AODB wiki enrichment: add SITA/Collins/RESA/ISO vendors, China market, pricing models, expanded 9-vendor comparison

- aodb-core: market size data, AIDX/SSIM/AFTN standards, 16-item A-CDM milestones, China market overview
- aodb-vendors: +4 vendors (SITA Ops Mgr, Collins AirDB, RESA INFOPAX, ISO SKYport), 9-vendor comparison table, pricing models, quantitative evaluation matrix
- new aodb-china.md: TravelSky, Wanda Info, CETC, Beijing Capital self-dev case study, localization standards
This commit is contained in:
zhiqiang feng
2026-04-13 12:29:21 +08:00
parent 634d8b3406
commit 8cdb1fc134
3 changed files with 536 additions and 37 deletions
@@ -4,7 +4,7 @@ created: 2026-04-08
updated: 2026-04-10
type: concept
tags: [aodb, vendor, comparison, ai-ml]
sources: [raw/articles/adb-safegate-aodb-2025.md, raw/articles/amadeus-aodb.md]
sources: [raw/articles/aodb.md, raw/articles/adb-safegate-aodb-2025.md, raw/articles/amadeus-aodb.md]
---
# AODB — 供應商深度分析
@@ -261,57 +261,235 @@ SkyCore AODB 並非孤立產品,而是 AirportLabs 全套生態的核心:
---
## 供應商綜合技術對比
## 供應商綜合技術對比9廠商)
| 維度 | ADB SAFEGATE Cortex | Amadeus | AirportLabs SkyCore | PDC | Indra InBASE |
|------|---------------------|---------|---------------------|-----|-------------|
| **部署模式** | 雲托管 + 本地 | 純雲 | 雲原生(OpenShift| 本地/混合 | 本地/集中 |
| **數據庫** | 未公開 | 未公開 | PostgreSQL(推測)| Oracle | J2EE 標準 |
| **消息中間件** | 未公開 | 私有 | ActiveMQ | Publish-Subscribe WS | JMS(推測)|
| **AI/ML 能力** | 原生 AI 引擎 | 有限 | 規則引擎(可視化)| 無 | 無 |
| **"What-if" 仿真** | 支持 | 否 | 否 | 否 | 否 |
| **多機場模式** | 支持 | 支持 | 支持 | **原生多機場** | 集中架構 |
| **A-CDM 原生支持** | 是 | 是 | 是 | 是 | Level 3 CDM |
| **上線週期** | 2-3 個月 | 1-2 個月 | **2-4 週** | **1-2 週** | 1-2 個月 |
| **數據覆蓋** | 依賴集成 | **95% 航司 365 天** | 依賴集成 | 依賴集成 | Aena 網絡 |
| **生態完整性** | 極強(Cortex 全套)| 強(Altéa 生態)| 強(AirportLabs 全套)| 中(PDC SCORE| 中(Indra 空管)|
| **國際案例規模** | 全球樞紐 | 全球大型 | 100+ 機場,ORD 旗艦 | 北歐/加拿大為主 | Aena 47 機場 |
| **安全認證** | ISO27001, NIST | 未公開 | 未公開 | 未公開 | 未公開 |
| **典型目標機場** | >3000 萬 | >1000 萬 | 500 萬-5000 萬 | <2000 萬 | 所有規模 |
|| 維度 | ADB SAFEGATE Cortex | Amadeus | AirportLabs SkyCore | PDC | Indra InBASE | SITA Operations Manager | Collins AirDB | RESA INFOPAX | ISO SKYport |
||------|---------------------|---------|---------------------|-----|--------------|----------------------|--------------|--------------|-------------|
