AI Agent重塑低空智能决策链

执行摘要：以Jeppesen在ForeFlight中引入AI Agent为切入点，观察AI智能体如何嵌入低空飞行服务工具链，改变飞行员决策流程与数据服务商业模式。报告梳理低空经济产业现状与竞争格局，拆解上游数据与算力、中游平台与Agent软件、下游飞行运营应用三层产业链，分析信任机制与决策权分配这一核心落地瓶颈，并对行业趋势作出中性判断。

低空经济现状与格局

一、产业规模：从概念到实体经济的快速过渡

低空经济是指以1000米以下（可延伸至3000米）空域为依托，以各类有人驾驶和无人驾驶航空器的低空飞行活动为牵引，辐射带动相关领域融合发展的综合性经济形态。自2021年写入国家规划以来，产业已从概念阶段快速进入商业化落地阶段。

从整体规模看，国内多家研究机构测算，中国低空经济2023年市场规模已超过5000亿元，预计到2030年有望突破2万亿元。产业链条呈现典型的三层结构：

• 上游：飞行器整机制造（eVTOL、工业级无人机、通航飞机）、核心零部件（电池、电机、飞控、航空电子）；
• 中游：飞行保障服务，包括空管系统、飞行信息服务、通信导航监视（CNS）、气象服务、起降场建设；
• 下游：应用场景运营，覆盖低空物流、城市空中交通（UAM）、应急救援、农林植保、巡检测绘、低空文旅等。

值得关注的是，中游的飞行保障环节是当前产能与需求缺口最集中的部分。低空飞行的高频次、高密度、低高度特征，使传统依赖人工的空管与飞行情报服务模式难以适配，这也构成了后续章节讨论AI Agent介入智能决策链的产业基础。

二、政策环境：顶层设计成型，空域改革渐进

政策层面，低空经济已被定位为国家战略性新兴产业。2024年政府工作报告首次将其纳入“新增长引擎”表述；随后国家发展改革委设立低空经济发展司，统筹产业规划与空域管理协调。中央空管委在若干城市启动低空空域管理改革试点，推动空域分类划设与飞行审批流程简化。

产业逻辑上，监管呈现“两个并行”的特征：一是安全底线与效率提升并行——在确保飞行安全的前提下，通过电子围栏、实名登记、UTM（无人机交通管理）系统等技术手段降低监管成本；二是央地协同并行——中央定规则，地方出场景，深圳、合肥、苏州、成都等城市通过立法和产业基金率先形成地方性制度供给。

飞行审批是理解当前格局的关键变量。目前多数低空飞行活动仍需事前申请空域和飞行计划，审批链条涉及军民航多方协调。这一流程的信息化、自动化程度，直接决定了低空飞行“能不能规模化”的问题，也因此，飞行信息服务（Flight Information Service, FIS）被普遍视为产业链中承上启下的枢纽环节。

三、主要参与者分布

当前产业参与者可划分为四类：

其中第三类主体的动作最具信号意义。以国际航空信息服务的头部供应商为例，Jeppesen（波音旗下）已将AI Agent能力引入其ForeFlight飞行应用体系，面向飞行员与运营方提供智能化的航线规划、气象研判与飞行情报整合。这表明传统航空信息服务商正从“数据分发者”向“决策辅助者”迁移，其本质是将积累数十年的航空情报数据资产，通过AI Agent转化为可直接执行的任务建议。这一趋势对国内飞行信息服务商构成直接的竞争参照：数据资产 + AI代理能力的组合，正在重新定义中游环节的价值上限。

