AI-рекомендации маршрутов с низким CO2 в 2026: алгоритмы

Как ИИ стал считать углеродный след точнее авиакомпаний

В 2024 году Европейское агентство по авиационной безопасности (EASA) опубликовало отчёт, показавший расхождение в оценках выбросов CO2 на одном и том же рейсе до 38% между разными платформами бронирования. Причина проста: авиакомпании использовали усреднённые данные по типу воздушного судна, игнорируя загрузку салона, маршрут полёта и даже погодные условия. К 2026 году алгоритмы машинного обучения научились учитывать десятки переменных в реальном времени, превратив расчёт углеродного следа из маркетингового инструмента в точную науку.

Платформы корпоративных поездок теперь получают данные напрямую из систем управления полётами авиакомпаний через API. Алгоритм знает фактическую загрузку рейса за 48 часов до вылета, тип двигателей конкретного борта, высоту крейсерского полёта и даже встречный ветер на маршруте. Для поезда система анализирует источник электроэнергии на участке железной дороги: поезд из Парижа в Амстердам на французской территории работает от атомной энергии (6 г CO2/пассажиро-км), на голландской - от газовых станций (41 г CO2/пассажиро-км).

Три уровня данных, которые использует алгоритм

Первый уровень - статические характеристики транспорта. База содержит профили 1200+ моделей самолётов с данными о расходе топлива, возрасте флота и модификациях двигателей. Airbus A320neo расходует на 15% меньше керосина, чем классический A320, но алгоритм идёт дальше: он знает, что у Lufthansa в парке 48 A320neo с двигателями Pratt & Whitney, а у Air France - 32 с CFM LEAP-1A, и разница в выбросах составляет 4%.

Второй уровень - операционные данные рейса. Сюда входят фактический маршрут (прямая линия между городами существует только на карте), время руления в аэропорту, высота полёта и скорость ветра. Рейс Москва - Лондон через воздушное пространство Польши на 12 минут длиннее, чем через Беларусь, но из-за санкций большинство европейских перевозчиков летят первым маршрутом. Алгоритм закладывает дополнительные 220 кг CO2 на пассажира.

Третий уровень - распределение выбросов. Пассажир бизнес-класса занимает в 2,6 раза больше места, чем в экономе, поэтому ему присваивается пропорциональная доля выбросов всего рейса. Если самолёт загружен на 68%, алгоритм перераспределяет "неиспользованные" выбросы пустых кресел на проданные билеты. Эта методика называется "фактическое распределение" и с 2025 года стала стандартом Global Business Travel Association.

Пример расчёта: командировка из Берлина в Копенгаген

Сотрудник IT-компании летит на конференцию 15 апреля 2026 года. Система предлагает четыре варианта:

Вариант А: Прямой рейс Lufthansa LH822, Airbus A320neo, вылет 08:15, длительность 1 ч 10 мин. Загрузка салона 82%, эконом-класс. Расчётный выброс: 47 кг CO2.

Вариант Б: Прямой рейс SAS SK681, Boeing 737-800 (2014 года выпуска), вылет 09:40, длительность 1 ч 15 мин. Загрузка 71%, эконом-класс. Расчётный выброс: 64 кг CO2.

Вариант В: Поезд ICE через Гамбург, отправление 06:22, прибытие 10:48 (4 ч 26 мин). Участок Берлин - Гамбург питается от угольных станций (82 г CO2/пасс-км), Гамбург - Копенгаген - от ветряных парков (3 г CO2/пасс-км). Средневзвешенный выброс: 18 кг CO2.

Вариант Г: Ночной поезд ÖBB Nightjet через Росток и паром, отправление 22:10 (предыдущий день), прибытие 08:35. Дизель-электрическая тяга + паром на СПГ. Расчётный выброс: 31 кг CO2, но требуется дополнительная ночь проживания в отеле (12 кг CO2 на номер категории 3 звезды по данным Hotel Carbon Measurement Initiative).

Алгоритм ранжирует варианты не только по выбросам, но и по "углеродной эффективности" - соотношению CO2 к потерянному рабочему времени. Вариант В даёт минимальный след, но сотрудник теряет 3 часа 16 минут по сравнению с рейсом А. Если его часовая ставка 45 евро, компания "платит" углеродом 147 евро экономии времени. Система показывает этот расчёт travel-менеджеру, который решает, что важнее.