| **部署模式** | 雲托管 + 本地 | 純雲 | 雲原生(OpenShift| 本地/混合 | 本地/集中 | 雲托管 + 本地 | 混合部署 | 本地/SaaS | 本地/雲原生 |
| **數據庫** | 未公開 | 未公開 | PostgreSQL(推測)| Oracle | J2EE 標準 | 未公開 | 未公開 | 未公開 | Oracle |
| **消息中間件** | 未公開 | 私有 | ActiveMQ | Publish-Subscribe WS | JMS(推測)| 未公開 | 未公開 | 私有 | 未公開 |
| **AI/ML 能力** | 原生 AI 引擎 | 有限 | 規則引擎(可視化)| 無 | 無 | Total Optimizer AI2024| 動態資源分配 | 無 | 無 |
| **"What-if" 仿真** | 支持 | 否 | 否 | 否 | 否 | 支持 | 否 | 否 | 否 |
| **多機場模式** | 支持 | 支持 | 支持 | **原生多機場** | 集中架構 | 支持 | 支持 | 支持 | 支持 |
| **A-CDM 原生支持** | 是 | 是 | 是 | 是 | Level 3 CDM | 是 | 是 | 是 | 是 |
| **上線週期** | 2-3 個月 | 1-2 個月 | **2-4 週** | **1-2 週** | 1-2 個月 | 2-4 個月 | 1-3 個月 | 2-4 週 | 1-2 個月 |
| **數據覆蓋** | 依賴集成 | **95% 航司 365 天** | 依賴集成 | 依賴集成 | Aena 網絡 | 依賴集成 | 依賴集成 | 依賴集成 | 依賴集成 |
| **生態完整性** | 極強(Cortex 全套)| 強(Altéa 生態)| 強(AirportLabs 全套)| 中(PDC SCORE| 中(Indra 空管)| 極強(SITA 全套)| 強(Collins 全套)| 中(RESA 計費)| 中(ISO 全套)|
| **國際案例規模** | 全球樞紐 | 全球大型 | 100+ 機場,ORD 旗艦 | 北歐/加拿大為主 | Aena 47 機場 | **150+ 機場** | 美洲/歐洲主流 | 歐洲/非洲中型 | 歐美中等規模 |
| **安全認證** | ISO27001, NIST | 未公開 | 未公開 | 未公開 | 未公開 | ISO27001 | 未公開 | 未公開 | 未公開 |
| **典型目標機場** | >3000萬 | >1000萬 | 500萬-5000萬 | <2000萬 | 所有規模 | **>4000萬** | 所有規模 | <1500萬 | 500萬-3000萬 |
## 關鍵技術差異分析
### AI 能力梯隊
| 梯隊 | 廠商 | AI 能力 |
|------|------|---------|
| 第一梯隊 | ADB SAFEGATE | 原生 AI 引擎 + ML,支持運營預測和資源優化 |
| 第二梯隊 | Amadeus | 有限 AI(輔助決策),強在 Altéa 數據整合 |
| 第三梯隊 | AirportLabs | 規則引擎 + ML 可視化配置,無原生 AI 引擎 |
| 無 AI | PDC / Indra | 傳統規則驅動,無 AI/ML |
|| 梯隊 | 廠商 | AI 能力 |
|------|------|---------|---------|
| 第一梯隊 | ADB SAFEGATE、SITA | ADB SAFEGATE 原生 AI 引擎 + MLSITA Total Optimizer AI2024年發布),支持機場整體運營優化 |
| 第二梯隊 | Amadeus、AirportLabs | Amadeus 有限 AI(輔助決策);AirportLabs 規則引擎 + ML 可視化配置 |
| 第三梯隊 | Collins、RESA | Collins 動態資源分配算法(無原生 ML);RESA 無 AI,純規則引擎 |
| 無 AI | PDCIndra、ISO Software | 傳統規則驅動,無 AI/ML |
### 實時性能
| 廠商 | 響應時間承諾 | 架構依據 |
|| 廠商 | 響應時間承諾 | 架構依據 |
|------|-----------|---------|
| PDC | **1-2 秒** | 事件驅動 + Oracle |
| Amadeus | 實時推送(< 5s| 私有雲基礎設施 |
| ADB SAFEGATE | 實時(規格未公開)| 模塊化 + 內存計算 |
| AirportLabs | 實時流(ActiveMQ| 事件驅動 + OpenShift |
| Indra | 實時(規格未公開)| J2EE 企業架構 |
| SITA | 實時(規格未公開)| SITA 私有全球骨幹網絡 |
| Collins | 實時(毫秒級 FIDS 同步)| AirVue FIDS 原生集成 |
| RESA | 實時(規格未公開)| 輕量級模塊化架構 |
| ISO Software | 實時(規格未公開)| Oracle 企業級架構 |
