実施時期: 2025年07月|2026.06.02 最終更新
気象データと現場報告をAIで学習し、困難だった乱気流予測で正答率86%を実現
プロジェクト期間: 3年以上
企業規模: 1,000人以上
※イメージ画像です
プロジェクト概要
アプローチと成果
カテゴリー詳細
お問い合わせ
こんな課題を持つ企業におすすめの事例です
- 気象や環境変化の予測が難しく、安全性の確保に課題を感じている
- 従来の定型的な分析手法では、予測精度に限界を感じている
- 現場スタッフから蓄積された膨大な報告データを有効活用したい
プロジェクト概要
背景・目的
航空業界において、風速や風向きの変化によって生じる乱気流は、気象条件や地形などの影響を複雑に受けるため、その予測が非常に困難とされてきました。従来の乱気流予測は定型的な指標をもとに実施されていましたが、予測と実際の発生状況が一致しないケースもあり、安全性と快適性のさらなる向上が求められていました。
こうした課題を解決するため、ANAホールディングスは2019年より慶應義塾大学と共同研究を開始し、AIを活用した新たな予測手法の確立を目指すプロジェクトをスタートさせました。
アプローチと成果
アプローチ
慶應義塾大学発のベンチャー企業であるBlueWX株式会社が開発した、最新の深層学習（AI）技術を用いた乱気流予測システムを導入しました。このシステムは、多数の複雑な気象情報に加え、過去10年以上にわたり蓄積されてきた数万件に及ぶパイロットからの揺れに関する報告情報をAIに学習させています。
開発過程においては、ANAグループに所属する2,500名超のパイロットを対象とした4年間の評価プロセスを実施し、現場のフィードバックを反映しながら予測精度と信頼性を高めていきました。さらに、世界中の航空会社から追加取得した乱気流情報を用いてシステムの高精度化を図り、グローバル市場にも対応できるモデルへと進化させています。
プロジェクトへの評価と成果
改善・向上したこと
品質・安全性向上
顧客満足度の向上
推進したこと
プロトタイプ開発（PoC）
新サービス・製品開発
AI×新規事業開発
AIが乱気流の発生する特徴量を的確に捉えることが可能となり、日本上空の予測モデルにおいて86%という高い正答率を実現しました。従来の予測手法では乱気流の報告情報と予測位置が一致しないことがありましたが、新システムではこれらが正確に一致することが確認されています。
ANAは本システムを正式導入することで、運航における安全性と快適性の向上を実現し、お客様が安心して搭乗できる環境の強化に繋げています。
カテゴリー詳細
プロジェクト内容
AI導入・支援形態
導入部門・データ活用
導入部門と活用内容
全社共通・汎用業務
運航管理・安全対策
活用したデータ
文書・ナレッジ
日報・議事録・メール履歴
数値・Excel・ログ
システムログ・操作履歴
外部・Web・SNSデータ
外部API・リアルタイムデータ
採用したAI技術・ツール
採用したAI技術
画像AI
気象データの画像解析
AIモデル・構築手法
(RAG / ファインチューニング / 他)
機械学習（数値データからの予測・推論）
統計モデル（数値データに基づく傾向分析）
活用・導入したAIモデル・ツール
その他のツール
WarpBiz編集部の事例考察
成功の最大の要因は、一般的な気象データだけでなく、現場のパイロットが蓄積した「数万件の報告情報」という独自の一次データをAIに学習させた点にあります。このアプローチは、海運業における波浪予測や、物流・運輸業における悪天候時の配送ルート最適化など、環境要因に左右される他業種にも応用できるでしょう。導入にあたっては、現場の専門家による長期間の評価プロセスを設け、実運用に耐えうる精度と信頼性を担保することが重要です。独自の現場データを活用したAI予測に関心がある方は、ぜひ他の事例記事も参考に自社に合ったアプローチを探してみてください。
プロジェクト実施・導入企業
BlueWX株式会社
気象解析・予報およびその提供 解析・予報を活用した対応策のコンテンツ企画、制作、販売
この事例と同じようなシステムを開発したいですか？ WarpBizで実現可能なパートナーを探しましょう。
全日本空輸株式会社
この事例を見た方は以下の事例も見ています
類似事例を読み込んでいます
関連度の高い事例を選定しています。少しお待ちください。