2020年2月16日消息：日前全國已經開始逐步進行復產復工，筆者先提出幾個推論：

1. 約80%的上班族返工出行需求尚未得到滿足。

2. 預計2月底至4月清明后某時，有個40~60天的返工需求時間窗口。

3.還能挺3個月的航司可以略微改造已有的App/官網，綜合利用運營商數據、自己的電商數據、常旅客數據等，引入人工智能手段，實現“精準防疫+精準獲客/活客“，把握這個時間窗口和階段性需求，獲得更多的運營現金流來挺過眼前最困難的這段時間。

4. 已有成型的方案。如果借助云計算（托管專有云，或公有云），最快有望花3個星期上線，費用也節省很多。

疫情發展出現積極信號

回顧近期新冠病毒疫情的數據可以發現：

1. 最近7天，即從2月9日至15日，北、上、廣、深等四個復工重點目的地城市，每日每個城市的新增確診NCP病例絕大多數都小于10，在28個數據點中只有3個數據點大于等于10：北京9日11例、12日14例、深圳11日例。

2. 全國除開湖北省以外的新增確診NCP病例數字自2月3日起至15日連續下降了13天，從890例降至166例（如圖1所示）。過去7天平均每天降低49例。照此速度，可以推測，如果復工復產出行的出、入、過程管控得當，至19日，全國除湖北之外的每日新增確診有望降低到個位數。

政府和社會應變訴求明確，但有效行動仍滯后，出行需求尚未有效滿足

2月12日，******主持召開中央政治局常委會會議，聽取匯報、分析形勢、研究加強疫情防控工作。與1月25日正月初一、2月3日正月初十的前兩次常委會相比，12日會議最鮮明的落腳點，就是更加強調統籌做好疫情防控和經濟社會發展。受此鼓舞社會各界，包括一些地方政府，以及企業界紛紛呼吁、謀劃復工復產，避免出現惡性的企業倒閉潮、裁員潮，沖擊經濟運行，破壞社會穩定。

事實上在12日常委會前，國務院、公安部（11日），以及廣東?。?日）、浙江省（11日）等部分地方政府也通過發文、召開新聞發布會的形式來支持企業復工復產，促進經濟穩定運行。

2月11日深夜，浙江嘉興海寧市委書記朱建軍對外發出的一段7分多鐘的微信語音中，提出對于復工的看法。他問道：“我們有什么理由不讓他們（返海寧務工者）回家呢？”。朱建軍的接地氣的主張獲得了不少網民贊許。

上述政令、政策、主張和愿望是好的。然而也面臨現實困難，例如基層執行層層加碼，規避責任，一刀切隔離14天的做法，以及企業難以獲得足夠的口罩等防護用品等。當然，還包括潛在的復工復產人員的對健康風險的認知、對求職賺錢的認知、對出行費用的安排等。

據新華社報道，2月15日，國務院應對新型冠狀病毒感染肺炎疫情聯防聯控機制在北京舉行新聞發布會。交通運輸部、國家衛生健康委、民航局、國鐵集團負責人介紹春運返程疫情防控工作有關情況，透露了多個可以預測未來客運趨勢的數據。

預測2月19日~29日，全國旅客發運總量將達到1.6億人次，約為去年同期的1/5~1/6。

2月16日~29日，長途客流以外地務工人員返崗流為主，此期間將要返崗約1.2億人次。

3月及以后，外地務工人員返崗約1億人次。

3月（視各地大專院校開學時間）及以后，待返校的學生客運量約1億人次。

根據攜程大數據公眾號FlightAI監測判斷，上班族和學生的返程需求尚未有效釋放。2月8日時FlightAI樂觀估計約70%~80%的返程需求未得到滿足，其中北京、成都、廣州、昆明、上海、深圳、西安、重慶等八大返程重點城市約76%~83%的返程需求沒有得到滿足。返程旅客在觀望最佳回程時間，這些旅客的在線搜索呈現出周末高、平日低的趨勢。

下圖是飛常準、民航資源網根據交通部數據編制的春運每日發送旅客增長率圖。其中的天藍色折線是民航客運數據。從圖中可以看到，原定春節假期的第6天（假設是上班族返工起始日）1月29日，民航客運人次同比下降約63%，第7天1月30日同比下降70%，原定復工第一天1月31日同比下降75%，2月1日、2日同比下降也大體維持在75%左右。自2月3日起至13日，民航客運人次每天的同比下降率均超過80%。

