Een test van American Airlines en Google laat zien dat kunstmatige intelligentie meer kan doen dan alleen brandstof besparen. Door kleine aanpassingen te maken aan vliegroutes, kan AI het ontstaan van condensstrepen sterk verminderen. Dat is belangrijk, want deze kunstmatige wolken vormen het grootste niet-CO2-gerelateerde klimaateffect van de luchtvaart. Het opmerkelijke is dat dit volgens de testresultaten kan zonder extra brandstof te verbruiken.

Wat zijn condensstrepen en waarom zijn ze een probleem?

Condensstrepen, die je als witte strepen aan de hemel ziet, zijn eigenlijk kunstmatige wolken. Ze ontstaan wanneer hete uitlaatgassen van vliegtuigmotoren zich mengen met koude, vochtige lucht op grote hoogte. Deze ijswolken kunnen uren blijven hangen en warmte vasthouden in de atmosfeer, wat bijdraagt aan de opwarming van de aarde. Onderzoek wijst uit dat de klimaateffecten van deze contrails zelfs groter kunnen zijn dan die van alle CO2 die vliegtuigen sinds het begin van de luchtvaart hebben uitgestoten. Het verminderen ervan is dus een significante kans om de totale klimaatimpact van vluchten te verlagen.

Hoe kan AI deze strepen verminderen?

De kern van de aanpak ligt in het voorspellen en vermijden van de specifieke atmosferische omstandigheden waarin condensstrepen ontstaan. Niet overal op een vliegroute is de lucht even vochtig of koud. Google ontwikkelde een AI-model dat op basis van satellietdata, weermodellen en vluchtgegevens kan voorspellen waar deze ‘contrail-vormende’ gebieden zich bevinden. Vervolgens berekent het alternatieve routes of kleine hoogte-aanpassingen om deze zones te omzeilen. Het doel is om dezelfde bestemming te bereiken, maar door luchtruim te vliegen waar de kans op het vormen van die opwarmende wolken veel kleiner is.

De praktische test en de resultaten

American Airlines testte deze AI-software gedurende zes maanden op een deel van hun vloot. Piloten ontvingen tijdens de voorbereiding suggesties voor aangepaste routes. Uit de analyse van de testvluchten bleek dat de AI-voorspellingen over waar condensstrepen zouden ontstaan accuraat waren. De piloten die de suggesties opvolgden, wisten het ontstaan van contrails met 54 procent te verminderen. Het cruciale detail is dat dit volgens de betrokken partijen gebeurde zonder dat de vliegtuigen extra brandstof hoefden te verbruiken. Dit maakt de maatregel direct economisch haalbaar voor luchtvaartmaatschappijen.

Wat betekent dit voor de toekomst?

Deze test toont aan dat operationele optimalisatie met AI een directe en meetbare impact kan hebben op niet-CO2-emissies, een gebied dat tot voor kort moeilijk aan te pakken leek. Het benadrukt dat duurzaamheid in complexe logistieke ketens niet alleen gaat om minder verbruiken, maar ook om slimmer opereren. Als deze technologie op grotere schaal wordt ingezet, kan het een relatief snelle manier zijn om de totale klimaatimpact van de luchtvaart te verminderen, naast langetermijninvesteringen in duurzamere brandstoffen en vliegtuigontwerpen.

Hoe kun je dit vandaag toepassen?

De les uit dit experiment gaat verder dan alleen de luchtvaart. Het toont de kracht van AI om in bestaande, complexe processen kleine, slimme aanpassingen te vinden die een groot effect hebben op duurzaamheid, zonder de operationele efficiëntie te schaden. Deze denkwijze is toepasbaar in veel sectoren.

Als je een transport- of logistiek bedrijf runt. Je zou kunnen onderzoeken of er AI-oplossingen zijn die niet alleen de kortste route berekenen, maar ook routes die bijvoorbeeld filevorming, remmomenten of leeg rijden verminderen. Een mogelijkheid is om te kijken naar software die real-time verkeersdata, weersomstandigheden en laadstatus combineert om brandstofverbruik en slijtage te minimaliseren.

Als je een productiebedrijf hebt met een energie-intensief proces. Overweeg om de data van je machines te analyseren met AI om patronen te vinden. Misschien is er een specifieke machine-instelling of een volgorde van handelingen die hetzelfde resultaat oplevert met minder energieverbruik of minder afval, een optimalisatie die mensen zelf niet direct zien.

Als je een vastgoedbeheerder bent. Een concrete stap is het inzetten van AI voor het beheer van klimaatsystemen in gebouwen. In plaats van vaste schema’s kan software leren voorspellen wanneer ruimtes daadwerkelijk gebruikt worden en de verwarming of koeling daar precies op afstemmen, wat forse besparingen kan opleveren zonder comfortverlies.

Als je een webwinkel hebt met een eigen voorraad. Je zou kunnen kijken naar voorspellende modellen die niet alleen aangeven wát je moet bestellen, maar ook de optimale timing en bundeling van leveringen. Dit kan onnodige, hectische spoedzendingen en daarmee transportbewegingen verminderen, wat zowel kosten als uitstoot scheelt.

Als je als consultant of adviseur werkt. Een manier om waarde toe te voegen is door bij klanten niet alleen te kijken naar grote, kapitaalintensieve verduurzamingsprojecten, maar ook naar operationele optimalisatie. Stel de vraag: “Waar in uw dagelijkse processen zit verborgen verspilling die met data-analyse en slimme software aangepakt kan worden?” Dit levert vaak snellere resultaten op.

Bron: Bright