Машинное обучение на исторических данных поездок

Алгоритмы обучаются на архиве корпоративных бронирований. Платформа GetOffers анализирует 2,4 млн командировок, совершённых клиентами в 2023-2025 годах, и выявляет паттерны. Например, маршрут Милан - Цюрих: 78% сотрудников выбирают поезд (3 ч 20 мин, 9 кг CO2), если разница в цене с авиабилетом не превышает 60 евро. При разнице 61-100 евро доля поезда падает до 34%. При разнице свыше 100 евро - до 11%.

Система строит "кривую готовности к декарбонизации" для каждой компании. Немецкий производственный холдинг с 1200 сотрудниками установил внутреннюю цену углерода 80 евро за тонну CO2. Алгоритм автоматически добавляет эту сумму к стоимости билета при сравнении вариантов. Рейс за 150 евро с выбросом 120 кг CO2 отображается как 150 + (0,12 × 80) = 159,60 евро. Поезд за 170 евро с выбросом 15 кг становится дешевле: 170 + (0,015 × 80) = 171,20 евро.

Такой подход называется "теневое ценообразование углерода". По данным опроса Deloitte среди 340 европейских компаний в январе 2026 года, 23% внедрили внутреннюю цену CO2 в корпоративные travel-политики. Средняя ставка - 65 евро за тонну, что на 18% выше цены квоты в EU ETS на тот же период.

Как алгоритм учитывает стыковки и мультимодальные маршруты

Прямой рейс не всегда оптимален по углеродному следу. Маршрут Лондон - Эдинбург: прямой рейс British Airways на Airbus A320 (полная загрузка) даёт 73 кг CO2. Стыковка через Амстердам на двух региональных Embraer E195-E2 с загрузкой 54% и 61% - 89 кг CO2. Но поезд LNER (4 ч 30 мин) даёт 11 кг CO2, потому что британская железнодорожная сеть на 60% электрифицирована возобновляемыми источниками.

Алгоритм предлагает гибридные варианты. Командировка Париж - Барселона - Мадрид: первый участок поездом TGV (6 ч 20 мин, 4 кг CO2), второй самолётом Vueling (1 ч 20 мин, 52 кг CO2). Суммарный след 56 кг против 118 кг при двух авиаперелётах. Система автоматически синхронизирует расписания, оставляя буфер 90 минут между прибытием поезда и вылетом.

Для travel-менеджера это означает новую задачу: настроить приоритеты в политике бронирования. Параметры включают максимальную разницу в цене (в процентах или абсолютной сумме), максимальную разницу во времени в пути (в часах), минимальный порог экономии CO2 (в килограммах или процентах) и список исключений (например, поездки к клиентам всегда приоритет скорости).

Интеграция с системами отчётности ESG

Компании, отчитывающиеся по стандартам GRI или CSRD, обязаны раскрывать выбросы Scope 3, куда входят командировки. Алгоритмы AI-платформ автоматически формируют отчёты с разбивкой по категориям: авиа, железная дорога, автомобиль, отели. Данные передаются в формате, совместимом с Carbon Disclosure Project (CDP).

Пример из практики: французская консалтинговая фирма с офисами в восьми странах ежемесячно отправляет 320-380 сотрудников в командировки. В 2025 году их суммарный углеродный след составил 847 тонн CO2. После внедрения AI-рекомендаций с приоритетом низкоуглеродных маршрутов (при разнице в цене до 12% и времени до 2 часов) след за первое полугодие 2026-го снизился до 389 тонн - экономия 46% в годовом пересчёте. При этом средняя стоимость поездки выросла на 7%, но компания избежала покупки углеродных офсетов на сумму 28 тыс. евро.

Системы хранят историю каждого бронирования с альтернативными вариантами, которые были доступны, но не выбраны. Это позволяет аудиторам проверить, действительно ли компания стремилась минимизировать выбросы, или просто декларировала намерения. Такая прозрачность станет обязательной для компаний с оборотом свыше 150 млн евро в ЕС с 2027 года согласно директиве CSRD.