四、飞行信息服务的产业角色定位

在低空飞行“高频次、低空域、多主体”的运行环境下，飞行信息服务承担三重角色：

1. 安全底座：提供航图、气象、禁飞区、临时限制等基础情报，是所有飞行活动的前置依赖；

2. 效率杠杆：将空域申请、计划报批、动态避让等流程数字化，压缩单次飞行的准备周期；

3. 决策入口：随着AI Agent引入，信息服务正从被动供给情报转向主动生成决策建议，成为飞行员的“数字副驾”与运营方的调度中枢。

产业竞争的逻辑也随之演变：未来中游环节的胜负手，不再是单一数据的完整性，而是数据资产、智能决策能力与监管信任三者的组合。参考1所展示的国际动态，以及参考2所讨论的AI Agent决策权与信任机制问题，共同指向一个判断——飞行信息服务是低空智能决策链的第一站，也是AI Agent在低空经济中最具确定性的落点。

五、本章小结

低空经济正处于规模扩张与制度供给双轮驱动的窗口期：万亿级市场预期明确，政策框架逐步成型，参与主体分层清晰。但空域资源稀缺与审批流程复杂的约束依然存在，这使得飞行信息服务成为产业链的关键瓶颈与战略高地。下一章将聚焦AI Agent在该环节的技术架构与应用路径，分析其如何重塑从情报供给到飞行决策的完整链路。

产业链全景拆解

AI Agent进入低空决策链并非孤立事件，而是上、中、下游协同演进的结果。本章沿"数据—算力—平台—应用"的链条，梳理各环节的供给格局与价值分布。

一、上游：航空数据、芯片与算力供给

上游是低空智能决策链的底座，核心由三类资源构成。

第一类是航空数据资源。 Jeppesen作为波音旗下子公司，长期积累了航图、导航数据库、气象信息、机场情报（NOTAM）等高壁垒航空数据资产。这类数据的采集、校验与更新成本高昂，且直接关系飞行安全，形成了天然的准入门槛。对AI Agent而言，数据的权威性与实时性决定了决策质量的上限——Agent的推理能力再强，若底层数据滞后或失真，输出即失去意义。

第二类是芯片与机载算力。 低空飞行器对算力的需求呈"两端分布"：云端需要大算力支撑多Agent协同推理与大规模路径规划，机载端则需要低功耗、高可靠性的边缘算力完成实时避障与应急决策。上游芯片供给格局直接决定了Agent部署的形态选择——是"云端决策、终端执行"，还是"端侧自治、云端协同"。

第三类是通信与定位基础设施。 低空通信网络、北斗/GPS增强服务、ADS-B监视数据等，构成Agent感知外部环境的信息通道。

二、中游：软件平台与AI Agent开发

中游是产业链价值最集中的环节，其格局正在被AI Agent快速改写。

以ForeFlight为代表的电子飞行包（EFB）平台，过去十余年完成了飞行员从纸质航图到数字化的迁移，占据了通航与商务航空飞行员终端的主流入口。2024年以来，Jeppesen宣布将AI Agent引入ForeFlight生态，标志着平台竞争从"信息呈现"转向"决策代理"：Agent不再只是展示气象、航路与NOTAM，而是能够代飞行员完成飞行前情报简报整理、航路风险评估、备降场筛选等原本耗费大量人工时间的认知型任务。

这一转变的产业逻辑有三层：

• 入口价值重估。 谁掌握飞行员的日常决策界面，谁就掌握AI Agent的分发权。Jeppesen依托数据资产与既有装机量，具备"数据+平台"的双卡位优势；新进入者则需另寻切口，如无人机运营管理、eVTOL运行支持等尚无成熟EFB格局的细分市场。
• 人机权责界面成为产品核心。 AI Agent在飞行决策中的角色定位涉及信任建立与责任分配——Agent是"建议者"还是"执行者"，在民航安全文化中仍以人类机长为最终决策主体。中游厂商的产品设计必须尊重这一权责结构，将Agent输出定位为辅助决策，并提供可解释的推理依据。
• 数据合规与适航监管构成硬约束。 AI系统进入飞行运行链条，需满足相应审定要求；训练数据的使用授权、跨境数据流动等合规问题，也直接影响中游厂商的产品化节奏。