交通運輸部的數據，可以理解為未滿足的返程需求，可能比攜程FlightAI較早前預測的比例更大。

應對措施

民航業大咖專家進行了深入議論。綜合起來看，脫困手段有：

獲得新融資（銀行貸款、企業債、股票增發）、對到期債務準許展期、不抽貸；

民航建設基金、燃油費、機場費、航路費等核減，或延期支付；

通過強制休假、暫?；蛉∠椖繙p少現金流出；

設法通過運營手段把退票轉為遠期open預訂，適當開展預售；

加大貨運力度；

拓展新業務，例如學春秋航空賣防疫護理用品；

賣身。

這些都很好，能做的，盡管去做。

假設：

- 在今年5、6月份民航客運恢復到接近往年正常水平之前，前述3、4月份復工復產期確實有一批尚未有效滿足的返工需求，

- 假設某家能挺3個月以上的航司可以快速利用特定技術手段，在這兩個月左右的時間段內，比常規手段能增加一千萬元或以上的營業收入（現金），

則這個事情的必要性就夠強了。筆者想表達的就是：

人工智能技術可助航司精準把握復工復產出行需求

從航司視角，做這個事情的幾個關鍵點，部分是前提條件：

1） 要有自己的電商App、官網，有小程序、公眾號等更好，要做埋點等輕微的改動。

2） 要能用人工智能技術、運營商數據來精準研判潛在旅客的健康風險水平，給出相應的運營對策——可以由外部供應商協助提供。

3） 要有春節前乘坐本公司航班的所有出發程旅客的數據，不管是通過哪個渠道銷售的，越詳細越好。

4） 最好有這些旅客的歷史數據，時間周期越長、數據類型越多、數據維度越豐富越好；

5） 如果您有本事拿到本公司以外的旅客數據，更好。

6） 要求其他數據，例如航班產品、收益管理數據，輔營產品、非航產品數據等。

7） 要能基于上述需求側、供給側數據，利用人工智能技術，做高維、實時、閉環的精準推薦，直接轉化為直銷訂單——可以由外部供應商協助提供。

8） 要能爭取出行全流程關鍵點的交付、協作，特別是健康防疫相關的，例如體溫檢測、防護用具、隔離酒店等。

出行流程簡圖如下：

從潛在旅客體驗視角的勾勒的業務場景，可以描畫如下：

『一個家在四川的青年工人小張，1月16日從深圳的工廠回老家過春節。遇到了疫情，被困在老家。他比較嚴格地遵循了居家隔離政策，每天在家看手機，保持了身體健康，沒有感染。

『到了二月中旬，疫情逐漸緩解，他已經開始擔心自己的工作，迫切希望能在不久之后回到深圳，找到好賺錢的工作。他通過微信上的朋友、招聘網站關注此事情。同時，他還搜索了航班信息、火車信息。

『2月下旬他手機上收到了某航司的短信，點開鏈接，他看到了該航司廣告；他在一些新聞網站、視頻網站也看到了該航司的廣告。廣告的內容是他所關心的，而且，比他想象得還周到，可以大幅度提高他返程的健康安全需求、健康證明需求、支付需求、抵達后的隔離短居需求等。

『于是小張點擊下載了該航司APP，注冊了用戶（以前他通過OTA購買）。他發現他有區塊鏈數字健康風險評估證書，有芝麻信用評分，他可以提交一些個人信息和出行意愿…他很高興，買了這個產品，不僅僅是該航司的機票哦。

『3月初，經過一段特殊的旅途，他健康安全地到達了深圳寶安機場，隨后被統一安排到了機場附近的如家酒店。

『在酒店隔離14天期間，他通過遠程方法面試了好幾個單位，最后他放棄了華為的Offer，去了一家口罩廠上班！

『60天后，他收到提醒，原來他買機票的錢，要還給京東白條。他從自己在口罩廠賺的巨款中，抽出了一筆錢，把機票、保險、地面交通、健康檢測、酒店與隔離服務的錢，支付了京東。完事兒！』

筆者所在的第四范式公司原本就有針對在線零售業的智能推薦產品，前不久針對民航客運業特點對方案做了行業化適配。1月底以來，第四范式公司緊急動員，配合中國疾病預防與控制中心承擔了相關項目，提供了“基于AI的新型冠狀病毒防疫方案”。這是國家人工智能標準化領導組認可的春節期間34個人工智能防疫項目中的一個，也是唯一一個與精準營銷有直接關聯關系的項目。

上述行業化智能推薦方案，加上“基于AI的新型冠狀病毒防疫方案“，與航司已有電商系統、營銷系統和數據平臺結合可以型從新的應急方案，可以幫助航司把握復工復產窗口期需求，也可以延申到未來疫情完全消除后的正常運營期。