Budoucnost letectví nestojí jen na vyšších tržbách. Rozhodující bude důvěra cestujících, říká Shingai George

16 července, 2026

Shingai George, konzultant v oblasti letectví se specializací na datovou analytiku, umělou inteligenci a udržitelnost, vysvětluje, jak moderní datové platformy a AI pomáhají aerolinkám zvládat rostoucí geopolitickou nejistotu, přísnější regulace i tlak na snižování emisí. Ukazuje, proč se konkurenční výhoda přesouvá od tradiční optimalizace nákladů k odolnosti celého provozu a jak AI mění plánování letů, prediktivní údržbu, zákaznickou zkušenost i řízení spotřeby paliva. 

Na základě zkušeností z oblastí zákaznických služeb, letového provozu, plánování linek, bezpečnosti, údržby letadel (MRO) i udržitelnosti vysvětluje, proč se jedno z nejpropojenějších odvětví světa musí naučit pracovat s daty napříč celým ekosystémem. Budoucnost letectví podle něj nespočívá jen v maximalizaci výnosů z jednotlivých letů, ale především ve využití AI k budování dlouhodobé důvěry a loajality cestujících. 

V rozhovoru se dozvíte: 

• Jak mohou aerolinky plánovat lety, spotřebu paliva a provoz v době, kdy geopolitické události dokážou během několika hodin změnit fungování celých leteckých sítí. 
• Jak AI proměňuje cestu cestujícího – od reaktivního zákaznického servisu k proaktivní péči – a kde leží hranice mezi personalizací a férovým přístupem. 
• Proč je bezpečné sdílení dat mezi aerolinkami, letišti a regulátory klíčem k efektivnějšímu řízení letového provozu, vyšší odolnosti celého odvětví i plnění cílů v oblasti udržitelnosti. 

Podívejte se na celý rozhovor v originálním znění anglicky: 

Přečtěte si rozhovor: 

Rozhovor byl pro účely článku zkrácen a redakčně upraven s využitím ChatGPT. 

Mark Kohout: Vítejte u dalšího dílu podcastu Adastra. Dnes se budeme věnovat letectví a tomu, jak jej mění data, umělá inteligence a nové požadavky na udržitelnost. Mým hostem je Shingai George, konzultant specializující se na datovou analytiku, AI a udržitelnost v leteckém průmyslu, který se k nám připojuje ze španělské Valencie. 

Shingai začínal svou kariéru přímo u leteckých společností, kde působil v zákaznických službách a letovém provozu. Postupně se věnoval také plánování leteckých linek, bezpečnosti, údržbě letadel (MRO) i oblasti udržitelnosti. Dnes pomáhá organizacím využívat data a AI ke zvyšování provozní efektivity, odolnosti i snižování dopadů na životní prostředí. 

Shingai, vítej v podcastu. 

Shingai George: Děkuji za pozvání, Marku. 

Geopolitika mění pravidla hry. Odolnost se stává konkurenční výhodou. 

Mark Kohout: Geopolitická situace znovu výrazně ovlivňuje leteckou dopravu. Konflikty na Blízkém východě vedly ke zdražení paliva, uzavírání vzdušného prostoru i přesměrovávání letů. Jak podobné události mění pohled leteckých společností na dlouhodobé plánování a provozní odolnost? 

Shingai George: Především ukazují, že odolnost už nemůže být jen provozním tématem. Stává se jednou z hlavních strategických priorit. 

Letecké společnosti byly dlouhá léta optimalizovány hlavně na efektivitu a snižování nákladů. Poslední roky ale ukázaly, že právě ty nejefektivnější sítě bývají často nejzranitelnější. Stačí uzavření důležitého leteckého koridoru nebo výkyv cen paliva a dopady se okamžitě projeví v délce letů, spotřebě paliva, plánování posádek i celkových provozních nákladech. 

Proto dnes aerolinky mnohem více investují do scénářového plánování, alternativních tras, sofistikovanějšího zajištění cen paliva nebo flexibilnějšího řízení flotily a posádek. Schopnost rychle reagovat na nečekané změny se postupně stává jednou z hlavních konkurenčních výhod. 

