Stratégie

La grande transformation analytique d'American Airlines

Maya Leibman, ex-DSI d'American Airlines : « Le plus grand défi est de transformer ces données en informations exploitables. »

American Airlines, la plus grande compagnie aérienne du monde, s'est tournée vers le cloud, où elle exploite l'IA, l'apprentissage machine et l'analytique en temps réel afin de mieux gérer les perturbations, rationaliser les opérations et améliorer l'expérience de voyage de ses clients.

PublicitéLa pandémie de Covid-19 a provoqué de sérieuses turbulences dans les compagnies aériennes. Jusqu'à aujourd'hui, alors que la réduction du nombre de contrôleurs aériens et la pénurie de pilotes continue à provoquer un nombre sans précédent d'annulations. Selon Reuters, entre janvier et juillet 2022, plus de 100 000 vols ont été annulés aux États-Unis, soit 11 % de plus qu'avant la pandémie. Pour limiter les perturbations et rationaliser les opérations afin d'éviter des déconvenues à ses voyageurs, American Airlines, la plus grande compagnie aérienne au monde, a misé sur les données et l'analytique. « Sans friction, sans interruption, sans stress, tel a toujours été notre credo, mais il nous était difficile de le concrétiser avec les systèmes et l'infrastructure hérités dont nous disposions », relate Maya Leibman, vice-présidente exécutive et DSI sortante d'American Airlines. « Mais à force de modernisation, nous nous en approchons de plus en plus. Demain, les aéroports seront peut-être des Sky-Stops, où l'on embarquera à bord des avions, comme on peut le faire dans un bus ordinaire », poursuit-elle.

Maya Leibman, qui a quitté ses fonctions le 1er septembre pour laisser la place à un nouveau vice-président exécutif et directeur du numérique et de l'information (CDIO), Ganesh Jayaram, a orienté et accompagné la compagnie aérienne, créée il y a 86 ans, dans une transformation majeure, avec un objectif : centrer la prise de décision sur les données. « Ce travail de transformation a été entamé il y a quelques années déjà, et avant la pandémie, nous avons changé notre manière de penser, en axant nos équipes autour de tous nos nouveaux produits », explique Maya Leibman. « Ce fut un énorme changement, mais, comme en 2019, nous avions posé les bases d'une culture DevOps orientée produit, nous avons pu basculer et redéfinir les priorités de notre travail pour répondre rapidement aux problèmes des clients liés à la pandémie, notamment en facilitant l'utilisation des crédits de voyage des vols annulés ». Maya Leibman fait remarquer qu'American Airlines opère à toute heure du jour et de la nuit, la compagnie ayant toujours des avions en vol quelque part dans le monde. « Dans notre industrie, le produit est consommé au fur et à mesure qu'il est produit », pointe-t-elle. « Le plus grand défi est de transformer ces données en informations exploitables sur lesquelles on peut agir facilement et de manière transparente en temps réel dans cet environnement 24*7*365 ».

Aller vers le cloud

Heureusement, pour mener à bien son projet, Maya Leibman a eu la chance d'avoir à ses côtés Poonam Mohan, vice-présidente de la technologie d'entreprise chez American Airlines. Celle-ci supervise de nombreuses initiatives d'IA et d'analyse de données de la compagnie aérienne et elle a joué un rôle fondamental dans la réalisation des objectifs de Maya Leibman. « Nous avons déplacé nos principales plateformes de données vers le cloud et mis en place des hubs de données pour la clientèle et les opérations », explique Poonam Mohan. « Ces systèmes permettent d'utiliser des données en temps réel provenant de très nombreux éléments mobiles de la plus grande compagnie aérienne du monde, pas seulement pour comprendre comment les événements nous ont affectés dans le passé, mais surtout pour améliorer au fur et à mesure les résultats pour les clients et les opérations », ajoute-t-elle. Poonam Mohan précise que son équipe a aussi créé des frameworks DataOps qui ont amélioré la capacité de la compagnie aérienne à ingérer et à consommer les nouvelles sources de données, les tâches étant réalisées en quelques heures plutôt qu'en plusieurs semaines, comme c'était le cas auparavant.

PublicitéAmerican Airlines s'est associée à Microsoft pour faire d'Azure la plateforme cloud privilégiée des applications et des charges de travail critiques de la compagnie aérienne. Les partenaires appliquent l'IA, l'apprentissage machine et l'analyse de données à chaque élément opérationnel, que ce soit pour réduire le temps de roulage (afin d'économiser des milliers de litres de kérosène par an et laisser plus de temps aux clients en correspondance pour attraper leur prochain vol) ou fournir en temps réel des informations au personnel de maintenance, aux équipes au sol, aux pilotes, agents de bord et agents d'embarquement. À titre d'exemple, Poonam Mohan a expliqué qu'au début de la pandémie, la compagnie aérienne avait dû annuler brusquement des milliers de vols en raison des interdictions de voyager et par conséquent rembourser un grand nombre de clients. « L'apprentissage machine, l'ingestion et le traitement automatisés nous ont été très utiles pour aider nos agents du service client à gérer cet énorme volume et procéder plus rapidement aux remboursements », souligne la vice-présidente de la technologie d'entreprise d'American Airlines.

