宣佈與 攜手，將人工智能（AI）技術導入航跡雲（contrail）研究與營運，作為以科技直接減少飛行環境負荷的實驗，更全面地了解航空業及航跡雲對氣候的影響。亦是亞太區首例在商業航班上實測 AI 介入減碳的案例。
航跡雲是飛機在高空寒冷、潮濕層留下的白色尾跡，若在大氣中持續存在會捕捉熱量，形成增溫效應。過往研究指出，持續存在的航跡雲可能佔航空業整體氣候影響約三分之一，與二氧化碳（CO₂）排放同列為航空業重要的非二氧化碳氣候因子。
長期以來，國泰航空透過現代化機隊、提升營運效益與採用可持續航空燃油（SAF）等措施減碳，此次合作則聚焦於「避免」航跡雲的形成。
Google 以全球氣象觀測站、氣象衛星以及國泰航空的實時營運數據為基礎，訓練出一套 AI 預測模型。模型利用深度學習演算法，結合歷史氣象模式與即時水汽分布，能在航班起飛前即預測哪些空域在當前氣象條件下最易產生持續航跡雲。預測結果以圖形化方式呈現在機師的電子飛行數據夾（Electronic Flight Folder，簡稱 EFF）上，機師只要在駕駛艙螢幕上點擊即可看到「最佳飛行高度」或「備選航線」建議。
在實際操作層面，機師會根據 EFF 提供的建議微調飛行高度或略改航道，類似目前為避免亂流而調整高度的流程，只是將焦點從安全轉向減少航跡雲的增溫效應。Google 的解決方案同時結合衛星影像偵測工具，持續監測高空水汽分布，並利用大量氣象數據不斷校正模型的精度，確保即時資訊的可靠性。
自 2025 年底啟動試驗以來，已在超過 100 班國泰航班上部署此系統，其中超過 80 班採用了高度調整的方式避免航跡雲形成。Google 估算，這批航班的氣候影響減少約 40%。在香港往返新加坡的航線上，因常出現有利於航跡雲形成的濕潤氣流，調整高度的效益尤為顯著，單此航線的減排貢獻已佔整體試驗成效的一半以上。
此項合作不僅為國泰航空提供了實務上的減碳手段，也為亞太地區的航跡雲科學研究填補了數據空白。雙方正與非營利組織 Contrails.org 合作，建立更完整的營運數據庫，未來將把收集到的實測數據公開給學術界與政策制定者，協助制定更科學的減排標準。
在第二階段的規劃中，國泰與 Google 目標將試驗範圍擴大至亞洲及跨太平洋航線，並持續優化 AI 預測模型的準確度。對本地航空公司與 IT 團隊而言，值得關注的重點包括模型的部署成本與營運效益的平衡、與現有機上通訊系統的相容性，以及在更高密度航班時段保持資訊即時性的技術挑戰。
雖然目前尚未有其他航空公司公開類似的 AI 預測方案，但氣候科技的興起已讓多家雲端服務供應商開始探索天氣預測與航空營運的結合。以下表格簡要比較了 Google 方案與 近期推出的 Skywise 天氣模組，供業界參考：
| 供應商 | 核心功能 | 數據來源 | 使用介面 |
|---|---|---|---|
| AI 預測航跡雲、即時高度建議 | 全球氣象站、氣象衛星、航空公司實時營運數據 | 駕駛艙 EFF 圖形化顯示 | |
| Airbus (Skywise) | 天氣影響分析、航班排程優化 | 航空公司歷史飛行數據、氣象模型 | 雲端儀表板與 API 整合 |
未來若有更多業者加入，業界將需要比較不同方案在數據來源、整合方式與用戶介面上的差異，才能選擇最適合自家航線的解決方案。
總括來說，國泰航空與 Google 的合作示範了 AI 在航空減碳領域的可行性，也為香港及整個亞太航空市場提供了一條具體減排路徑。未來幾個月內，業界將持續觀察第二階段試驗的成效、成本回收情況以及是否能在更廣泛航線上複製成功，這些資訊將成為政府制定減排政策與航空公司規劃航線的重要參考。