[30/09/2022] Tras la pandemia de COVID-19, las aerolíneas han tenido que lidiar con el mal tiempo, la disminución de controladores aéreos y la escasez de pilotos, lo que ha provocado un número de cancelaciones sin precedentes en el 2022. Según Reuters, entre enero y julio se cancelaron más de 100 mil vuelos en Estados Unidos, un 11% más que antes de la pandemia.
American Airlines, la mayor aerolínea del mundo, está recurriendo a los datos y la analítica para minimizar las interrupciones y agilizar las operaciones, con el objetivo de ofrecer a los viajeros una experiencia más fluida.
[Reciba lo último de CIO Perú suscribiéndose a nuestro newsletter semanal]
"Sin contacto, sin problemas, sin estrés. Siempre hemos tenido esta visión, pero ha sido difícil hacerla realidad con los sistemas e infraestructuras heredados que tenemos", señala Maya Leibman, vicepresidenta ejecutiva y CIO saliente de American Airlines. "A medida que nos modernizamos, avanzamos más y más hacia nuestra visión. En el futuro, tal vez los aeropuertos se llamen simplemente Sky-Stops porque, al igual que una parada de autobús normal, no requerirán más esfuerzo ni estrés que simplemente presentarse y subir a bordo".
Leibman, que dimitió el 1 de septiembre en favor del nuevo vicepresidente ejecutivo y director de información y digitalización (CDIO), Ganesh Jayaram, impulsó una importante transformación de la aerolínea de 86 años para adoptar la toma de decisiones basada en datos.
"Llevamos unos cuantos años en este viaje de transformación, y antes de la pandemia implementamos una mentalidad de producto reestructurando nuestros equipos en torno a nuestra recién desarrollada taxonomía de productos", sostiene Leibman. "Esto supuso un gran cambio para nuestros equipos. Pero como habíamos sentado las bases en el 2019 para una cultura DevOps orientada al producto, pudimos pivotar y repriorizar nuestro trabajo para abordar rápidamente los problemas de los clientes relacionados con la pandemia, como facilitar a los clientes el uso de los créditos de viaje de los vuelos cancelados".
Leibman señala que American Airlines opera cada hora de cada día. Siempre tiene aviones en el aire en todo el mundo.
"Somos una industria en la que nuestro producto se consume mientras se produce", anota. "El mayor reto es convertir esos datos en conocimientos procesables sobre los que se pueda actuar fácilmente y sin problemas en tiempo real en este entorno 24-7-365".
Llevar a la nube
Por suerte, Leibman ha contado con un as de la manga. Poonam Mohan, vicepresidente de tecnología corporativa de American Airlines, supervisa muchas de las iniciativas de IA y análisis de datos de la aerolínea y ha sido fundamental para implementar la visión de Leibman.
"Trasladamos nuestras principales plataformas de datos a la nube e implementamos centros de datos para Clientes y Operaciones", indica Mohan. "Estos sistemas permiten que los datos en tiempo real de muchas de las enormes partes móviles de la mayor aerolínea del mundo se utilicen no solo para entender cómo nos afectaron los eventos en el pasado, sino que nos permiten mejorar los resultados de los clientes y de las operaciones a medida que se producen".
Mohan señala que su equipo creó simultáneamente marcos de DataOps que han mejorado la capacidad de la aerolínea para ingerir y consumir nuevas fuentes de datos en cuestión de horas en lugar de semanas.
American Airlines se ha asociado con Microsoft para utilizar Azure como su plataforma en la nube preferida para sus aplicaciones y cargas de trabajo clave. Los socios están aplicando la IA, el aprendizaje automático y el análisis de datos a todos los aspectos de las operaciones de la compañía, desde la reducción del tiempo de rodaje (ahorrando así miles de galones de combustible para aviones al año, y dando a los clientes en conexión tiempo extra para tomar su siguiente vuelo) hasta la puesta de información en tiempo real al alcance del personal de mantenimiento, el personal de tierra, los pilotos, los auxiliares de vuelo y los agentes de puerta.
"Cuando empezó la pandemia, de repente estábamos cancelando miles de vuelos a medida que se aplicaba la prohibición de viajar. Como resultado, tuvimos que reembolsar a los clientes que habían cancelado sus planes de viaje a causa de la pandemia. Para gestionar el increíble volumen con el que se enfrentaban nuestros agentes de atención al cliente, utilizamos el aprendizaje automático y la ingestión y el procesamiento automatizados para ayudar con el volumen y conseguir que los reembolsos de nuestros clientes se procesaran más rápidamente", explica Mohan a modo de ejemplo.
En lo que respecta a los tiempos de rodaje, un programa de puertas inteligentes desplegado en el centro de operaciones de la aerolínea en Dallas-Fort Worth (DFW) proporciona un análisis en tiempo real de datos como la información sobre rutas y pistas para asignar automáticamente la puerta de embarque más cercana a los aviones que llegan, reduciendo la necesidad de la intervención manual de los planificadores de puertas de embarque. El programa está reduciendo actualmente el tiempo de rodaje en unas 10 horas al día.
