Impulse operaciones aeroportuarias inteligentes para el personal de tierra con un asistente de voz agente creado con MongoDB Atlas, Dataworkz y Google Cloud para mejorar la seguridad y evitar costosos retrasos en los vuelos.
Casos de uso: Inteligencia artificial, búsqueda inteligente, personalización
Industrias: Fabricación y movilidad
Productos: MongoDB Atlas, Búsquedavectorialde MongoDB Atlas
Asociados: Dataworkz, Google Cloud
Resumen de la solución
Las operaciones terrestres de los aeropuertos gestionan más de 40 millones de vuelos al año e implican numerosas tareas como la gestión de equipaje, el reabastecimiento de combustible, el catering y el mantenimiento. Esta complejidad se ve agravada por la falta de experiencia del personal, lo que aumenta la probabilidad de errores humanos, pone en peligro la seguridad y provoca costosos retrasos en los vuelos. Por ejemplo, un 15retraso de minuto en un Airbus A321 puede costar a las aerolíneas alrededor3 de, €.030 (aproximadamente $3500).
Esta solución utiliza Dataworkz, Google Cloud y MongoDB Atlas para impulsar un asistente de voz agente para las operaciones terrestres del aeropuerto. Este asistente guía a los operadores a través de listas de verificación esenciales y recupera respuestas en tiempo real de los manuales integrados a través de Dataworkz. Aplicación RAG y registra acciones para auditoría y optimización. El sistema permite la interacción manos libres mediante Vertex AI para la conversión de voz a texto, texto a voz y procesamiento del lenguaje natural (PLN), y utiliza Atlas Vector Search para la recuperación contextual. El personal puede usar el asistente de voz como una base de conocimiento inteligente, lo que garantiza el cumplimiento normativo, aumenta la eficiencia operativa y reduce el tiempo de capacitación del personal de tierra.
Arquitecturas de Referencia
Esta solución tiene la siguiente arquitectura:
Figura 1. Arquitectura inteligente de operaciones terrestres en aeropuertos
Como se muestra en la Figura 1, esta solución utiliza las siguientes tecnologías:
Dataworkz para RAG e IA agentica: Dataworkz es una plataforma RAG administrada que proporciona un marco de IA agentica y una capa de datos optimizada para IA. Facilita la integración fluida de datos en MongoDB Atlas y gestiona el flujo de trabajo RAG de extremo a extremo mediante la ingesta e integración de manuales técnicos y normativas con los modelos de IA de Voyage. El generador RAG de Dataworkz integra el asistente de voz con información compleja de los manuales de seguridad que almacena en MongoDB. Una vez finalizado el flujo de trabajo integral, Dataworkz ejecuta consultas con MongoDB Atlas Vector Search para una recuperación precisa de la información.
MongoDB Atlas como base de datos principal: MongoDB Atlas funciona como el almacén de datos centralizado de la aplicación. Su flexibilidad y escalabilidad le permiten almacenar grandes volúmenes de datos no estructurados, comunes en las cargas de trabajo de IA. Además, su marco de agregación simplifica el procesamiento de datos para el desarrollo de aplicaciones de IA. Atlas también almacena registros de actividad de sesión y datos de texto sin procesar y vectorizados de manuales integrados, que Dataworkz consulta mediante Vector Search.
Google Cloud para voz y procesamiento del lenguaje natural (PLN): Vertex AI de Google Cloud ofrece funciones esenciales de voz a texto, texto a voz y PNL, lo que permite interacciones naturales con el asistente de voz agéntico para el personal de tierra. Por ejemplo, si un operador pregunta algo sobre una aeronave, como "¿Qué quiere decir con torsión del tren de morro?", Vertex AI realiza la conversión de voz a texto y envía la información a Dataworkz, que consulta MongoDB de forma inteligente mediante búsqueda vectorial.