### 生態鎖定程度
| 級別 | 廠商 | 說明 |
|| 級別 | 廠商 | 說明 |
|------|------|------|
| 高鎖定 | Amadeus | 換出成本極高(Altéa 綁定)|
| 中高鎖定 | ADB SAFEGATE | Cortex 套件深度集成 |
| 中鎖定 | AirportLabs | 全套生態但 API 開放 |
| 低鎖定 | PDC | Oracle + 標準 WS,易替換 |
| 低鎖定 | Indra | J2EE 標準,可部分替換 |
| **極高鎖定** | SITA | SITA 地面電信網絡、SITA@Airports 生態全綁定,換出成本極高 |
| **高鎖定** | Amadeus | 換出成本極高(Altéa PSS 深度綁定)|
| **中高鎖定** | ADB SAFEGATE | Cortex 套件深度集成,空側數據獨有 |
| **中鎖定** | AirportLabs、Collins | 全套生態但 API 開放;AirVue FIDS 集成 |
| **中低鎖定** | RESA、ISO Software | 模塊化但生態相對封閉 |
| **低鎖定** | PDC、Indra | Oracle + 標準 WS / J2EE 標準,易替換 |
## 相關鏈接
- [[aodb-core]] — AODB 核心概念與 A-CDM 架構
- [[a-cdm]] — A-CDM 與 AODB 的協同關係
- [[comparisons/airport-operations-systems]] — 運營系統供應商全景對比
---
### 6. SITA — Operations Manager
**定位:** 全球航空 IT 巨頭,超大型樞紐首選,150+ 機場部署
#### 核心技術特性
|| 特性 | 說明 |
|------|------|
| **"最可信信源"引擎** | 區別於傳統 AODB 僅記錄數據,SITA 內置複雜業務規則引擎,能從多個衝突數據源中自動評估並選擇最準確的信息 |
| **Total Optimizer AI 平台** | 2024 年新推出 AI 驅動平台,將 AODB 數據與機器學習結合,實現機場整體運營(準點率、容量、環保指標)的動態優先級優化 |
| **主動預警機制** | 在航班延誤或資源衝突發生前提供預測性告警,支持 IROPS(不正常航班)快速恢復 |
| **全球 24/7 SGS 支持體系** | SITA Global Services 提供全天候多語言支持 |
#### 優勢與劣勢
|| 維度 | 評價 |
|------|------|------|
| **優勢** | 數據治理能力極強;全球覆蓋最廣;適合超大型多跑道樞紐;与 SITA Airports 生態無縫整合 |
| **劣勢** | 實施週期長;系統架構較重;定制化開發成本高昂;數據治理強但界面相對傳統 |
#### 目標場景
- 年旅客量 > 4000 萬的超大型國際樞紐
- 多機場集團統一管理(跨國家/地區)
- 對數據治理和 IROPS 恢復能力有剛性需求
- 已有 SITA 地面電信網絡和機場設施的機場
---
### 7. Collins Aerospace — AirDB (AirPlan)
**定位:** 部署靈活性極高,美洲/歐洲主流,軍民融合背景
#### 核心技術特性
|| 特性 | 說明 |
|------|------|
| **混合部署模式** | 支持本地數據中心、私有雲或公有雲部署,滿足不同機場的數據合規要求 |
| **AirVue FIDS 原生協同** | 與市場領先的 AirVue 航顯系統深度耦合,旅客獲取的信息與後台數據庫毫秒級同步 |
| **動態資源分配算法** | 支持社交距離邏輯(如間隔分配登機口和行李轉盤),後疫情時代新增 |
| **軍民融合背景** | CollinsRaytheon Technologies 子公司)繼承 ARINC 軍航技術積累,系統穩定性標準極高 |
#### 優勢與劣勢
|| 維度 | 評價 |
|------|------|------|
| **優勢** | 部署靈活性最高;與 FIDS 和網絡基礎設施集成度好;界面現代化;軍工級可靠性 |
| **劣勢** | 亞太地區本地化支持團隊相對較小;在歐洲以外非 Amadeus 生態環境中集成成本高 |
#### 目標場景
- 美洲、歐洲大型機場
- 需要本地數據合規(如數據不出境的政府機場)
- 已有 Collins Aerospace 其他系統(雷達、通信)的機場
- 需要與現有 FIDS 無縫集成的機場
---
### 8. RESA — INFOPAX AODB
**定位:** 中小型/區域性機場性價比方案,歐洲/非洲廣泛應用,移動端支持出色
#### 核心技術特性
|| 特性 | 說明 |
|------|------|
| **模塊化輕量級設計** | 包含基礎數據、季節計劃、實時動態三個核心模塊,易于實施 |
| **INFOPAX EXPRESS** | 專用移動端訪問應用,支持高級權限管理,為臨時用戶開放特定數據視圖 |
| **快速部署** | 中小型機場可在數週內完成上線 |
