当
2万条工单遇上
+
DeepSeek
——南昌机场探索航站区科技赋能实践
?? 【编者按】
在南昌昌北国际机场T2航站楼
日常运行累计产生了2万余条运行工单
这些过去沉睡在表格中的数据
如今通过科技赋能实践
转化为提升管理效能的“金钥匙”
数据破局 ——
从“人工统计”到“智能洞察”
01
痛点直击：日均60+条工单，人工分类耗时易漏
技术破题：
?自动归类6大类高频问题（安全/服务/设备/运行等）
?生成可视化热力图，深度解析问题发生的时空分布规律
?生成标准化分析报告，辅助全局运行态势研判
“现在每天晨会都能看到最新的问题热力图，现场巡查力量布置更精准 。”
—南昌机场航站区运行管理室班组长
系统试运行期间累计处理工单1700余条，实现数据价值深度释放。
—— 风险先知
隐患拦截“跑在”问题前
02
预警逻辑：
1??实时扫描新增工单关键词（如“异响”“报错”）
2??对比2万条历史工单处置案例库
3??推送风险信息及处置建议
实战案例
?提前雨季1个月预警排查航站楼屋面漏点
?识别航站楼内某设施集中性故障关联性，避免旅客投诉
航站楼运行监测视图
相关数据已脱敏
管理进化 ——
从“经验驱动”到“数据说话”
03
传统模式 | 科技赋能模式 |
月度总结发现规律 | 实时动态监测 |
靠人工排查风险 | 系统自动预警 |
处置方案依赖 经验判断 | 数据推荐最优解 |
成果分享
?数据治理先行：建立标准化工单录入模板，字段信息完整率达95%
?人机协同增效：建立“系统初筛+人工复审”双审机制
?闭环管理提质：建立“数据日清-周研判-月优化”工作流程
【结语】
此次实践不仅验证了国产大模型在航站楼运行管理领域的适配性，更探索出一条“小投入、快迭代、深应用”的科技赋能路径。南昌机场将持续完善数据分析机制，深化风险预警模型建设，着力打造“数据驱动决策、智慧引领创新”的新型管理模式，为集团公司高质量跨越式发展提供创新范本。