三、下游：飞行培训与通航运营场景

下游是AI Agent价值兑现的出口，当前可见两条主线。

飞行培训是渗透最快的场景。飞行训练中长期存在"教员资源稀缺、训练成本高企"的痛点，AI Agent可承担飞行前简报生成、训练计划个性化、复盘讲评等辅助职能，缓解教员瓶颈，缩短训练周期。随着低空经济扩张带来的飞行员与无人机操控员需求增长，培训环节对智能化工具的采购意愿较强。

通航运营的想象空间更大但落地节奏更慢。通航作业（巡检、农林、应急救援、短途运输等）呈现"小批量、多场景"特征，AI Agent的价值在于以较低边际成本覆盖长尾场景：自动化飞行计划申报、动态气象规避、任务调度优化等。相较而言，eVTOL载人运营对Agent可靠性的要求最高，预计将是最后成熟的场景。

四、小结

整体来看，低空智能决策链呈现"上游壁垒在数据、中游胜负在入口、下游回报在场景"的结构。Jeppesen将AI Agent引入ForeFlight所揭示的路径——以权威数据资产叠加既有平台入口——短期内难以被复制；而下游培训与通航运营的智能化渗透，将反过来决定Agent技术的迭代速度与商业化规模。产业链的博弈焦点，正在从"有没有Agent"转向"Agent被允许做什么"。

AI Agent切入决策链

低空经济的规模化运行，本质上是一场决策效率的竞争。与传统民航高度标准化、程序化的运行体系不同，低空飞行场景具有高密度、高动态、高不确定性的特征：空域结构复杂、气象条件变化快、飞行器性能差异大、任务类型碎片化。在这样的环境中，依赖人工逐项研判的传统决策链条难以为继。AI Agent的价值，正在于它不是替代某一款工具，而是把分散在各环节的“查资料—做判断—再执行”流程，压缩为一条可自动化、可解释、可审计的智能决策链。

一、ForeFlight案例：Agent如何进入驾驶舱工作流

波音旗下Jeppesen在航空电子飞行包产品ForeFlight中引入AI Agent，是目前业内最具代表性的落地样本。ForeFlight长期服务于飞行员与航司运行人员，覆盖航线规划、航图查询、气象研判、燃油计算等核心场景。此番引入Agent后，产品的交互逻辑发生了结构性变化：飞行员不再需要在多个功能模块之间手动切换、逐项比对信息，而是通过自然语言下达任务意图，由Agent自主调用气象数据、空域限制、航空器性能参数等多源信息，生成备选方案并给出决策依据。

以航线规划为例，传统工作流需要飞行员分别查询航路天气、NOTAM（航行通告）、空域限制，再手工权衡绕飞成本与风险。Agent模式下，这些信息被自动聚合与交叉验证，系统可直接呈现“哪条航路有雷暴、绕飞增加多少时间与油耗、备降场是否可用”的结构化建议。在气象研判环节，Agent能够对湍流、结冰、能见度等风险要素进行持续追踪，在条件恶化时主动预警，而非等待飞行员周期性刷新。

需要强调的是，该案例体现的并非“全自动化”路线。Jeppesen的设计中，Agent输出的是建议与依据，最终决策权仍保留在飞行员手中。这一“人在回路”的架构，既是监管合规的要求，也是当前AI信任机制尚未完全建立的产业共识：系统可以承担信息聚合与初步研判，但涉及飞行安全的最终决断，必须由持照人员签字确认。

二、工作流重构背后的软件付费逻辑变迁

Agent进入飞行工作流，冲击的不只是操作界面，更是航空软件的商业模式。ForeFlight此前的付费逻辑以“座席订阅+功能模块”为主，价值锚定在数据内容（航图、气象源、性能数据库）与工具效率上。Agent模式下，价值锚点开始向“决策结果质量”迁移：客户付费的对象，从“能查到数据”变为“能给出可信赖的建议”。