La aerolínea está migrando y centralizando sus cargas de trabajo operativas estratégicas -incluyendo su almacén de datos y varias aplicaciones heredadas- en un Operations Hub en Azure, lo que, según dice, le ayudará a ahorrar costos, aumentar la eficiencia y la escalabilidad, y avanzar hacia sus objetivos de sostenibilidad.
"Estamos centrados en la automatización de todas las funciones de la empresa", afirma Mohan. "La automatización de procesos robóticos nos ha permitido automatizar un gran número de procesos manuales repetitivos en Finanzas, Fidelización, Gestión de Ingresos, Reservas y RRHH, por nombrar algunos. La combinación de la automatización con el aprendizaje automático para el procesamiento del lenguaje natural es muy eficaz para ayudar a resolver muchos problemas de cara al cliente".
La importancia de la cultura
Mohan también señala que la empresa apenas ha arañado la superficie de cómo el gemelo digital y la IA pueden ayudar a sus operaciones y mejorar la experiencia de viaje del cliente. Dos de sus programas de inteligencia artificial más recientes, iniciados este otoño, son HEAT (abreviatura de Hub Efficiency Analytics Tool) y el mencionado programa de puertas inteligentes.
HEAT ya ha desempeñado un papel fundamental durante las fuertes tormentas eléctricas. Analiza múltiples puntos de datos, como las condiciones meteorológicas, los factores de carga, las conexiones de los clientes, la disponibilidad de las puertas de embarque y el control del tráfico aéreo para ayudar a American Airlines a ajustar los horarios de salida y llegada de cientos de vuelos de forma coordinada.
"Hasta ahora, estamos satisfechos con los resultados, ya que ha reducido el número de cancelaciones durante un evento meteorológico", señala Mohan. "Aunque los clientes sufran retrasos, podemos llevarlos a sus destinos en lugar de cancelar sus vuelos".
En cuanto al programa de puertas inteligentes en DFW, Mohan añade que en marzo American Airlines fue capaz de ahorrar casi dos minutos por vuelo en tiempo de taxi, lo que supone un total de 10 horas al día.
"Hemos reducido en un 50% los casos en los que la separación de las puertas de embarque es superior a 25 minutos", afirma. "Esto está directamente relacionado con el escenario al que todos nos enfrentamos: Nuestro vuelo llega antes, pero luego nos quedamos sentados en la pista esperando a que se despeje nuestra puerta de embarque. Repartir el tiempo entre la salida del vuelo anterior y la llegada del siguiente reduce ese escenario frustrante".
Mohan afirma que el programa también ha ayudado a la aerolínea a reducir en un 50% el número de cambios de puerta de embarque "cercanos". Estos sucesos son especialmente molestos para los clientes, que tienen que desplazarse a toda prisa a una nueva ubicación en el aeropuerto.
Impulsar todos estos cambios en el departamento de TI y en la empresa en general ha exigido crear y mantener la cultura adecuada. Leibman señala que tiene un equipo entero dedicado a la transformación de la entrega dentro de la empresa. El objetivo principal de ese equipo es construir la cultura de la empresa en torno al aprendizaje continuo, e involucrar a los socios comerciales para que adopten prácticas DevOps y basadas en el producto. Internamente, han desarrollado un entorno de entrenamiento inmersivo llamado "el Hangar", para crear un espacio para que los equipos de producto trabajen estrechamente con los entrenadores.
"También hemos construido una plataforma de experiencia para desarrolladores, llamada Developer Runway, para crear una experiencia sin fricciones para que nuestros desarrolladores construyan y entreguen aplicaciones", sostiene Leibman.
La plataforma permite a los equipos construir y exponer sus servicios. Los equipos de toda la organización tecnológica trabajan directamente con la plataforma Runway, y la comunidad de desarrolladores puede aprovechar lo que se expone en la plataforma para simplificar su experiencia de entrega.
"Lo difícil en una gran empresa es que a la gente le gusta la coherencia, las normas y la previsibilidad, por lo que los procesos se construyen en torno a esas cosas y es como una valla que impide la innovación", anota Leibman. "No podemos contratar a personas y meterlas en un corralito porque nunca conseguirán aquello para lo que las contratamos. Como líderes, tenemos que tener el criterio de entender que, si bien necesitamos normas y coherencia, no podemos tenerlas a expensas de que la gente piense lo mejor posible, despliegue sus alas y produzca enfoques nuevos e innovadores, no solo de lo que estamos haciendo sino de cómo lo estamos haciendo".
Basado en el artículo de Thor Olavsrud (CIO) y editado por CIO Perú
Más casos de éxito aqui.