在最早的互联网时代，用户的直接需求是打破信息孤岛，能够看到航班延误等数据；而在移动互联网时代，用户的数据需求则具有实时性，包括飞机运行情况、起降时间等多个层面。如今，航司、机场、运营企业、甚至外部合作方均实现互联互通，需要通过海量的数据技术和高速的算力实现前瞻性预判。

　　早在十多年前，伴随互联网的兴起，业界对于航空出行的时间价值和信息需求有了更多期待。彼时，郑洪峰曾带领团队上线航班管理工具“飞常准”。

　　和民航数据打交道十几年，郑洪峰也接触过各行各业的客户。在这一过程中他发现，行业伙伴对数据的态度有了明显的变化。

　　一开始，很多行业伙伴抱着“我的地盘听我的”思维守住自己的数据，要想撬动客户开放数据十分困难。而眼下，技术变革日新月异，各行各业已经逐步形成对数据的开放态度。不过，交通出行的数据不能仅仅停留在低层次，还需要提供解决问题的能力，因而行业面临着怎样运营数据的挑战。

　　另一方面，在航旅经济不断发展的当下，传统旅行社的市场占有率下降，个性化定制自由行比重不断上升。这背后是用户需求的变革和消费升级下的创新，而这亦需要各行各业实现数据互联。

　　郑洪峰以机场出行接机的小场景举例称，传统数据模型中，接机司机只能了解乘客的到达时间和航站楼等单一数据，却无法了解飞机落地的机位远近，更无法精准预测乘客抵达上车点的时间。而随着数据的重新排列组合，这一场景的数据运用将更加清晰，司机的运营效率和乘客的出行效率都会进一步提升。

谈市场现状：很多高价值出行数据没有被利用

　　飞友科技CEO郑洪峰 图片来源：受访者提供

　　一个不容忽视的事实是，智能物联网趋势日渐显著，出行行业也需要与尖端制造业、通讯业同步发展，获得与业务流程融合度更高的数据智能化支持。随着新品牌“Airsavvi”的发布，郑洪峰也希望能够进一步打开数据边界，驱动出行数据智能化。

　　在郑洪峰看来，提供出行及运输服务的组织本身会产生大量的高价值数据，但受限于业务交叉复杂、边界较多的困扰，很多数据并没有被挖掘利用。目前，出行行业智能化应用显著的板块也仅仅局限于无人驾驶、音视频识别和精准营销等。

　　另一方面，目前出行行业中绝大多数“公共服务”性质的数据增长比较缓慢，但利用数据对业务进行智能化辅助决策和产品设计的能力，也就是数据智能（Data Intelligence，DI）能力越来越重要。

　　要从海量的数据中真正挖掘到有价值的部分并非易事，需要在具体的实现路径上进行探索。郑洪峰表示，首先要通过深度调研用户需求，匹配业务场景、建立业务数据模型和算法，帮助企业获取更多维度业务脉搏；其次要将庞大的出行数据与组织业务进行有效结合，修正业务模型，提升产品个性化服务能力，并保障企业及终端用户的数据安全。

谈数据智能:要能降成本而非“蹭热点”

　　与此同时，郑洪峰也提醒道，数据智能化并不意味着“蹭热点”和盲目跟风。一方面，要相信市场巨大的潜力和空间；另一方面，在运用新技术的过程中不能脱离市场现状和需求。

　　他以5G技术举例称，5G的前景和未来不言而喻，但在数据智能化方面的运用目前依然有限，还有很多问题需要解决。并不是为数据赋予5G、AI、NB-IoT的概念就实现了智能化，只有踏踏实实解决市场需求的数据才有价值。另一方面，数据智能是一个系统工程，只拥有数据但缺乏用户也很难。

　　数据智能化亦是一个双向驱动的过程。一方面，随着民航业的变革和航旅经济的不断发展，航空技术提供商需要不断更新数据，满足增长的用户需求；另一方面，旅客在体验的过程中也会提出自身的想法，给予行业新思路，刺激行业创造新兴数据。

　　面临巨大的市场蛋糕，郑洪峰还表示，海外市场也是一片亟需拓展数据智能的蓝海。例如，分享不同区域出行服务的市场与技术趋势，将在中国已经成熟的部分出行数字化服务样板，如航旅金融保险、空铁组合出行方案等对海外企业进行输出赋能，同时也将重点关注南亚及东南亚等新兴民航市场，为更多当地新创出行科技企业提供成熟的数字化业务支持。

　　谈及未来，郑洪峰向《每日经济新闻》记者强调，不论行业发生何种变革，航空数据应用进入怎样的阶段，智能数据的效率提升始终离不开以下三点：一是时刻围绕用户需求；二是数据智能化能力不是“空中楼阁”，要真正起到降低成本、提高效率的作用；三是数据智能应用要有全球视野。

　　封面图片来源：受访者提供