今天 AI 世界有一件很值得注意的事。
不是又推出一個更大的模型。
而是 AI 開始幫真正飛在天上的客機，決定「哪一層天空最好不要飛過」。
國泰航空與 Google 今天宣布，將擴大一項利用 AI 避免飛機形成持久凝結尾的實際航班測試。
第一階段已有超過 80 班航班實際採用避開凝結尾的路線。
Google 根據衛星影像分析後估算，這些航班造成的凝結尾暖化影響約降低 40%。
但這個數字很容易被誤會。
它不是說飛機碳排降低 40%。
也不是油耗降低 40%。
更不是整個航空業的氣候影響突然少了 40%。
它指的是這批測試航班中，由凝結尾造成的估計暖化影響。
飛機後面那條白線，為什麼需要 AI？
我們平常看到飛機後方留下的白色長線，叫做 Contrail，也就是凝結尾。
飛機在高空飛行時，如果遇到夠冷、夠潮濕的空氣，排出的水氣可能形成冰晶。
有些很快就消失。
但有些會持續存在，甚至擴散成雲狀。
Google 表示，這類持久凝結尾會把部分熱能留在大氣中，可能是航空氣候影響的重要來源之一。
問題是：
飛機不可能看到前方有一塊「這裡會產生凝結尾」的告示牌。
這就變成一個預測問題。
Google 的 AI 實際在做什麼？
這套系統不是讓 AI 開飛機。
它結合：
- AI 預測
- 衛星影像
- 氣象資料
- 大氣狀態資訊
先找出哪些高空區域比較可能形成持久凝結尾。
飛機還沒有起飛前，Flight Dispatcher，也就是負責航班規劃與運行支援的人員，就能先取得這些資訊。
飛行途中，更新後的資料也可以透過國泰航空既有系統傳到 Flight Deck，也就是駕駛艙。
如果條件、安全與航管允許，飛行團隊可以評估是否做小幅度的高度調整。
概念其實很像：
前面有一小塊不理想的天氣。
不需要整條航線重新設計。
只要稍微繞開。
第一階段已經真的飛過 80 多班
這不是電腦模擬而已。
這項測試從 2025 年底開始。
第一階段原本規劃超過 100 班航班。
其中超過 80 班實際依照凝結尾避航路線飛行。
Google 再利用衛星影像分析結果。
估算這批航班的凝結尾暖化影響大約降低 40%。
國泰也成為 Google 這套技術在亞太地區的第一家商業航空公司合作夥伴。
目前雙方準備進入更大的第二階段。
測試範圍將延伸到更多亞洲與跨太平洋航線。
40% 不是「AI 幫飛機減碳 40%」
這裡一定要再說一次。
因為只看數字，很容易得到錯誤結論。
這項測試衡量的是：
凝結尾造成的估計暖化影響。
不是：
飛機直接排放的二氧化碳下降 40%。
也不是：
燃料使用下降 40%。
更不能直接變成：
「用了 AI，航空公司的氣候影響就少 40%。」
目前仍然是在擴大實測與驗證階段。
不同地區、季節、高度、航線與氣象條件，都可能產生不同結果。
所以第二階段的重要性，就是看看這個方法離開第一批測試航線之後，是否仍然實用。
真正值得注意的是：AI 已經進入 Live Operations
我們平常接觸 AI，大多還是在：
寫文章。
整理資料。
做圖片。
回答問題。
但這次不一樣。
AI 的 Prediction，也就是預測結果，已經開始進入真正的航空營運流程。
它先預測某個區域可能出現什麼狀況。
再把結果交給真正負責航班的人。
然後由人根據安全、空域、燃油、航管與飛行條件做最後判斷。
也就是：
AI 負責找到人類很難即時看見的模式。
人負責決定現實世界到底能不能執行。
這對一般人有什麼用？
你可能不會去操作航空公司的飛行系統。
但這件事透露出一個非常重要的 AI 發展方向。
未來最有價值的 AI，不一定是最會聊天的 AI。
而可能是：
看懂衛星影像。
分析天氣。
預測設備故障。
找到能源浪費。
判斷交通壅塞。
預測供應鏈異常。
然後在真正需要做決定的人旁邊，提早給出一個可以採取行動的訊號。
所以 AI 下一階段的競爭，很可能不只是在：
「模型知道多少？」
而是：
它能不能進入真正的工作現場，而且讓人安全地採取行動。
國泰與 Google 這次的凝結尾測試，就是一個很具體的例子。
AI 不需要自己當機長。
它只需要在正確的時間，告訴真正的機長與飛行團隊：
前面這一小塊天空，也許有更好的走法。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
AI 今日早報｜2026/08/12：Ryanair 把 Gemini 接進航空營運、Manus 宣布與 Meta 分家、ILO 警告青年工作面臨 AI 壓力