Moderní datová platforma rozhoduje o rychlosti reakce 

Mark Kohout: Kvůli uzavřeným koridorům na Blízkém východě dnes aerolinky přesměrovávají lety po celém světě. Jak důležitou roli při tom hrají moderní datové platformy a cloud? 

Shingai George: Naprosto zásadní. Přesměrování jednoho letu totiž neovlivní jen jeho trasu. Změní spotřebu paliva, pracovní dobu posádek, rotaci letadel, plán údržby i navazující lety cestujících. Jediná změna se během chvíle promítne do celé sítě. 

Starší systémy na takovou úroveň složitosti jednoduše nebyly navrženy. Moderní cloudové platformy naopak dokážou v reálném čase zpracovávat obrovské množství provozních dat a propojit všechny části provozu. 

Letecké společnosti tak mohou průběžně přepočítávat potřebné množství paliva podle aktuálních povětrnostních podmínek nebo nové trasy, současně kontrolovat limity pracovních směn posádek a řešit návazné lety cestujících. 

Nejde přitom jen o vyšší výpočetní výkon. Největší hodnotou je jednotný přehled o celé provozní situaci a schopnost koordinovat rozhodování napříč celou organizací. 

AI pomáhá odhalovat rizika. Poslední rozhodnutí ale musí zůstat na člověku. 

Mark Kohout: V souvislosti s geopolitickými konflikty se stále častěji mluví o rušení nebo podvržení satelitní navigace GPS. Jak by na to měly reagovat letecké společnosti z pohledu governance, AI i bezpečnosti? 

Shingai George: Je to dobrý příklad toho, jak se dnes prolíná geopolitika, kybernetická bezpečnost a letový provoz. 

Organizace se musí připravit hned ve třech oblastech. 

Tou první je governance. Aerolinky i regulátoři potřebují jasnější pravidla pro provoz v situacích, kdy nelze plně důvěřovat navigačním systémům. Současně je potřeba mnohem intenzivnější mezinárodní spolupráce a sdílení rizik. 

Druhou oblastí jsou samotné technologie. AI dokáže velmi efektivně odhalovat anomálie tím, že porovnává data z GPS, inerciálních navigačních systémů, radarů nebo skutečné trajektorie letu. Přesto by měla sloužit jako podpora rozhodování, nikoli jako náhrada lidského úsudku. 

Třetí oblastí je připravenost provozu. To znamená lepší výcvik pilotů, alternativní navigační postupy i užší spolupráci mezi poskytovateli letových navigačních služeb, výrobci letadel a samotnými aerolinkami. 

Základním cílem je zachovat důvěru v provozní data a zároveň mít připravené spolehlivé záložní mechanismy pro případ, že tato důvěra bude narušena. 

AI pomáhá šetřit palivo i snižovat emise 

Mark Kohout: Letecké společnosti jsou pod stále větším tlakem na snižování emisí. Jak může umělá inteligence pomoci při plánování letů tak, aby byla spotřeba paliva co nejnižší? 

Shingai George: AI dnes umožňuje posunout plánování letů na úplně novou úroveň. Místo jednorázového výpočtu před odletem dokáže průběžně upravovat optimální profil letu podle aktuálních podmínek. 

Při rozhodování kombinuje meteorologická data, výkonnostní charakteristiky letadla, historická data o jednotlivých trasách, vytíženost vzdušného prostoru i aktuální provozní omezení. Díky tomu může průběžně optimalizovat například stoupání, cestovní rychlost nebo klesání tak, aby byla spotřeba paliva co nejnižší. 

Důležité ale je, že nejde jen o matematický model. AI musí současně zohlednit omezení letového provozu, pokyny řízení letového provozu, počasí, pořadí přistání i letový řád. Teprve propojením všech těchto faktorů vzniká trajektorie, která je nejen úsporná, ale zároveň bezpečná a provozně realizovatelná. 

Výsledkem je nižší spotřeba paliva, méně emisí a vyšší provozní efektivita bez negativního dopadu na bezpečnost nebo dochvilnost letů. 

Udržitelnost přestává být jen reportingem 

Mark Kohout: Vedle udržitelného leteckého paliva (SAF) se stále více mluví také o syntetických palivech vyráběných z vodíku a zachyceného CO₂. Jakou roli může AI sehrát při jejich zavádění? 