Что алгоритм пока не умеет (и почему это важно)

Точность расчёта зависит от качества данных. Региональные перевозчики в Азии и Латинской Америке редко предоставляют данные о типе воздушного судна и загрузке рейсов. Алгоритм вынужден использовать среднеотраслевые коэффициенты, погрешность которых достигает 25%. Для поездов в странах с непрозрачной энергетической статистикой (например, Индия, где доля угольной генерации варьируется от 52% до 78% в зависимости от региона и сезона) система применяет консервативные оценки.

Алгоритмы пока слабо учитывают "вторичные" выбросы. Такси из аэропорта в отель, питание в самолёте, кондиционирование гостиничного номера - всё это добавляет 8-15% к следу поездки, но редко попадает в расчёт. Стартапы вроде Thrust Carbon и Squake разрабатывают модели полного жизненного цикла командировки, но их интеграция в корпоративные платформы запланирована не раньше 2027 года.

Ещё одна проблема - "углеродный парадокс пересадок". Два коротких рейса на узкофюзеляжных самолётах иногда дают меньший след, чем один длинный на широкофюзеляжном, из-за оптимальной загрузки и более новых двигателей. Алгоритм учитывает это, но пассажиры воспринимают стыковку как неудобство и сопротивляются, даже если экономия CO2 превышает 30%.

Практические шаги для travel-менеджера

Настройте пороги в политике бронирования. Определите, на сколько процентов может вырасти цена или время в пути ради снижения выбросов. Начните с консервативных значений (5% цены, 1 час времени) и корректируйте на основе обратной связи сотрудников.

Запросите у платформы бронирования доступ к API углеродных данных. Интегрируйте их с вашей системой управления расходами (SAP Concur, TravelPerk, GetOffers), чтобы выбросы отображались рядом с ценой в момент выбора билета.

Обучите сотрудников читать углеродные метки. Разница между 50 кг и 80 кг CO2 кажется абстрактной. Переведите её в понятные аналогии: 30 кг CO2 - это 120 км на бензиновом автомобиле или зарядка смартфона каждый день в течение двух лет.

Введите систему поощрений. Немецкая логистическая компания начисляет сотрудникам 1 бонусный день отпуска за каждые 500 кг сэкономленного CO2 в командировках за год. Средняя экономия на человека выросла с 340 кг до 720 кг за первый год программы.

Проверяйте калибровку алгоритма раз в квартал. Запросите у провайдера отчёт о расхождениях между прогнозными и фактическими выбросами (если авиакомпания предоставляет постфактум данные). Хорошая система ошибается не более чем на 8%.

Регуляторное давление как драйвер точности

С января 2026 года авиакомпании ЕС обязаны отображать углеродный след каждого рейса на этапе бронирования (регламент EU 2023/1542). Штраф за занижение данных более чем на 15% - до 4% годовой выручки на маршруте. Это заставило перевозчиков инвестировать в телеметрию и открыть API для платформ бронирования.

Великобритания пошла дальше: с апреля 2026 года компании с числом командировок свыше 500 в год обязаны публиковать среднюю "углеродную интенсивность поездки" (кг CO2 на 100 км пути) в годовом отчёте. Компании ниже медианы по отрасли получают сниженную ставку корпоративного налога на 0,5 процентного пункта. Это превратило AI-рекомендации из опции в конкурентное преимущество.

Франция ввела запрет на внутренние авиарейсы, если существует железнодорожная альтернатива короче 2,5 часов. Алгоритмы автоматически исключают такие рейсы из результатов поиска для французских компаний, предотвращая случайные нарушения.

Как выбрать платформу с надёжным углеродным алгоритмом

Проверьте сертификацию методологии расчёта. Стандарт GLEC Framework (Global Logistics Emissions Council) - минимальное требование для грузовых перевозок, но его адаптация для пассажирских поездок пока добровольная. Платформы, прошедшие аудит по стандарту, публикуют сертификат на сайте.

Уточните источники данных. Платформа должна получать информацию напрямую от перевозчиков (через API или GDS), а не из открытых баз вроде OpenFlights, где данные обновляются энтузиастами с задержкой до года.

Оцените гранулярность отчётов. Система должна показывать не только итоговый след поездки, но и разбивку по этапам: перелёт, трансфер, отель, аренда авто. Это позволяет находить точки оптимизации.

Попросите демо-доступ и протестируйте на знакомом маршруте. Сравните рекомендации с калькуляторами myclimate или Atmosfair. Расхождение больше 20% - повод задать вопросы провайдеру.

