正常巡航阶段的控制辅助
在固定条件下进行稳定巡航与控制,本来就是自动驾驶非常擅长的环节。这使得这一部分尤其容易被自动化,同时也让人类可以把注意力转向监控与异常确认。
飞行员会被AI取代吗?飞行计划、油量预测与异常候选提示已高度自动化,但异常时是否返航、如何让整个机组形成一致理解仍由人定。
即使AI不断提升飞行辅助能力,飞行员仍然是一个由“安全侧判断”定义的职业。正常飞行中的控制可以越来越自动化,但异常情况下的优先级判断、是否返航的决定,以及让整个机组保持一致,仍然属于人。
飞行员并不只是操纵驾驶杆的人。他们要在飞行前、飞行中和飞行后,综合飞机状态、天气、机场条件、油量与机组状态,确保整个飞行可以安全进行。
AI和自动驾驶系统已经能在正常飞行的部分环节提供很高水平的支持。但面对突发情况时应优先处理什么、何时返航、需要保留多大安全余量,这些仍然是飞行员职责的核心。
由ai-job-risk.net根据四个公开数据集计算,采用0–100的尺度,相对于我们覆盖的188个职业而言。数值越高,表示该职业的任务中有越多是生成式AI能做或已被用于的。它不是失去这份工作的概率。
研究人员的任务分析(Eloundou等人;ILO)。以在其评估的全部职业中的百分位表示。
Microsoft Copilot与Anthropic Claude在该职业任务上的实际使用情况。以在其评估的全部职业中的百分位表示。
BLS 未列出该职业特有的影响因素,因此这一预测主要反映雇用该职业的行业本身的增长或收缩。
数据为BLS职业“Airline pilots, copilots, and flight engineers”的美国数字。BLS的预测假定技术按历史速度持续发展;它们不是仅针对AI影响的预测。
出处
暴露度指数由ai-job-risk.net根据以下数据集计算(数据截至2026年10月15日)。美国劳动力数字来自BLS,未作改动。
各发布机构均未参与制作、审核或认可本网站。 完整引用、许可与方法
如果只从操纵技巧来评价飞行员,这个职业看起来会随着自动化提升而更容易被替代。但现实中,这份工作的价值很大一部分在于:在平稳时期提前察觉异常的苗头,并在多种约束叠加时,把整体方案重新拉回到更安全的一侧。操控平顺很重要,但判断质量更重要。
AI在飞行计划、油量预测和异常候选提示方面提供了强大支持。也正因此,飞行员留下来的价值,越来越体现在:从系统给出的多个建议中,选择现实中最安全的方案,并让整个机组对这一判断形成一致理解。
把飞行员的工作拆开后,就能清楚看到哪些飞行支持容易自动化,哪些运营判断依旧属于人。下面也会一起看仍然有价值的技能,以及这些经验可延伸的职业方向。
即使在飞行工作中,正常飞行阶段的稳定控制与规划计算,也与AI高度兼容。标准化部分未来很可能进一步被辅助甚至自动化。
在固定条件下进行稳定巡航与控制,本来就是自动驾驶非常擅长的环节。这使得这一部分尤其容易被自动化,同时也让人类可以把注意力转向监控与异常确认。
AI很擅长基于风向、机体重量与航路条件,对飞行计划与油量情景进行比较。作为计算支持,这类工作还会继续发展,因为它能快速评估大量方案。
AI可以帮助缩小异常指示的可能原因范围,并给出应优先确认的步骤。作为初步信息整理层,这类工作非常适合自动化,也能减少漏检。
AI可以整理标准化的航后记录与报告初稿。减少格式整理负担后,机组就能把更多时间用于复盘与共同学习。
航空真正困难的部分,恰恰出现在一切不再按标准程序发展的时候。在异常情况下如何排优先级、如何保留安全余量,这种责任仍然属于人。
当飞机故障、天气恶化、机场拥堵和乘客突发身体问题同时出现时,仍然需要有人判断先处理什么。这不是机械地照单执行检查表,而是要把整个局面重新导向安全的一侧。
继续飞行、返航还是备降,不只取决于飞机状态,也与油量、天气和乘客状况有关。这种划线式决定,仍然深受飞行员经验影响。
