谷歌公布了一项结合人工智能与航空运营的实地研究成果，显示通过AI预测并调整飞行路径，可降低飞机凝结尾（contrails）对气候的影响。这项研究由谷歌研究团队与美国航空（American Airlines）、航班规划软件公司Flightkeys等单位合作，并于2025年1月中旬至5月中旬开展为期17周的随机对照试验，将凝结尾预测整合至现有的航班规划流程中。

凝结尾是飞机在高空飞行时，排放的水汽与微粒所形成的云状轨迹，被认为是航空业非二氧化碳气候影响中最大的单一来源之一。由于其持续时间从数分钟到数小时不等，若能避开特定大气条件，有望在短期内显著降低相关气候影响。

在技术上，谷歌开发了机器学习模型，结合卫星观测数据与欧洲中期天气预报中心（ECMWF）的气象预测，估算飞行过程中形成凝结尾的概率，并转化为以二氧化碳当量（CO2-equivalent，CO2e）表示的气候影响指标，纳入航班规划系统的成本计算。当系统判定某航班的凝结尾影响较高时，会生成替代飞行路径，例如调整飞行高度或绕行特定区域，以避开容易形成凝结尾的冰过饱和区域（Ice Supersaturated Regions，ISSRs）。

研究团队以飞往欧洲的跨大西洋航线为测试范围，将航班随机分为实验组与对照组，并通过卫星影像与自动化算法验证凝结尾生成情况。结果显示，在所有纳入试验的航班中，凝结尾生成率平均降低11.6%；而在实际采纳并按计划执行AI建议航线的航班中，凝结尾生成率降幅高达62%。此外，研究还指出，燃料消耗量未出现统计学上的显著差异。

不过，研究同时指出，实际应用仍受运营流程与人员决策影响。在试验期间，约有15.4%的调度员选择采用凝结尾优化航线，而最终实际按计划执行的航班比例为7.8%。研究指出，相关差异与调度员工作负荷、飞行安全考量及既有航路限制等因素有关。