| **計費模塊整合** | 原生支持機場資源使用計費結算 |
#### 優勢與劣勢
|| 維度 | 評價 |
|------|------|------|
| **優勢** | 實施快;成本效益高;移動端支持好;歐洲/非洲有穩定客戶群 |
| **劣勢** | 應對超大型機場海量並發數據的能力未經驗證;AI/ML 能力較弱 |
#### 目標場景
- 年旅客量 < 1500 萬的中小型/區域性機場
- 歐洲、非洲機場(本地支持網絡覆蓋好)
- 預算敏感,追求快速上線和低 TCO
- 需要移動端為臨時員工/承包商開放數據訪問
---
### 9. ISO Software — SKYport AODB
**定位:** 歐美中等規模機場,Oracle 技術棧現代化方案,德系品質
#### 核心技術特性
|| 特性 | 說明 |
|------|------|
| **雲原生架構** | 基於現代雲架構設計,支持容器化和微服務部署 |
| **Oracle 數據庫底層** | 企業級 Oracle 保障事務一致性和高可用性 |
| **現代化 UI** | HTML5/Vue 響應式界面,用戶體驗對標互聯網產品 |
| **德系品質** | ISO Software Systeme(德國)出品,工程標準嚴謹,文檔完善 |
#### 優勢與劣勢
|| 維度 | 評價 |
|------|------|------|
| **優勢** | Oracle 技術棧成熟穩定;德系售後服務嚴謹;中等規模機場功能完整 |
| **劣勢** | 與大型國際樞紐的定制化需求有差距;AI 能力弱 |
#### 目標場景
- 年旅客量 500 萬 - 3000 萬的中等規模機場
- 歐洲機場(德語區、西班牙語區覆蓋好)
- 偏好 Oracle 技術棧且需要現代化界面的機場
- 需要標準化實施流程以控制風險的機場
---
## 報價與商業模式
### 傳統許可費模式(On-Premise License
適用於對數據絕對控制有要求的大型樞紐機場:
|| 費用類型 | 區間 |
|---------|------|
| 初期軟件許可與實施費 | 50 萬 - 150 萬美元 |
| 硬件與中間件成本 | 10 萬 - 30 萬美元(雙機熱備、Oracle 授權等)|
| 年度維保費(SLA)| 初期軟件許可費的 18% - 22% |
### SaaS 雲訂閱模式(Cloud Subscription
適用於中小型機場或尋求降低初期 CapEx 的機場:
|| 費用類型 | 區間 |
|---------|------|
| 實施與接入費 | 10 萬 - 30 萬美元 |
| 年度訂閱費 | 15 萬 - 50 萬美元/年(按年旅客吞吐量或航班架次階梯計費)|
> 優勢:包含雲基礎設施成本、自動升級和 24/7 監控,總體擁有成本(TCO)更平滑。
---
## 選型量化評估矩陣
進行 AODB 選型時,建議機場採用以下權重矩陣進行打分評估(總分 100 分):
|| 評估維度 | 權重 | 評估指標說明 | 領先廠商示例 |
|----------|------|--------------|--------------|
| **數據處理與準確性** | 25% | 多源數據融合規則引擎、「最可信信源」機制、併發處理能力 | SITA, Amadeus |
| **系統架構與可靠性** | 20% | 高可用架構(99.99%)、災備切換時間(RTO/RPO)、雲原生支持 | Collins, ISO Software |
| **標準兼容與集成性** | 20% | 原生支持 AIDX、SSIM、A-CDM 里程碑,開放 API 豐富度 | Indra, SITA |
| **智能化與預測能力** | 15% | AI 資源優化、旅客/行李流量預測、What-if 場景模擬 | Amadeus, ADB Safegate |
| **本地化服務與合規** | 10% | 本地技術支持團隊規模、符合本國民航局數據安全與國產化要求 | 國產廠商(萬達信息、民航信科)|
| **總體擁有成本(TCO** | 10% | 5年期軟硬件投資、實施費、維保費及定製開發費率 | RESA, 國產廠商 |
### 不同規模機場選型建議
| 機場規模 | 年旅客量 | 推薦方案 |
|---------|---------|---------|
| 超大型國際樞紐 | > 4000萬 | SITA Operations Manager 或具備極強研發實力的自主研發方案(如首都機場模式)|
| 中大型區域樞紐 | 1000萬 - 4000萬 | Amadeus AODB、Collins AirDB 或國產頭部廠商(萬達信息、民航信科)|
| 中小型及支線機場 | < 1000萬 | RESA INFOPAX、ISO SKYport 或基於 SaaS 的輕量級雲方案 |
---
## 相關鏈接
- [[aodb-core]] — AODB 核心概念與 A-CDM 架構
- [[a-cdm]] — A-CDM 與 AODB 的協同關係
- [[aodb-china]] — 中國市場現狀與國產化替代
- [[comparisons/airport-operations-systems]] — 運營系統供應商全景對比