Shingai George: Především pomáhá měnit způsob, jakým letectví pracuje s daty o emisích. 

Dlouhá léta byly emise vyhodnocovány zpětně na základě odhadů a agregovaných dat. Díky AI dnes mohou aerolinky sledovat spotřebu paliva, využití SAF, letové trajektorie i skutečné emise prakticky v reálném čase. 

To bude stále důležitější i kvůli regulatorním požadavkům. Od roku 2027 vstupuje do další fáze systém CORSIA, který zpřísňuje monitoring, vykazování i ověřování emisí. Evropské aerolinky zároveň musí plnit požadavky systému EU ETS i nařízení ReFuelEU Aviation, které postupně navyšuje povinný podíl udržitelných leteckých paliv. 

AI dokáže celý proces výrazně zjednodušit. Automatizuje sběr dat, usnadňuje jejich auditovatelnost, ověřuje plnění požadavků souvisejících se SAF a vytváří transparentní datovou stopu napříč jednotlivými regulatorními rámci. 

Do budoucna už navíc řízení emisí nebude oddělenou reportingovou aktivitou. Stane se běžnou součástí každodenního provozního rozhodování. 

Aerolinky, které dokáží propojit provozní data, informace o udržitelnosti i regulatorní požadavky do jednoho rozhodovacího systému, získají významnou konkurenční výhodu. Budou lépe řídit náklady, snadněji plnit legislativní požadavky a rychleji naplňovat své cíle v oblasti dekarbonizace. 

AI pomáhá řídit letový provoz jako jeden propojený celek 

Mark Kohout: Přesuňme se od samotných aerolinek k řízení letového provozu. Jaké překážky dnes brání širšímu nasazení prediktivní AI do systémů řízení letového provozu? 

Shingai George: Největší výzvou je rozdíl mezi tím, jak fungují dnešní systémy řízení letového provozu, a jak pracuje AI. 

Řízení letového provozu je postavené na přesně definovaných postupech a jasných pravidlech. Prediktivní modely AI naproti tomu pracují s pravděpodobností. Nenabízejí jedinou správnou odpověď, ale doporučují nejpravděpodobnější řešení. V prostředí, kde jde o bezpečnost, proto musí řídící přesně rozumět tomu, proč AI určité doporučení vydává, než se jím mohou řídit. 

K tomu se přidávají i technické překážky. Jednotlivé systémy nejsou vždy vzájemně kompatibilní, infrastruktura je často roztříštěná a úroveň digitalizace se mezi poskytovateli letových navigačních služeb výrazně liší. 

Proto bude AI do řízení letového provozu vstupovat postupně. Nejprve jako nástroj podporující rozhodování, nikoliv jako autonomní systém. 

Cílem není řídit zpoždění. Cílem je jim předcházet. 

Mark Kohout: Když se na to podívám očima častého cestujícího, kde dnes vidíš největší příležitosti pro AI při koordinaci odletů, příletů a celého letového provozu? 

Shingai George: Největší změnou je přechod od reaktivního řízení k prediktivnímu plánování. 

Dnes se kapacita letišť, odlety, přílety nebo vytížení vzdušného prostoru často řeší odděleně. AI ale dokáže propojit informace o letových trasách, počasí, kapacitě letišť, omezeních ve vzdušném prostoru i letových řádech a vytvořit jeden společný obraz celé situace. 

Díky tomu lze přetížení předvídat ještě dříve, než vůbec vznikne. 

Namísto řešení zpoždění až ve chvíli, kdy se vytvoří fronty letadel, může AI s předstihem doporučit úpravu času odletu, jinou trasu nebo změnu pořadí přistání. Výsledkem je méně čekání ve vzduchu, méně zbytečných změn kurzu, plynulejší provoz i nižší spotřeba paliva. 

Přínos je navíc nejen provozní, ale i environmentální. Vedle alternativních paliv nebo nových pohonných technologií patří efektivnější řízení letového provozu k nejrychlejším způsobům, jak snížit emise už dnes. 

Evropské iniciativy, jako je program SESAR, vytvářejí základy pro propojenější řízení letového provozu prostřednictvím konceptů, jako jsou trajektorií řízené operace nebo System-Wide Information Management (SWIM). AI může tento vývoj výrazně urychlit tím, že z obrovského množství provozních dat vytvoří doporučení, která lze okamžitě využít v praxi. 