Concernant les temps de roulage, un programme de porte intelligente déployé au hub de Dallas-Fort Worth (DFW) par la compagnie aérienne permet d'avoir une analyse en temps réel des points de données, notamment des informations sur les itinéraires et les pistes afin d'attribuer automatiquement la porte disponible la plus proche aux avions qui arrivent, évitant ainsi une intervention manuelle des planificateurs de porte. Actuellement, le programme réduit le temps de roulage d'environ 10 heures par jour. American Airlines est en train de migrer et de centraliser ses charges de travail opérationnelles stratégiques - y compris son entrepôt de données et plusieurs anciennes applications - dans un Operations Hub sur Azure, ce qui, selon la compagnie, l'aidera à réduire ses coûts, à accroître son efficacité et son évolutivité, et à progresser vers ses objectifs de durabilité. « Nous visons une automatisation de toutes les fonctions de l'entreprise », confie Poonam Mohan. « L'automatisation robotisée des processus nous a permis d'automatiser un grand nombre de processus manuels répétitifs dans les domaines de la finance, de la fidélisation, de la gestion des revenus, des réservations et des RH, pour ne citer que ceux-là. La combinaison de l'automatisation avec l'apprentissage machine pour le traitement du langage naturel est très efficace pour résoudre de nombreux problèmes liés aux clients », ajoute-t-elle.

L'importance de la culture

Mme Mohan fait également remarquer que l'entreprise commence à peine à tirer profit des technologies de jumeau numérique et d'IA pour améliorer ses opérations et l'expérience de voyage des clients. Deux de ses programmes ML les plus récents, lancés au printemps, comprennent HEAT (Hub Efficiency Analytics Tool) et le programme de porte intelligente mentionné plus haut. HEAT a déjà joué un rôle clé lors de violents orages. Il analyse de multiples points de données, notamment les conditions météorologiques, les facteurs de charge, les connexions des clients, la disponibilité des portes d'embarquement et le contrôle du trafic aérien pour aider American Airlines à ajuster les heures de départ et d'arrivée de centaines de vols de manière coordonnée. « Jusqu'à présent, nous avons été satisfaits des résultats, car nous avons pu réduire le nombre d'annulations à la suite d'événements météorologiques », souligne Poonam Mohan. « Même s'il y a parfois des retards, nous pouvons amener les clients à destination au lieu d'annuler leurs vols ».

Quant au programme de porte intelligente du hub de Dallas-Fort Worth (DFW), Poonam Mohan précise qu'en mars, American Airlines a pu gagner près de deux minutes par vol en temps de roulage, ce qui représente un total de 10 heures par jour. « Nous avons réduit de 50% les cas où la mise à disponibilité des portes d'embarquement est supérieure à 25 minutes », illustre-t-elle. « C'est un scénario courant dans les voyages aériens : un vol arrive en avance, mais il faut attendre sur le tarmac que la porte soit libérée. Le fait de laisser plus de temps entre le départ du vol précédent et l'arrivée du vol suivant évite la répétition de ce scénario, toujours frustrant pour les passagers ». Selon Poonam Mohan, le programme a également permis à la compagnie aérienne de réduire de 50 % le nombre de changements de porte d'embarquement « rapprochés ». Ces événements sont particulièrement désagréables pour les clients qui doivent se précipiter vers une nouvelle porte d'embarquement de l'aéroport.

Pour mener à bien ces changements au niveau de l'IT et de l'ensemble de l'entreprise, il a fallu créer et entretenir la bonne culture. Maya Leibman, la vice-présidente exécutive et DSI sortante d'American Airlines, fait remarquer qu'une équipe entière est dédiée à la transformation de l'offre au sein de l'entreprise. Son objectif principal est d'instaurer une culture d'entreprise axée sur l'apprentissage continu et d'inciter les partenaires commerciaux à adopter des pratiques DevOps et axées sur les produits. En interne, l'équipe a développé un environnement de coaching immersif appelé « le Hangar ». Cet espace permet aux équipes produits de travailler en étroite collaboration avec des coachs. « Nous avons également mis en place une plate-forme d'expérience pour les développeurs, appelée Developer Runway, afin de créer une expérience fluide pour nos développeurs en matière de création et de livraison d'applications », indique Maya Leibman.

La plateforme permet aux équipes de créer et d'exposer leurs services. Les équipes de l'ensemble de l'environnement technologique travaillent directement avec la plateforme Runway et la communauté des développeurs peut ensuite tirer parti de ce qui est exposé sur la plateforme pour simplifier leur expérience de livraison. « Ce qui est difficile dans une grande entreprise, c'est que les gens aiment la cohérence, les normes et la prévisibilité, donc les processus se construisent autour de cela, mais tout cela est comme une barrière qui empêche l'innovation », observe Maya Leibman. « Nous ne pouvons pas recruter des gens et les mettre dans un petit enclos parce qu'ils ne réaliseront jamais ce pour quoi nous les avons engagés. En tant que dirigeants, nous devons faire preuve de discernement et comprendre que si nous avons besoin de normes et de cohérence, cela ne peut se faire au détriment des personnes intelligentes, prêtes à déployer leurs ailes et à produire des approches nouvelles et innovantes, non seulement de ce que nous faisons, mais aussi de la manière dont nous le faisons ».