字模型，并建立对应的管理平台和技术团队，将3D模型与数字化大系统深度融合，可以不断提高构型管理水平，确保数字世界的产品对真实物理产品的准确覆盖，以及二者的完美协同联动，最终形成“飞机的数字孪生”。

3.4 以数据治理为保障

数据治理是数字化转型的关键一环，数据治理的成败直接关系到数字化转型的成败。飞机每天都在产生大量的数据，大型航司由于其庞大的飞机数量和业务规模，产生的数据更是“海量”，而传统信息化系统建设是零散的、烟囱式的，数据也是散乱的、不统一的，由此导致了实际使用中的种种问题，如数据无法沉淀下来成为数据资产，存在数据不可知、数据不可取、数据不可控、数据不可联等诸多问题。

1） 数据不可知

工作者不知道目前到底已经有哪些数据，或是不知道这些数据和业务的关系如何，系统中有没有能解决自己所面临业务问题的数据或是该到哪里寻找这些数据。

2） 数据不可取

工作者知道自己业务所需要的是哪些数据，却不能便捷自助地获取到数据，相反，获取数据需要繁琐的手续，或是很长的开发过程，导致业务分析的需求难以被快速满足，而在大数据时代，业务追求的是针对某个业务问题的快速分析，漫长的需求响应时间是难以满足业务需求的。

3） 数据不可控

数据不可控其实是数据标准和数据质量的问题，这个问题在大型航司一直存在，但是当数据量越来越大以后，问题就更加凸显。例如，维修人员想使用航司系统的数据研究一个问题时，经常会发现这些数据根本无法进行自动分析，数据或是错的、或是假的、又或是标准不统一。数据不可控是从传统数据平台开始就一直存在的问题，在大数据时代表现得更为明显。没有统一的数据标准导致数据难以集成和统一，没有质量控制导致海量数据因质量过低而难以被利用。

4） 数据不可联

大数据时代，企业拥有海量数据，但企业数据知识之间的关联仍比较弱，没有把数据和知识体系关联起来，企业员工难以做到数据与知识之间的快速转换，不能对数据进行自助的的探索和挖掘，数据的深层价值难以体现。

但数据治理也绝不是一个运动性的临时举措，它应该有一个从数据架构、数据质量、数据安全和数据使用等方面通盘的全面考量，建立贯穿数据采集、清洗、分析、维护全过程的标准化数据管理模式，树立明确的治理目标。

数据治理的初期可能需要通过行政的手段制定治理规则，自上而下的强制执行，确保数据规则的顺利初始化；后续则逐步转变为通过规则的完善，由流程牵制，各环节互相自主监督执行的“互相督促式的治理”；最终实现由科技手段保障，完善数据版本控制和数据编译的代码式管理，通过机器深度学习反复迭代实现“系统自我完善”。

3.5 流程重塑和自动化

业务流程重塑必须建立在深度理解业务需求的基础上，尊重业务流程的一般规律，否则将是“无本之木”。

新的业务流程需要进一步促进资源的协同利用，实现资源的优化配置。例如，CCAR121单位将不限于传统的“工程管理”和“可靠性分析”功能，而是通过“飞机、部件的动态构型管理”和“CCAR145单位及其他供应商等（大供应商概念，以下简称大供应商）的画像更新功能”实现增强型的“工程管理”和“可靠性分析”，产生“定制化的维修需求输出”，并通过“全球化的维修能力匹配”选择“大供应商”；而“大供应商”需要实时维护自身的“维修能力动态发布”，如接收到CCAR121单位输出的定制化维修需求，则基于本单位的“员工画像”和资源匹配实施维修任务，而后实施反馈维修结果。因此，新流程下的CCAR121单位职能定义为“对内管理飞机，对外输出维修需求”，而CCAR145单位及其他供应商主要职能定义为“对内管理资源，对外反馈维修结果、输出维修能力”。

新流程必须给流程内的工作人员优异的使用体验，更加方便、易用和快捷，提供更加个性化的服务，使工作者感覺更加“顺畅、好用”；同时流程应该更加“敏捷、柔性”，具有更强的灵活度和更低的变更成本，提升响应能力和创新能力。

