Google AI 航線預測不再只停留在研究模型，而是進入國泰航空的真實駕駛艙。Google 與國泰航空於 2026 年 9 月 7 日公布，首階段已有逾 80 個航班依照 AI 建議的凝結尾跡避讓路線飛行；Google 依衛星影像分析估算，這些航班造成的凝結尾跡暖化影響降低約 40%，雙方並將試驗擴大至亞洲與跨太平洋航網。
這次公布了什麼
雙方的合作在 2025 年底展開，第一階段原先鎖定超過 100 個航班，其中逾 80 個航班實際採用凝結尾跡避讓路線。國泰因此成為 Google 在亞洲的第一家商業航空合作夥伴，也是第一家把這項技術用於超長程航班測試的航空公司；Google 將超長程航班定義為飛行時間超過 16 小時、航程通常達 13,000 公里以上的航線。
為什麼飛機白線也會影響氣候
飛機在高空穿越低溫、高濕度區域時，發動機排出的水氣可能在微粒周圍凝結並凍結，形成俗稱「飛機雲」的凝結尾跡。多數尾跡很快消散，但部分會持續存在並擴散成雲狀結構，攔截地表向外釋放的熱能。Google 引用政府間氣候變遷專門委員會資料指出，凝結尾跡可能約占航空業整體氣候影響的三分之一；這個比例是氣候影響估算，不等同於航空業二氧化碳排放占比。
AI 如何在起飛前找出高風險空域
Google 的系統結合人工智慧預測、衛星影像與進階氣象資料，預先判斷哪些空域較容易形成具有暖化作用的持久凝結尾跡。飛航派遣員和機師可在符合安全與航管規範的前提下，規劃小幅度的高度調整，概念上類似日常飛行中為避開亂流而改變高度，並非任由 AI 自主操控飛機。
預測結果怎麼送進國泰駕駛艙
這項試驗的關鍵不只是建立模型，而是把資訊送進既有工作流程。國泰透過機上 Wi-Fi 與自有的電子飛行資料夾，將動態預測提供給駕駛艙，讓機師能在一般飛航資訊旁查看建議。Google 表示，這種設計的目標是在不打斷標準操作流程的情況下，提供可採取行動的資料；實際高度變更仍須由飛行團隊依安全條件和航管指示決定。
40% 是階段性估算，不是整體機隊減碳 40%
Google 公布的「約 40%」是針對遵循避讓路線的逾 80 個試驗航班，以衛星影像分析估算其凝結尾跡暖化影響變化。它不是國泰整體航班的碳排放下降幅度，也不是燃油消耗減少 40%。目前官方文章沒有公開每個航班的完整原始資料、統計信賴區間、額外燃油影響或經同儕審查的完整研究，因此應視為原廠的初步試驗結果，而非已獲獨立驗證的產業定論。
香港至新加坡航線成為重要測試場
第一階段包含香港至新加坡航線，原因是這片空域經常出現容易形成持久凝結尾跡的條件。Google 表示，分析顯示單一航線上的介入占整場試驗總減排效益逾一半。這也說明凝結尾跡的氣候影響並非平均分布：若能辨識少數高影響航班與時段，航空公司或許不必大幅改動所有航班，就能集中處理較關鍵的情境。
第二階段將擴大到亞洲與跨太平洋航網
雙方接下來會進行更大規模的第二階段，涵蓋國泰的亞洲與跨太平洋航線，並與非營利研究組織 Contrails.org 合作。擴大試驗的重要性在於，不同地區的氣象、航路、航管與通訊條件都不相同，第一階段在特定航線得到的結果，不能直接推定適用於整個亞太航網。
真正的考驗是安全、燃油與規模化
凝結尾跡避讓看似只需小幅改變高度，但在商業飛航中仍須同時考慮空域壅塞、亂流、機型性能、航管許可與燃油消耗。如果為了避開尾跡而增加過多燃油，新增的二氧化碳排放可能抵銷部分氣候效益。因此後續值得關注的，不只是尾跡是否減少，也包括額外飛行成本、適用航班比例，以及航空公司能否在繁忙空域持續執行。
這項應用為何值得注意
許多航空減碳方案仰賴新型飛機、永續航空燃料或長期基礎建設投資，而凝結尾跡避讓試圖利用現有飛機、氣象資料與駕駛艙系統，較快進入營運測試。若第二階段能以透明方法重現效果，這可能成為 AI 從「產生內容」轉向即時營運決策支援的代表案例，也能驗證預測模型是否能在高安全要求產業中創造可量化價值。
目前可以下的結論
這次公告代表 Google 的凝結尾跡預測技術已從美國與北大西洋研究，進一步延伸到亞太商業航班，並取得一組具體但仍屬初步的營運數據。約 40% 的估算提供了擴大試驗的理由，卻不足以證明所有航線都能得到同等效果；最終成效仍需等待第二階段資料、燃油影響、統計方法與外部研究進一步公開。
資料來源
- Google 官方部落格：Our new contrail avoidance trial in Asia-Pacific
- Reuters：Cathay Pacific, Google expand AI trials to cut climate-warming aircraft contrails
- Google Research：Project Contrails
- IPCC 第六次評估報告第一工作組
