上证报中国证券网讯（记者邹传科）客流与效益的背离，正在把民航数智化转型从“选取 题”推向“必答题 ” 。10月23日 ，2026年度中国航信机场数智创新与分享大会在浙江嘉兴举行
。上证报记者在现场发现
，行业讨论焦点已从“建不建智慧机场
”，转向“靠数智化怎么把客流变成效益”。

　　客流承压 ，转型紧迫性上升

　　据中国民航局统计数据
，今年前三季度全行业完成旅客运输量59318.6万人次，同比增长2% 。另据中国航空运输协会数据 ，今年三季度航班客座率87.2% 、飞机日利用率9.7小时，均创历史同期新高；货邮运输量772.1万吨
，同比增长4.4%，其中世界 航线增长12.1%
。

　　“需求端热闹 ，经营端却吃力。 ”中国航空运输协会秘书长潘亿新分析
，受世界 油价高位震荡
、市场竞争加剧、票价持续承压等影响，航空公司经营效益明显下滑 ，“旺丁不旺财
”的矛盾较为突出 。在他看来
，依靠技术创新降本增效 、推动数智化转型的紧迫性进一步上升。

　　华泰证券交运行业研究显示，2025年三大航燃油成本占营业成本的31.9% ，若不考虑燃油附加费等措施
，航油费用 波动对航司业绩的冲击难以被票价提升完全覆盖
。世界 航协（IATA）年中已将2026年全球航空业净利润预期从410亿美元下调至230亿美元，约为2025年估值的一半。

　　业内人士认为 ，当座公里收益的向上弹性受票价竞争压制
，而燃油
、人工等刚性成本难以压缩时，盈利改善只能向运营效率与精细化管理要答案 。

　　近年来 ，智慧民航建设持续获得政策托举
。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》
，全面启动“人工智能+ ”行动；同年，民航局围绕安全、运行 、出行、物流
、监管、规划建设六大重点领域 ，对人工智能应用作出顶层设计
，并在附件中细化42项具体应用场景。2026年，民航局与国家数据局联合就行业数据治理作出部署 ，明确2027年与2030年两阶段建设目标 。

　　政策支撑之下
，智慧民航的市场空间逐步清晰
。据智研询问 统计，2025年中国智慧机场行业市场规模为74.11亿元 ，同比增长11.9%。数智化投入正从标杆机场的示范性项目
，逐步演变为枢纽机场覆盖运行 、服务
、安全等全价值链的刚性资本开支 。

　　模式生变，效能交付成趋势

　　民航数智化转型方向明确后 ，商业落地路径正发生变化
，行业由“单点系统采购”向“整体效能交付
”转变的趋势持续凸显
。

　　会上，中国航信发布人工智能+民航应用中试基地 ，并完成三项签约，包括与海南机场集团签约数智化转型创新试点
，与上海虹桥世界 机场签约全机场管理系统（TAMS）一期项目，与香港机场管理局签约民航中转旅客服务平台。

　　中国航信党委书记、董事长江波告诉上证报记者 ，作为民航信息基础设施运营主体
，公司一方面统筹架构 、数据
、算法安全，搭建适配AI应用的本质安全防线；另一方面将AI嵌入航旅全链条 ，旅客服务端由被动响应转向主动预判、个性化服务
，运行侧强化航班智能调度，提升极端场景下的运行韧性 。

　　TAMS平台以“一网统管 、全域协同”为核心 ，配套世界 枢纽方案
、信创方案及中转服务体系
，定位为可复制、可推广 、可演进
。与之配套，机场集团采购模式转向集中采购
、绩效导向 ，不再以单个功能模块作为竞标标的
，这对服务商跨系统耦合、长期迭代交付能力提出更高标准。

　　一批先行试点项目已显现降本成效 。深圳市机场股份有限公司市场发展部项目主管倪卓夫介绍，深圳机场中转全过程实现可溯可控 ，海关远程后台监管与托运行李 、风险旅客精准风控并行，错运、滞留带来的赔付与运营成本明显下降；面向“十五五 ”
，深圳机场将加快T2航站楼建设，并以数据驱动持续压缩最小衔接时间。

　　此外 ，省级统筹模式同样跑出样本
。浙江省机场集团副总经理葛建娟介绍
，集团下辖9个运输机场，2025年全省旅客吞吐量8993万人次 ，位居全国前五
，杭州机场突破5000万人次；集团搭建统一旅客服务平台“浙里飞
”，注册用户超70万人 ，杭州机场智慧运控中心依托数字孪生
、机位智能分配
，持续释放运行效率。

　　深水攻坚，效益标尺待确立

　　随着AI应用向纵深推进 ，转型的复杂性和责任边界正同步显现 。

　　“智慧民航建设正步入‘深水区’
，‘数据’与‘智能’已成为行业提质增效的核心新质生产力
。”中国民航管理干部学院大数据与人工智能系主任刘一这样判断。他将机场AI技术解构为感知、认知 、决策
、具身智能与AI Agent五层，“层次越往上 ，落地复杂性和责任边界越模糊 ” 。

　　在刘一看来，当前行业待解难题集中在三方面：一是场景牵引
，需科学评估AI价值，明确哪些环节适用AI、是否必须采用通用大模型；二是能力建设 ，围绕数据 、算法
、算力三要素形成协同；三是安全合规与协同治理
，必须明确AI与人的角色分工及责任边界，建议按感知信息、提供建议 、共同决策
、自主决策四种能力建立L1至L4分类分级框架
。

　　“未来 ，行业共识至关重要。
”刘一认为
，各方需在标准共识、技术共建与价值共创上形成合力，将AI技术真正转化为推动民航高质量发展的新动能 ，用智慧塑造民航业的全新未来 。

　　尽管落地路径仍有模糊地带
，但多家券商对赛道的盈利方向判断趋于明确：当票价弹性受限 、刚性成本难降时，数智化投入的效益验证将日益依赖运营效率的边际改善 ，而非单纯的技术叙事
。

　　业内亦普遍认为
，下一步民航数智化的重心应从“建不建系统”转向“怎么让系统产生可核算效益 ”。对航司而言，在票价承压与燃油成本刚性并存的阶段 ，IT预算应优先投向能够直接压缩过站时间
、降低不正常航班衍生成本、提升中转衔接效率的场景，而非追逐通用大模型部署 。

　　客流高位 、盈利承压或将在较长一段时间内成为民航常态
。“顺着这条逻辑推演
，数智化本身不是目的，效益才是唯一的价值标尺 ，所有技术投入最终都要回到经营账本上接受检验。
”现场一位业内人士对上证报记者说 。

（文章来源：上海证券报·中国证券网）