Assistente de voz Agentic para operações no aeroporto

Visão Geral da Solução

As operações em Terra de aeroportos realizam mais de 40 milhões de voos por ano e envolvem diversas tarefas, como manuseio de carga, abastecimento de carga, serviço de self-service e manutenção. Essa complexidade é composta por funcionários menos experientes, o que aumenta a probabilidade de erro humano, coloca em risco a segurança e resulta em atrasos de voo dispendiosas. Por exemplo, um 15atraso de minutos para um Airbus A321 pode custar às companhias aéreas cerca de3 euros,030 (aproximadamente3500 US$).

Esta solução usa Dataworkz, Google Cloud e MongoDB Atlas para alimentar um assistente de voz de agente para operações em campo do aeroporto. Esse assistente orienta os operadores por listas de verificação essenciais, recupera respostas em tempo real de manuais incorporados por meio do aplicaçãoRAG do Dataworkz e registra ações para auditar e otimização. O sistema permite a interação com as mãos livres usando a Vertex AI para voz para texto, texto para voz e NLP, e usa o Atlas Vector Search para recuperação sensível ao contexto. A equipe pode usar o assistente de voz como uma base de conhecimento inteligente, o que garante a conformidade, aumenta a eficiência operacional e reduz o tempo de treinamento das equipes de campo.

Arquiteturas de referência

Esta solução tem a seguinte arquitetura:

figura 1. Arquitetura inteligente de operações em escala de aeroportos

Conforme mostrado na figura 1, esta solução utiliza as seguintes tecnologias:

• Dataworkz para RAG e IA agente: o Dataworkz é uma plataforma de RAG gerenciada que fornece uma framework de IA agente e uma camada de dados otimizada para IA. Ele facilita a integração perfeita de dados no MongoDB Atlas e gerencia o fluxo de trabalho de RAG de ponta a ponta, ingerindo e incorporando manuais e regulamentos técnicos com modelos de IA Voyage. O construtor RAG da Dataworkz integra o assistente de voz com informações complexas de manuais de segurança que ele armazena no MongoDB. Após a conclusão do fluxo de trabalho de ponta a ponta, o Dataworkz executa queries com o MongoDB Atlas Vector Search para recuperação de informações precisas.

• MongoDB Atlas como banco de dados principal : o MongoDB Atlas serve como armazenamento de dados centralizado do aplicativo. Sua flexibilidade e escalabilidade permitem armazenar grandes volumes de dados não estruturados que são comuns em volumes de trabalho de IA. Além disso, sua estrutura de agregação simplifica o processamento de dados para o desenvolvimento de aplicação de IA. O Atlas também armazena registros de atividades da sessão e dados de texto brutos e vetorizados de manuais incorporados, que o Dataworkz consulta usando o Vector Search.

• Google Cloud para voz e NLP: a Vertex AI do Google Cloud oferece recursos essenciais de voz para texto, texto para voz e NLP, permitindo interações naturais com a assistente de voz para equipes de campo. Por exemplo, se um operador fizer uma pergunta a ela, como O que você média com torção do trem de cauda? A Vertex AI realiza a conversão de voz para texto e envia as informações para o Dataworkz, que consulta o MongoDB de forma inteligente usando o Vector Search.

• Funcionalidade do assistente de voz: o assistente de voz do agente fornece dinamicamente itens da lista de verificação aos operadores. O sistema fornece validação instantânea, lê as próximas etapas e oferece contexto adicional dos manuais se detectar discrepâncias. O Dataworkz permite a query inteligente de manuais incorporados por meio do MongoDB Atlas Vector Search, fornecendo respostas específicas do contexto em tempo real.

Abordagem do modelo de dados

O modelo de documento flexível do MongoDB suporta os dados não estruturados usados no desenvolvimento de IA, como dados de sistemas complexos de monitoramento e registro no ambiente do aeroporto. O MongoDB Atlas armazena a memória do agente , incluindo o estado atual das listas de verificação, etapas individuais e registros gerados por RAG. Esses registros ajudam a rastrear as queries para treinamento e as faixas de auditar para compliance de segurança.

O trecho de código abaixo mostra como a coleção logs registra queries 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?"
            }
         }
      }
   ]
}

A solução registra e armazena cada operação no campo como um documento JSON no MongoDB Atlas para auditar e otimização. Cada documento tem um sessionId exclusivo, que você pode usar para atualizar os documentos conforme necessário.

Construir a solução

Você pode replicar essa solução seguindo o README no repositório GitHub, que o orienta pelas etapas a seguir.

git clone https://github.com/mongodb-industry-solutions/aircraft-groundops-sync.git

npm install

npm run dev

npm run build

Principais Aprendizados

• Redução no tempo de treinamento e na carga intuitiva: com essa solução, as equipes de campo não precisam memorizar todos os detalhes de manuais extensivos. O assistente de voz atua como uma base de conhecimento inteligente que fornece respostas sensíveis ao contexto em tempo real e reduz a carga intuitiva de acompanhar as etapas de operação e os manuais da nave.

• Prevenção de erros e conformidade aprimoradas: a lista de verificação de conformidade fornece acesso imediato aos procedimentos corretos, minimiza os riscos de erro humano devido a etapas perdidas e melhora a segurança e a conformidade por meio de registros de atividades de sessão.

• Otimização orientada por dados: analise e auditar seus dados usando registros de atividades de sessão armazenados no MongoDB Atlas. Esses registros permitem a otimização contínua, fornecendo insights baseados em dados que identificam áreas que precisam de treinamento adicional ou melhorias no conteúdo manual.

• Orientação baseada em IA flexível e escalável: o modelo de documento flexível do MongoDB, os recursos de processamento em tempo real e a pesquisa avançada de vetores podem ser integrados para criar um sistema de assistência por voz de agentes. Essa arquitetura ajuda os aplicativos de IA a lidar com ambientes operacionais complexos, integrando perfeitamente dados estruturados e não estruturados.

Autores

• Romina Carranza, MongoDB

• Humza Akthar, MongoDB

Saiba mais

• Consultor de incidentes de frota conectada com tecnologia de AI agêntica

• Melhore as operações de voo com análises em tempo real

• Transformação da experiência do motorista com a MongoDB e o Google Cloud

• Para saber como o MongoDB oferece suporte aos aplicativos de Manufatura e Automação, visite MongoDB para Manufatura e Mobilidade.