Prediktivní údržba mění způsob, jakým aerolinky pečují o letadla 

Mark Kohout: Přejděme k údržbě letadel. Jak AI mění každodenní provoz a která data jsou pro prediktivní údržbu nejdůležitější? 

Shingai George: Největší změnou je přechod od reaktivní údržby k prediktivnímu přístupu. 

Místo oprav po poruše nebo servisních zásahů podle pevně daného harmonogramu dokážou aerolinky stále častěji předvídat možné závady ještě předtím, než se projeví. 

Klíčovou roli hrají data o stavu motorů, informace ze senzorů během jednotlivých fází letu i historické záznamy o údržbě. Když se tato data propojí, modely strojového učení dokážou odhalit i velmi drobné odchylky, které by lidské oko snadno přehlédlo. 

Výsledkem je méně neplánovaných oprav, vyšší dostupnost letadel i efektivnější práce techniků. Jejich role se přitom mění – místo samotného odstraňování závad stále více vyhodnocují prediktivní doporučení a rozhodují o rizicích. 

Často se přitom zapomíná na jeden zásadní přínos – omezení situací označovaných jako Aircraft on Ground (AOG), kdy musí být letadlo nečekaně odstaveno z provozu. 

Náklady totiž zdaleka nekončí samotnou opravou. Přidávají se zpožděné nebo zrušené lety, kompenzace cestujícím, změny směn posádek i přesuny náhradních letadel. V mnoha případech tak největší hodnota AI nespočívá v úspoře nákladů na údržbu, ale v tom, že podobným situacím dokáže úplně předejít. 

AI přináší osobnější zážitek z cestování 

Mark Kohout: Personalizace je jedním z dlouhodobých cílů leteckých společností. Jakou roli v ní dnes hraje umělá inteligence? 

Shingai George: AI umožňuje aerolinkám mnohem lépe porozumět jednotlivým cestujícím a reagovat na jejich aktuální situaci. Využívá přitom data o rezervacích, věrnostních programech i samotném průběhu cesty. 

Díky tomu může nabídnout relevantnější služby – od upgradu do vyšší cestovní třídy přes doplňkové služby až po proaktivní pomoc při komplikacích. 

Typickým příkladem je automatické přebookování letu ještě předtím, než cestující zmešká navazující spoj, nebo nabídka služeb, které dávají smysl právě v dané situaci, například během delšího zpoždění. 

Cestování se tak postupně mění z reaktivního zákaznického servisu na proaktivní péči, která dokáže předvídat potřeby cestujících. 

Efektivnější letiště začíná lepší koordinací 

Mark Kohout: Můžeš uvést konkrétní příklady toho, kde už dnes AI zlepšuje provoz letišť nebo zkracuje čas potřebný k odbavení letadel? 

Shingai George: Jednou z nejzajímavějších oblastí je koordinace celého letištního provozu. 

Například při přidělování nástupních bran dokáže AI průběžně vyhodnocovat polohu příletových letadel, počasí, vytížení letiště i historická data o zpožděních a podle toho optimalizovat využití jednotlivých gateů. 

Podobně funguje i v oblasti manipulace se zavazadly. Systémy založené na AI sledují pohyb zavazadel v reálném čase, dokážou včas odhalit vznikající úzká místa a upravit logistiku ještě dříve, než se problém projeví. 

Velký přínos má AI také při koordinaci obratu letadla mezi jednotlivými lety. Dokáže sladit tankování, catering, úklid kabiny, nástup cestujících i nakládku zavazadel tak, aby letadlo odletělo v plánovaném čase. 

Největším přínosem je vyšší předvídatelnost provozu. Letiště i handlingové společnosti mohou lépe plánovat kapacity, rychleji reagovat na mimořádné situace a efektivněji využívat dostupné zdroje. Výsledkem je méně zpoždění, vyšší využití letadel a spolehlivější fungování celé sítě. 

Budoucnost revenue managementu není jen o vyšších cenách 

Mark Kohout: Přejděme k revenue managementu a dynamické tvorbě cen. Jak mohou aerolinky využít AI ke zlepšení cenové strategie, aniž by tím ztratily důvěru zákazníků? 

