当然，安全问题最好的解决方式就是君子以思患而豫防之，思则有备，有备则无患。要知道，在诸多造成飞机失事的原因中，机械故障的占比超过了20%，其中还不包括地面维修人员的失误。而这一切在引入AI系统后，能够在很大程度上得到改善。
比如传统训练飞行员体系只能仿真几十种典型故障，而通过AI对飞机上所有系统软硬件实现智能化，让包括制动器、发电机、阀门、发动机以及航空电子设备在内的设备实现自动检测和主动报警，让航空公司及时掌握并制定飞机维护策略，对飞行安全、飞机性能和寿命等进行更好的追踪预防，实现高效维修。
位于硅谷的 NASA 艾姆斯研究中心就开发除了相应的算法，用于检测飞机的异常情况和事故前兆的识别，借此发现飞行数据中的异常模式。
根据《国际航空电讯协会》研究内容，有45%的机场计划在未来五年内投入AI研发。我们看到的Chatbot应用、人脸自助查验，自动行李搬运车和行李机器人，也已经在海牙鹿特丹机场试验中。
2016年上海虹桥机场的塔台管制失误，就险些导致飞机相撞的惨剧。塔台管制员的工作强度与信息负荷过大，飞机起飞降落过程的复杂程度也很高，加上不稳定的机场气象环境影响，航道流量发生拥堵，一旦突然插入无预先计划的飞机，造成混乱、撞机等都是极大的安全风险。这就需要将人工智能系统嵌入机场空管总调度体系，通过深度学习技术进行识别、预测，精确计算流量，帮助管制人员实现高效调度。
如今国内大中城市的许多机场都引入了航空大脑、智慧民航等智能化建设，通过AI方法来运筹优化停机位，保障庞大客流的安全中转。
如果说机场和飞机，是在乘客难以感知的地方在“被AI”着，那么飞行过程中人类机组人员的不可替代性，则是让人感觉到航空业AI进展缓慢的另一个原因。
不难发现，无论是Chatbot机器人，还是各种智能算法应用，都只能在地面上发生，即使是高度自动化的飞机巡航系统，也必须有一位甚至多位机长坐镇。原因或许是，空中的容错率实在太低了。
一方面，空中服务和决策要求高度即时性和灵活性，AI空乘还难以应对这样的高难度任务。
2015年，“微软小冰”这个语音助手曾经登上了东方航空公司的飞机，通过社交平台在高空中与他人对话，“代替”空姐回答乘客问题。然而，尽管“微软小冰”学习了中国近7亿网民多年来积累的、精炼为2000万条真实而有趣的语料库，但想要在空中处理特殊情况，且不说在故障情况下安抚百位乘客的恐慌情绪，恐怕机器人连哄一个哭闹中的小婴儿，表现都未必能有人类空乘强。