Funcionalidad del asistente de voz: El asistente de voz agentic proporciona dinámicamente elementos de la lista de verificación a los operadores. El sistema proporciona validación instantánea, lee los pasos siguientes y ofrece contexto adicional de los manuales si detecta discrepancias. Dataworkz permite la consulta inteligente de manuales integrados mediante MongoDB Atlas Vector Search, ofreciendo respuestas contextuales en tiempo real.
Enfoque del modelo de datos
El modelo de documentos flexible de MongoDB admite los datos no estructurados utilizados en el desarrollo de IA, como los datos de sistemas complejos de monitorización y registro en el entorno aeroportuario. MongoDB Atlas almacena la memoria del agente, incluyendo el estado actual de las listas de verificación, los pasos individuales y los registros generados por RAG. Estos registros ayudan a rastrear las consultas para el entrenamiento y las pistas de auditoría para el cumplimiento de la seguridad.
El siguiente fragmento de código muestra cómo logs La colección registra consultas NLP.
{ "_id": { "$oid": "686ffc11d66babf8cd958229" }, "sessionId": "efc07eac-ef36-4487-adc0-5c0f82eddfe7", "logs": [ { "timestamp": "2025-07-10T17:44:48.838Z", "toolName": "consultManual", "type": "call", "details": { "name": "consultManual", "args": { "query": "What is a tow bar operation?" } } } ] }
La solución registra y almacena cada operación terrestre como un documento JSON en MongoDB Atlas para fines de auditoría y optimización. Cada documento tiene un sessionId único, que puede usar para actualizarlo según sea necesario.
Construir la solución
Puede replicar esta solución siguiendo README en el repositorio de GitHub, que lo guiará a través de los siguientes pasos.
Instalar las dependencias necesarias
Inicie sesión en su cuenta Dataworkz para configurar la aplicación RAG, de la siguiente manera:
Crear una nueva aplicación RAG.
Configurar la base de conocimientos mediante la ingesta de documentos de operaciones de aeronaves, manuales técnicos y regulaciones.
Para su archivo de variables de entorno, configure y obtenga sus
DATAWORKZ_SYSTEM_IDyDATAWORKZ_LLM_PROVIDER_IDPuede utilizar modelos de incrustación de texto de Voyage AI para su aplicación RAG.
Ejecutar la aplicación
Ejecute la aplicación en modo de desarrollo ejecutando este comando:
npm run dev
Luego, abra http://localhost:3000 en su navegador para acceder al panel de operaciones en tierra de la aeronave.
Alternativamente, ejecute la aplicación en modo de producción con el siguiente comando:
npm run build
Aprendizajes clave
Reducción del tiempo de capacitación y la carga cognitiva: Con esta solución, el personal de tierra no necesita memorizar cada detalle de extensos manuales. El asistente de voz actúa como una base de conocimiento inteligente que ofrece respuestas contextuales en tiempo real y reduce la carga cognitiva de realizar un seguimiento de los pasos de la operación y los manuales de la aeronave.
Prevención de errores y cumplimiento mejorados: la lista de verificación de cumplimiento proporciona acceso inmediato a los procedimientos correctos, minimiza los riesgos de error humano debido a pasos olvidados y mejora la seguridad y el cumplimiento a través de registros de actividad de la sesión.
Optimización basada en datos: Analice y audite sus datos mediante los registros de actividad de sesión almacenados en MongoDB Atlas. Estos registros permiten una optimización continua al proporcionar información basada en datos que identifica áreas que requieren capacitación adicional o mejoras en el contenido manual.
Guía flexible y escalable basada en IA: El modelo de documentos flexible de MongoDB, las capacidades de procesamiento en tiempo real y la búsqueda vectorial avanzada se pueden integrar para crear un sistema de asistencia de voz con agentes. Esta arquitectura ayuda a las aplicaciones de IA a gestionar entornos operativos complejos mediante la integración fluida de datos estructurados y no estructurados.
Autores
Romina Carranza, MongoDB
Humza Akthar, MongoDB