Углеродный след как критерий переговоров с TMC

При выборе агентства корпоративных поездок (TMC) включите в тендерную документацию требование предоставлять углеродные данные по каждому бронированию. Пропишите SLA: данные должны обновляться не реже раза в неделю, погрешность расчёта не более 10% для авиа и 5% для железной дороги.

Некоторые TMC предлагают "углеродный консьерж-сервис": специалист анализирует профиль поездок компании и предлагает изменения в политике, которые снизят выбросы без роста бюджета. Например, переход с тарифа "только ручная кладь" на тариф с багажом может показаться расточительством, но если это позволит сотруднику выбрать прямой рейс вместо стыковки через хаб, экономия CO2 составит 40-60 кг.

Будущее: предиктивная оптимизация и динамическое перепланирование

Алгоритмы 2027-2028 годов научатся предсказывать изменение углеродного следа рейса за несколько дней до вылета. Если загрузка самолёта падает ниже порога рентабельности, авиакомпания может заменить широкофюзеляжный борт на узкофюзеляжный. Система отправит уведомление: "Ваш рейс LH1234 завтра будет выполнен на A320 вместо A350. След снизится с 95 кг до 68 кг CO2. Пересадка не требуется".

Динамическое перепланирование позволит системе предложить альтернативу, если на маршруте появился низкоуглеродный вариант. Сотрудник забронировал рейс за месяц, но за неделю до вылета открылся дополнительный поезд. Алгоритм проверяет условия билета (возможность возврата), сравнивает разницу в цене с экономией CO2 и, если компания установила соответствующий приоритет, автоматически предлагает замену.

Такие сценарии требуют интеграции платформы бронирования с корпоративным календарём и системой согласования расходов. Технология существует, но её массовое внедрение сдерживают вопросы приватности данных и сложность интеграции с legacy-системами крупных компаний.

FAQ

Насколько точны AI-расчёты углеродного следа командировок в 2026 году?

Современные алгоритмы достигают точности 90-92% для авиарейсов при наличии данных от перевозчика (тип воздушного судна, загрузка, маршрут). Для поездов точность выше - до 95%, так как энергопотребление электротяги стабильнее. Погрешность возникает из-за неучтённых факторов: встречного ветра, времени руления, фактического веса багажа.

Может ли алгоритм предложить маршрут дороже, но с меньшим выбросом CO2?

Да, если в корпоративной политике бронирования установлен приоритет декарбонизации и заданы пороги. Например, система может рекомендовать поезд за 170 евро вместо рейса за 150 евро, если экономия CO2 превышает заданный минимум (например, 30 кг) и разница в цене не превышает лимит (например, 15%).

Откуда алгоритм берёт данные о выбросах конкретного рейса?

Из трёх источников: API авиакомпаний (тип борта, загрузка салона), глобальных дистрибьюторских систем GDS (расписание, маршрут) и специализированных баз данных (характеристики двигателей, возраст флота). Для поездов используются данные о структуре энергогенерации на участке железной дороги от национальных операторов и Eurostat.

Учитывает ли система выбросы от трансфера и проживания в отеле?

Зависит от платформы. Большинство систем в 2026 году рассчитывают только транспортную часть (авиа, поезд, аренда авто). Продвинутые решения добавляют выбросы отелей на основе сертификации (Hotel Carbon Measurement Initiative) и трансферов, если они забронированы через ту же платформу. Полный расчёт жизненного цикла поездки пока редкость.

Как travel-менеджеру проверить, что алгоритм не занижает выбросы?

Запросите у провайдера документацию методологии расчёта и сравните результаты с независимыми калькуляторами (myclimate, Atmosfair) на 5-10 типичных маршрутах компании. Расхождение до 10% нормально из-за разных источников данных. Свыше 20% - повод требовать объяснений. Проверьте наличие сертификации по стандарту GLEC Framework.

Могут ли AI-рекомендации нарушить корпоративную travel-политику?

Нет, если алгоритм правильно настроен. Система должна учитывать все ограничения политики: максимальную стоимость билета, класс обслуживания, предпочтительных перевозчиков, лимиты времени в пути. Углеродный след становится дополнительным критерием ранжирования в рамках разрешённых вариантов, а не заменой политики.