Shingai George: AI zásadně mění způsob, jakým aerolinky přistupují k tvorbě cen. 

Namísto tradičních cenových kategorií dokáže průběžně vyhodnocovat poptávku, chování zákazníků, sezónnost, ceny konkurence nebo obsazenost jednotlivých letů a podle toho upravovat nabídku téměř v reálném čase. 

Klíčové ale je, aby si aerolinky zachovaly důvěru cestujících. Mezi personalizací a pocitem nespravedlivého zacházení totiž existuje velmi tenká hranice. 

Lidé zpravidla akceptují rozdílné ceny, pokud chápou, že vycházejí z termínu cesty, flexibility letenky nebo úrovně služeb. Mnohem hůře ale přijímají situace, kdy mají pocit, že jsou ceny stanovovány nahodile nebo netransparentně. 

Velký potenciál AI proto neleží jen v samotných cenách letenek. Stejně důležité je nabízet každému cestujícímu služby, které pro něj mají skutečnou hodnotu – například vhodnější sedadlo, odbavené zavazadlo, vstup do letištního salónku nebo upgrade do vyšší cestovní třídy. 

Takový přístup přináší výhodu oběma stranám. Aerolinky zvyšují dodatečné příjmy a cestující dostávají nabídky, které skutečně odpovídají jejich potřebám. 

Podle mě by se celý obor měl posunout od maximalizace krátkodobých výnosů k budování dlouhodobé hodnoty zákazníka. Nejúspěšnější aerolinky budou AI využívat nejen ke zvyšování tržeb, ale především k posilování důvěry, loajality a celkově lepší zákaznické zkušenosti. 

Budoucnost letectví stojí na sdílených datech 

Mark Kohout: Většina témat, o kterých jsme dnes mluvili, má společného jmenovatele. Data. Letecký průmysl je závislý na spolupráci aerolinek, letišť, poskytovatelů letových navigačních služeb i regulátorů. Jaké příležitosti i překážky přináší budování sdílených datových ekosystémů? 

Shingai George: Letecký průmysl patří k nejpropojenějším odvětvím na světě. Přesto je velká část provozních dat stále uzavřená v jednotlivých organizacích. 

Právě sdílení dat představuje jednu z největších příležitostí, jak zlepšit koordinaci napříč celým ekosystémem. Pokud aerolinky, letiště, poskytovatelé letových navigačních služeb i výrobci letadel dokážou efektivně sdílet provozní informace, mohou přesněji předvídat poptávku, lépe řídit vytížení letišť, koordinovat obraty letadel nebo rychleji reagovat na mimořádné situace. 

Společný přehled o provozu má obrovskou hodnotu zejména při narušení běžného provozu – například během extrémního počasí nebo geopolitických krizí. 

Nejde ale jen o technologii. Stejně důležité jsou governance, důvěra a jasně nastavená pravidla. 

Každá organizace používá jiné systémy, pracuje s jinými procesy a zároveň chrání svá obchodně citlivá data. Proto potřebujeme rámce, které jasně definují, jak se data sdílejí, kdo k nim má přístup, jak jsou chráněna a jakým způsobem je lze využívat. 

Osobně věřím, že budoucnost patří federovaným datovým ekosystémům. Organizace si v nich mohou bezpečně předávat potřebné informace, aniž by musely zpřístupňovat všechna svá interní data. 

Skutečným cílem totiž není optimalizovat jednotlivé části systému odděleně. Je jím optimalizovat fungování celé letecké sítě jako jednoho propojeného ekosystému. 

Mark Kohout: To znamená vytvořit společné standardy, díky nimž budou jednotlivé organizace spolupracovat efektivněji, aniž by ztratily kontrolu nad vlastními daty. 

Shingai, děkuji za inspirativní rozhovor i za to, že ses k nám připojil navzdory technickým komplikacím a časovému posunu. Dnes jsme ukázali, že budoucnost letectví nebude stát jen na modernějších letadlech, ale především na kvalitních datech, umělé inteligenci a schopnosti spolupracovat napříč celým odvětvím. 

Shingai George: Děkuji za pozvání. Bylo mi potěšením.