即使判断本身是安全的,如果机组没有形成共同理解,执行也可能失败。让整个机组在优先级与行动上保持一致,是超越“会飞”本身的重要工作。
当飞行员能在明确警告出现前,就先注意到细微偏差时,安全余量就会完全不同。对仪表轻微异常或环境变化的提前察觉,仍然是人的强项。
飞行员未来不仅要强化操纵能力,更要强化异常场景下的决策能力与机组协调能力。比起例行状态,更擅长处理例外状态的人,最能保有价值。
只会背程序并不够。飞行员需要训练自己在多种约束叠加时,先保护什么、如何排序。即使面对接近意料之外的局面,也能把选择向安全侧倾斜的人,很难被替代。
在驾驶舱里,不是一个人理解状况就够了。安全运行依赖于整个机组是否能充分沟通、相互确认并合理分工,尤其是在异常情况下更是如此。
飞行员需要能够读懂AI或系统生成的预测信息,并借此把思考再往前推进一步。最强的飞行员不是被动接受建议,而是把这些建议转化为更前瞻的判断素材。
自动驾驶与AI越先进,人越需要持续保持自己对整体局面的掌握。安全依旧取决于:在任何时刻都能重新切回人工判断的准备状态。
飞行员经验会积累出安全判断、多约束下决策与机组协调等能力。这些能力也很自然地能延伸到更广泛的运营与安全岗位。
理解空域约束与安全余量的经验,使飞行员在保障整体航空流动的岗位上也具备可信度。适合想从直接操纵飞机转向系统级安全判断的人。
暴露度指数 50/100 · 美国就业 2025–35 +1.7%
在异常情况下判断什么最该优先的经验,很适合安全审查与事故预防工作。真正了解运行现实的人,往往更能建立实用的安全体系。
在多重约束下设定方向,并让整个团队围绕同一判断行动的经验,也适用于跨部门项目管理。适合想把高责任决策能力带到商业执行中的人。
暴露度指数 70/100 · 美国就业 2025–35 +6.7%
能清楚说明安全判断与程序背后理由的人,通常也很适合培训与模拟器教学。适合想把飞行经验转化为能力培养工作的人。
暴露度指数 85/100 · 美国就业 2025–35 +10.8%
在高压条件下兼顾安全与效率的经验,能很好迁移到更广泛的现场运营管理。适合想从机组层面,扩展到更大系统运营的人。
暴露度指数 63/100 · 美国就业 2025–35 +5.0%
在规则与现实条件之间划线的经验,也适合制度执行与内部控制。适合想把“安全优先”的规则感带入企业治理的人。
即使AI不断提升飞行辅助能力,飞行员仍然是一个由“安全侧判断”定义的职业。正常飞行中的控制可以越来越自动化,但异常情况下的优先级判断、是否返航的决定,以及让整个机组保持一致,仍然属于人。真正最有价值的飞行员,不只是飞得平稳的人,而是在局面开始失控时仍能守住安全的人。
这里列出的是与飞行员同属一个行业的职业。它们并不代表完全相同的工作,但有助于比较 AI 影响和职业路径的接近程度。
飞行员在我们的生成式AI暴露度指数中为39(满分100,在188个职业中排第163位)。它衡量的是工作中有多少是AI能做或已被用于的,而不是这份工作是否会消失。BLS预计,2025年至2035年美国飞行员的就业人数将变化+8.3%。
即使在飞行工作中,正常飞行阶段的稳定控制与规划计算,也与AI高度兼容。标准化部分未来很可能进一步被辅助甚至自动化。例如:正常巡航阶段的控制辅助、飞行计划与油量计算、异常指示原因候选提示、例行运营记录起草。
航空真正困难的部分,恰恰出现在一切不再按标准程序发展的时候。在异常情况下如何排优先级、如何保留安全余量,这种责任仍然属于人。例如:异常情况下的优先级判断、返航或备降的决定、让整个机组对同一判断达成一致、在警报响起前就察觉不适的运行监控。
飞行员未来不仅要强化操纵能力,更要强化异常场景下的决策能力与机组协调能力。比起例行状态,更擅长处理例外状态的人,最能保有价值。例如:异常情境判断训练、机组资源管理与共享认知质量、把数据辅助用于提前思考、避免过度依赖自动化的监控姿态。