这一转变对产业具有普遍意义。其一，数据许可链条重新洗牌——Agent需要调用多源数据，气象、航图、NOTAM等数据方的授权与计费方式面临重构；其二，信任成为新的定价要素——Agent的研判准确率、可解释性与责任划分，直接决定其议价能力；其三，责任边界成为博弈焦点——当AI建议参与决策、而最终签核由人类完成时，事故责任如何在软件商、数据方与运营人之间分配，仍是监管与诉讼实践中待明确的灰色地带。目前各监管机构对此尚无统一规则，产业界普遍采取审慎策略，以“辅助决策”定位规避直接承责。

三、对低空经济的启示

ForeFlight案例的可复制性，正是低空经济最应关注的部分。低空场景的决策密度远高于传统通航：一次城市空中出租车飞行、一架物流无人机的跨城配送，其航路审批、气象窗口、避障逻辑的复杂度，都可能超过一次传统通用航空任务。若沿用人工研判模式，运行规模将受限于人力瓶颈。

Agent切入决策链的路径已然清晰：先做信息聚合与风险提示（低风险、高价值），再逐步承接方案生成与动态重规划（中风险、需审核），最终在监管框架成熟后，向特定场景的授权自主决策演进。每一次能力边界的外扩，都必须与适航审定、运行规章、责任认定规则的演进同步。

可以预判，未来三到五年，低空运行软件的竞争将从“数据全不全、界面好不好用”，转向“Agent研判能力谁更强、信任机制谁更完善”。谁先在辅助决策环节建立起经过验证的安全记录，谁就掌握了向更高自主等级演进的话语权——这是Jeppesen案例留给整个低空经济产业的核心启示。

信任机制与决策权

AI Agent进入低空飞行决策链的速度正在加快，但真正决定其商业化节奏的，不是模型能力，而是权限边界与责任归属问题。可以说，信任机制是当前阶段最核心的产业约束条件。

一、Agent在决策链中的位置与权限分层

从产业实践看，头部航电与飞行服务供应商已开始将Agent引入飞行员工作流。以波音旗下Jeppesen为例，其正将AI Agent能力整合进ForeFlight平台，定位是辅助飞行员进行航线规划、气象研判与情报处理，而非替代飞行员执行决策。这一产品形态反映了行业的普遍共识：Agent当前的商业化切入点集中在“信息聚合—建议生成”环节，即决策链的上游。

由此可归纳出Agent权限的四层分级结构：

当前产品与监管资源高度集中在L1—L2，L3处于试点探索，L4在民航载人领域缺乏法规依据，短期内不具备商业化条件。

二、责任归属：产业博弈的焦点

权限分层背后是责任分配的博弈。传统航空责任体系建立在“机长最终决策权”之上，法规体系围绕人的判断能力设计。Agent的介入制造了一个灰色地带：

• 建议错了谁负责？ 若Agent在L2层给出错误航线建议、飞行员采纳后发生事故，责任在数据供应商、模型开发者还是运营人？现行产品责任法与适航规章均未给出清晰答案。
• 保险定价如何适配？ 保险是低空经济规模化的重要前提。在缺乏责任划分框架的情况下，保险公司难以对“人机混合决策”场景精确定价，只能通过提高费率或设置除外条款对冲不确定性，这直接抬高了运营成本。
• 适航认证的成本结构。 类似于全球供应链中“通行权与通道成本”的逻辑——在低空领域，贵的不是技术本身，而是合规通道。Agent要进入L3以上层级，需通过适航审定与运行批准，认证周期与成本构成实质性门槛，中小开发者可能被排除在高价值场景之外。

客观来看，这一博弈正在推动监管机构探索新型监管工具，如基于运行风险的分级审定、沙盒试点、“人始终在环”的兜底条款设计。产业与监管的互动方向是明确的：以可控范围扩大换信任积累，而非一步到位授予自主权。

三、可信度验证：从“能解释”到“可审计”

