Panasonic Avionics Corporation, один из крупнейших поставщиков систем развлечений и связи на борту самолетов (IFEC), столкнулась с проблемой: при обслуживании флота из тысяч самолетов, принадлежащих сотням авиакомпаний, инженерам приходилось вручную сопоставлять логи, метрики и данные тикетов, чтобы найти причину сбоя. Этот процесс мог занимать часы и требовал глубокого знания специфики каждой конфигурации. В поисках решения компания обратилась к AWS и AWS Generative ИИ Innovation Center, которые предложили архитектуру на основе агентного ИИ.
Разработанная система использует сервисы Amazon Bedrock, Amazon SageMaker и AWS Glue для автоматизации диагностики. Она состоит из трех уровней: Trend Analyzer выявляет аномалии в ключевых показателях, параллельные диагностические агенты выполняют корреляционный анализ, проверки систем и сопоставление логов, а Summarizer на основе большой языковой модели (LLM) формирует итоговый отчет с анализом корневых причин и рекомендациями. Данные проходят пять этапов: от приема и нормализации до генерации отчета. На этапе нормализации используется доменная онтология — общий словарь, который связывает сущности флота и их взаимосвязи, что позволяет сравнивать данные из разных конфигураций.
Ключевое преимущество решения — значительное сокращение времени на диагностику. Если раньше инженеры тратили часы на ручной анализ, теперь система выполняет эту работу за минуты, сохраняя высокую точность. Это улучшает показатели MTTD (среднее время обнаружения) и MTTR (среднее время восстановления), а также освобождает инженеров для более стратегических задач, таких как разработка новых функций и повышение надежности.
Система использует Amazon Bedrock, SageMaker и AWS Glue для обработки данных с тысяч конфигураций флота.
Для отрасли это важный пример того, как генеративный ИИ и агентные подходы могут применяться не только в чат-ботах, но и в сложных промышленных сценариях, где требуется анализ больших объемов разнородных данных. Panasonic Avionics планирует развивать систему в сторону проактивного мониторинга и распознавания паттернов на уровне всего флота, что может стать стандартом для авиационной отрасли.