1） 流程改进方面

a.以构型管理为支撑，针对飞机服役全寿命周期，重塑全维修管理流程，打通飞机工程数据生产链接，服务可靠性维修理念；

b.以价值创造为导向，端对端定义流程，减少流程中的非增值活动。

2） 系统建设和自动化保障方面

a.增强数据自动采集能力，减少人工录入：如采用文档结构化、AR/RFID、图像识别/OCR等技术手段，增强数据的采集能力或是数据的可传递性；

b.系统设计保证数据的单点录入，数据自由流动；第三方数据按标准使用接口导入。

3.6 新技术的使用（以AR技术为例）

新技术和新手段是对数字化系统的辅助或延伸，确保系统能够提供端对端的全覆盖服务或提供更加智能和自动化的处理方式。如AR技术对于数字化系统的意义在于：AR技术是对系统视觉、听觉和触觉的延伸，解决了“最后一米”的问题，打通人和机器的物理隔离，同时客观采集工作中人、机的相关数据。

因此， AR技术是可以为多种维修场景服务的，而不是仅限于简单的远程视频通话。目前，AR技术除用于解放双手、排故远程指导、疑难故障“专家会诊”等基本功能外，还可以实现如下功能：

a.智库直达功能：把知识图谱的赋能化资料直接推送工作者眼前，实现“智库直达”的效果。

b.场景识别功能：对重要节点的场景进行AI识别训练，状态异常时发出提醒，并拒绝后续步骤的继续执行。比如经过大量的照片和视频训练，识别滑油口盖状态，当口盖未正确盖好时发出提醒等。

c.复查清单功能：检查中被标记的疑似故障点还将被列入复查清单，系统自动产生复查清单列表，提醒复查确认，确保维修安全。复查清单、识别功能还可以和结构化工卡签署相结合，当状态异常时，签署不能执行，进一步保证维修安全。

d. AR技术对数据的客观采集还可以反哺数字化系统，为工业大数据积累提供持续可靠的数据来源。

机务维修工作场景繁多，环境差异巨大，对于新技术的使用需要注意结合具体场景的需求，制定相关的技术标准，确保新技术的使用合规、合理和合适。

3.7 以敏捷开发为手段

数字化和信息化的区别在于，信息化往往要求产品和服务的一次性到位，而数字化对应的则是频繁的更新和迭代。数字化更类似于知识的积累，人们可以不断调整自己的知识结构、丰富知识内容，而不需要对自己进行“卸载重装”。这也决定了数字化系统的开发模式必须采取敏捷开发的思路，先满足业务的实施，“让系统问世”，通过使用中的感知，系统及时做出响应和反馈，实施迭代升级。

基于数字化系统的整体设计，和敏捷开发手段的保障，新平台将成为一个可进化的生命体，可以在各维度随着业务需求、技术能力的发展而不断进化。细分来说，进化分成四个主要方向——能力进化、数据进化、算法进化和构型进化。在任何一个分支上有了更新的需求，就是要进行进化的动因；在任何一项技术上取得了更新的成果，就是要进行进化的时机。结合模块化的设计理念和敏捷开发的技术保障，这种进化可以在运行中得以实现。

4 结束语

诚然，数字化转型不应该只是某一个维修企业或是某一家公司的转型，没有一个开放的心态，必然无法在数字化转型的道路上走得更远、更深，打破了一个公司内的孤岛，却去建立一个更大的孤岛，知识无法共享、科技无法深入、新旧动能的转换也无法最终实现，这不是数字化转型所希望看到的结果。数字化转型的所有链条也不需要某一家企业完全自主完成，那将会带来巨大的资源投入和人员困境。数字化的正确路径应该是秉承“兼容并蓄，开放共享”的心态，在保护各方数据安全的前提下，以营造行业生态为目标，乐于接受合作伙伴和外部协同，推动行业标准统一，寻求共同进步。

参考文献

[1]埃里克·托普. 颠覆医疗[M]. 北京： 电子工业出版社， 2013-10.

[2]刘斌，蔡海鹏. 数字化航空维修体系构想[J]. 长沙航空职业技术学院院报.2012，12（1）.

[3]涂子沛. 数据之巅[M]. 北京：中信出版社， 2014-5.

[4]托比尔斯·哈沃斯. 向云环境迁移[M]. 北京： 理工大学出版社， 2014-8.

[5]李彤彬，董健康. 飞机维修APS理论[M]. 北京：航空工业出版社，2017-10.