Agent要获得更高权限，必须在技术上满足三重验证要求：

1. 可解释性：Agent给出建议时需附带依据链（引用哪份数据、基于哪条规则），使飞行员能在数秒内完成“采纳或否决”判断。

2. 确定性边界：Agent必须清楚声明自身能力边界，在低置信度场景主动降级、交还人工，而非强行给出答案。

3. 全程可审计：决策过程数据留痕，事后可回溯复原人机各自的判断内容。这既是事故调查的基础，也是责任划分的前置条件。

行业正在形成的共识是：信任不是一次性授予的，而是通过“小权限—验证—扩大权限”的循环逐步累积的。Jeppesen选择从飞行计划辅助这类低风险场景切入，本质上就是这一信任构建路径的体现。

对产业参与者而言，本章的分析指向三点判断：其一，短期内Agent的商业价值在决策链上游而非末端，围绕L1—L2场景构建产品是务实选择；其二，责任归属框架的立法与标准进度，将直接决定L3层级的放开时间表，这是需要持续跟踪的关键政策变量；其三，可审计能力将从合规成本演变为竞争优势——在同等功能下，谁能提供更完整的决策留痕与解释链，谁就能更快获得监管与保险市场的信任，从而在低空经济的规模化窗口期占据通道位置。

数据与竞争态势

一、飞行服务平台的数据壁垒格局

低空智能决策链的核心资产是航空数据：航图、空域结构、气象、障碍物、实时交通信息等。这些数据经过数十年积累与持续更新，构成了头部平台难以复制的数据壁垒。当前竞争格局大致分为三类参与者：

传统航空数据服务商以Jeppesen为代表，其核心优势在于权威航图数据体系和与全球监管机构、航空公司的长期合作关系。参考素材显示，Jeppesen正在将AI Agent能力引入ForeFlight平台，标志着传统数据商从“数据供给方”向“智能决策服务方”延伸。这一动作的逻辑在于：数据壁垒本身不足以锁定用户，只有将数据嵌入飞行员的决策流程，才能形成“数据—Agent—工作流”的三层护城河。

新兴低空运营平台则从UAM/eVTOL场景切入，数据积累偏重低空空域、起降点、电池与性能数据，其壁垒在于场景密度而非历史数据规模。

云与AI巨头以基础设施和模型能力见长，缺乏航空专业数据，倾向于通过与数据商合作或并购切入市场。

二、AI布局节奏对比

从公开信息看，三类玩家的AI布局节奏呈现明显分化：

值得注意的是，传统数据商的Agent化推进面临一个结构性张力：航空决策对可信度要求极高，AI Agent在决策链中的权限边界（建议、辅助还是自主执行）仍在探索。行业共识倾向于“人在回路”的渐进模式——Agent先承担信息聚合与预案生成，逐步向更高决策权限演进，监管认证进度将是节奏的决定变量。

三、地缘与供应链波动的数据外溢

中东局势重写全球石油版图的案例提示我们：地缘冲突对航空数据市场的外溢影响是实实在在的，主要通过三条路径传导：

其一，空域关闭与航路重构。 区域冲突导致空域禁飞、航路绕飞，航图与航路数据的更新频率和时效性要求骤增，数据商的实时更新能力成为竞争分水岭，也直接推高数据服务价值。

其二，供应链扰动传导至数据采集层。 航空数据依赖卫星遥感、地面基站、ADS-B接收网络等物理基础设施，地缘紧张会抬高硬件采购与网络部署成本，进而影响低空数据覆盖的扩张速度。

其三，数据主权与合规碎片化。 各国对航空数据的出境、本地化要求趋严，全球化数据商面临“一套数据、多套合规”的成本上升，区域性数据平台因此获得政策性空间。

四、趋势判断

综合来看，低空航空数据市场正经历从“数据许可”到“决策服务”的商业模式迁移。数据壁垒依然是入场券，但竞争胜负手正在转向三个变量：AI Agent与飞行工作流的整合深度、实时数据更新能力、以及在合规碎片化环境下的本地化运营弹性。地缘与供应链波动短期内抬升行业成本，长期看则加速了数据服务的区域化分层，为不同梯队的玩家各自创造了战略窗口。对产业观察者而言，下一步需重点跟踪：监管机构对AI Agent参与飞行决策的认证框架，以及头部数据商之间围绕数据接口与Agent生态的竞合走向。

