空港業務における安全管理は、乗客の命や航空機運航の信頼性を支える最優先事項である。しかし、日々の業務現場から集約されるトラブルの手前にある事象、いわゆるヒヤリハット情報は、記述者によって表現が異なる定性的なテキストデータであることが多く、それらを横断的に分析して具体的な予防策へと昇華させる作業は、極めて高度な専門性と膨大な時間を要するプロセスとなっていた。
こうした中、日本航空株式会社（以下、JAL）は、日鉄ソリューションズ株式会社（以下、NSSOL）の支援のもと、空港業務の安全管理を生成AIで高度化する社内システム「JAL-AI FALCON」を構築し、2026年2月より実際の空港の安全管理業務において運用を開始した。
同システムは、JALが過去10年間で蓄積した約22万件におよぶ膨大なヒヤリハットリポートから、生成AIを用いてリスク要因の特定から具体的な対策案の提示までを自動化するものだ。
システムの構築においては、AWS基盤上で構築されたほか、NSSOLが提供するAI活用支援サービス「NS Craft AI Factory」が適用され、生成AIの実務適用における代表的な障壁である「要件化の難しさ」「精度評価」「現場定着」といった課題を一連のプロセスとして統合的に整理するアプローチが取られた。
開発の初期段階では、PoC（概念実証）を通じて生成AIができる領域とできない領域の適用可能性を厳格に見極め、実際の空港業務に必要なシステム要件への落とし込みが徹底された。
さらに、単に汎用的な生成AIモデルを利用するのではなく、安全分析手法である「4M5E分析」などのフレームワークや、長年の経験を持つベテラン担当者の知見と判断ノウハウをAIの学習設計に組み込んだ。
これにより、システムが提示するリスク要因の要因分析や、対策案の妥当性と現場における納得感が向上したのだという。
また、システムの実装と定着を加速させるため、現場のフィードバックを反映するアジャイル方式の開発プロセスが導入された。
これにより、即時性やコスト面などの分析観点を評価しながら、予測されるトラブルのシナリオや複数の具体的な対策案を出力する機能を継続的に強化する短い改善サイクルが徹底されたとのことだ。