瑞安航空于2026年8月11日宣布与谷歌云达成一项为期五年的合作协议。根据此协议，瑞安航空将在其关键运营流程中，更广泛地应用 Gemini 模型和 DeepMind 技术。该协议内容包括部署 Gemini Enterprise，以构建定制化人工智能代理，实现机组排班决策自动化，并减少运营中断的影响。此外，还将利用 AlphaEvolve 和 WeatherNext 模型来规划机队维护和运营。这并非仅仅是一份普通的云服务合同：作为欧洲载客量最大的低成本航空公司，瑞安航空正将其先进的生成式模型整合到日常运营中，旨在实现到2034年每年载客3亿人次的目标。
与航空业数十年来主导的传统基于规则的系统不同，Gemini 能够开发出适应性强的人工智能代理，它们能够处理非结构化数据并实时提供解决方案。DeepMind 模型的运用，例如用于优化的 AlphaEvolve 和用于天气预测的 WeatherNext，为系统增加了一层预测性分析能力，而这种能力此前主要在大规模研究实验室中才能实现。
然而，其具体实施方法仍部分保密：交易的财务条款并未披露，官方声明中也未提及具体的绩效指标，例如减少航班延误或节省燃油的量化数据。这是企业公告的常见特点，它们侧重于战略目标，而非可复现的实验数据，这使得独立评估这些模型实际贡献变得困难。
与瑞安航空此前依赖亚马逊网络服务（AWS）的举措相比，这项新交易形成了双云策略，这降低了停机风险，并提供了更大的工具选择灵活性。根据 SITA 和 IATA 的研究，航空业内的航空公司已经在客户服务和需求预测方面尝试使用人工智能。然而，瑞安航空的独特之处在于其将人工智能大规模集成到机组和机队运营核心业务中。其他航空公司也采取了类似举措，例如汉莎航空或达美航空的预测性维护，这表明了行业方法上的趋同。但瑞安航空则专注于其低成本模式，在这种模式下，即使是排班上的微小改进也能带来显著效益。
引入此类系统有望改变对中断事件的管理方式：人工智能代理能够比传统调度员更快地重新分配资源。然而，其成功与否取决于与航空公司现有遗留系统的整合质量。这为生成式人工智能在安全性与可靠性至关重要的受监管行业中更广泛应用铺平了道路。但同时，它也引发了关于算法透明度以及决策责任的疑问。
目前尚不清楚这些模型将在多大程度上基于瑞安航空的专有数据进行再训练，以及在关键场景下为防止错误将采取哪些保障措施。业界和监管机构可能会密切关注试点实施的初步结果，尤其是在对准点率和成本影响方面。在这一领域，后续有趣的研究可以对比基于 Gemini 的代理与更专业的航空模型的效率，或者评估其对劳动力结构的长期影响。归根结底，这项交易的成功与否，并非取决于其使用了先进模型本身，而是取决于瑞安航空能否在不影响安全的前提下，将其有效集成，从而显著改善实际运营指标。