趋势判断与建议

一、三大趋势研判

趋势一：Agent化软件平台成为低空软件形态演进的主线

从Jeppesen将AI Agent引入ForeFlight这一标志性事件可以看出，传统航图、飞行计划类软件正在从“工具”向“代理”演进。软件不再仅向飞行员提供静态数据与人工配置界面，而是具备感知、分析、建议甚至部分执行能力的智能体。产业逻辑在于：低空飞行场景中决策频次高、变量密集（气象、空域、载荷、电池状态），人工决策存在明显的带宽瓶颈。Agent化平台以“人批准、Agent执行”的分界方式切入，在保障最终决策权归属人类的前提下，逐步承接航路优化、异常告警、计划重排等高负荷环节。预计未来2-3年，主流低空运营软件（UOM对接端、飞行管理系统、机队调度平台）将普遍嵌入Agent能力，软件商的竞争焦点从数据丰富度转向决策质量与可信度。

趋势二：数据服务从项目制走向订阅制

低空数据服务（气象精细化数据、空域动态、航路情报、地图与障碍物数据）的商业模式正在由一次性交付、项目定制转向按席位、按飞行量、按调用次数的订阅制。参考Jeppesen与ForeFlight合并后形成的“数据+软件”订阅模式，国内厂商亦在探索类似路径。订阅制的产业意义有三：其一，平滑厂商现金流，支撑持续的数据更新投入；其二，倒逼数据质量标准化，形成可横向比选的服务分级；其三，降低中小运营商的准入成本，加速运营层扩容。风险在于数据同质化带来的价格竞争，以及订阅内容与适航、监管要求的合规耦合。

趋势三：人机协同监管规范将从试点走向制度化

随着Agent在飞行决策链中的权重上升，“谁在决策、谁负责任”成为监管必须回答的问题。可预见的规范路径是分级授权：信息类Agent（告警、建议）监管要求较低；决策建议类Agent需可解释、可追溯、可一键还原；执行类Agent（自动重排航路、自动返航）则需事前审定与运行中监控双重约束。监管层与产业界之间存在典型的博弈关系——监管需要确定性，而技术迭代要求敏捷性，预计将以沙盒试点、场景白名单等柔性工具逐步收敛为强制性规范。

二、产业链各环节关注要点

能力层（模型与Agent开发商）：核心竞争力不在模型参数，而在低空领域知识的注入与失效边界的刻画。应重点投入可解释性输出、决策依据留痕，为后续审定预留工程接口。

平台层（软件商）：Agent功能应采取渐进授权策略，先做建议后做执行，避免过早触碰监管红线。同时尽快完成订阅制转型，将数据更新频次与服务等级协议（SLA）作为差异化卖点。

数据层（数据服务商）：关注数据的确权与分级授权机制建设，明确气象、空域、地理等数据的可用范围与责任边界，避免因数据瑕疵引发的合规纠纷。

运营层（eVTOL、无人机运营商）：建立人机协同SOP，明确飞行员/操作员对Agent建议的复核义务与责任归属，留存决策日志以应对事后追溯与潜在争议。

监管与标准层：借鉴国际厂商与局方互动的既有模式，通过试点场景积累审定经验，推动Agent行为规范、数据接口标准与事故归责规则的协同出台。

总体判断：低空智能决策链的演进将由“平台Agent化—数据订阅化—监管协同化”三条线索交织驱动。未来12-24个月的关键观察窗口是：头部软件平台Agent功能的实际渗透率、订阅制收入占比变化，以及首批人机协同运行规范文件的落地节奏。产业链各方宜以“可信、可溯、可追责”为共同底线，避免能力跃进与制度滞后之间的断层风险。