- Η ημέρα έναρξης του Travel Forward ξεκίνησε με μια συνεδρία αφιερωμένη στην τεχνητή νοημοσύνη στα ταξίδια.
- Τα εργαλεία υπάρχουν για μαζική εξατομίκευση – αλλά οι νοοτροπίες πρέπει να αλλάξουν. Η τμηματοποίηση δεν είναι εξατομίκευση.
- Εάν μοιράζεστε δεδομένα, οι αλγόριθμοι μπορούν να λειτουργήσουν σε διάφορες πηγές, η εξατομίκευση μπορεί να γίνει συνεργατική, μια συνεργασία.
Αυτό πιστεύουν ανώτερα στελέχη τεχνολογίας από όλη την ταξιδιωτική βιομηχανία τεχνητή νοημοσύνη (AI) θα διαδραματίσει καθοριστικό ρόλο στην ανάκαμψη των ταξιδιών, εφόσον αλλάξουν οι νοοτροπίες και οι στάσεις απέναντι στην κοινή χρήση δεδομένων.
Η ημέρα έναρξης του Travel Forward ξεκίνησε με μια συνεδρία αφιερωμένη στο AI στα ταξίδια.
Ο Andy Owen-Jones, Διευθύνων Σύμβουλος και συνιδρυτής του AI-early-adopter bd4travel, δήλωσε ότι η τεχνητή νοημοσύνη και η μηχανική μάθηση είναι ο μόνος τρόπος για τις ταξιδιωτικές εταιρείες να «συμπεράσουν» τι θέλουν οι ταξιδιώτες τους.
Ωστόσο, για να ξεπεράσουμε τους «μέσους όρους» και στην «εξατομίκευση», AI οι ειδικοί χρειάζονται πρόσβαση στα δεδομένα
«Τα εργαλεία υπάρχουν για μαζική εξατομίκευση – αλλά οι νοοτροπίες πρέπει να αλλάξουν. Η τμηματοποίηση δεν είναι εξατομίκευση."
Ο Sundar Narasimhan από τη Saber Labs σημείωσε ότι αυτή η διάκριση αντικατοπτρίζεται στον τρόπο με τον οποίο υποβάλλονται οι εταιρικές εφαρμογές για AI και η μηχανική μάθηση στα ταξίδια έχουν πλέον σχεδιαστεί και βελτιστοποιηθεί για τη βελτίωση της εμπειρίας για τους ταξιδιώτες και μακριά από τη βελτιστοποίηση της απόδοσης για τους προμηθευτές.
Υποστήριξε επίσης νέες νοοτροπίες όσον αφορά την ανταλλαγή δεδομένων.
"Εάν μοιράζεστε δεδομένα, οι αλγόριθμοι μπορούν να λειτουργήσουν σε διάφορες πηγές, η εξατομίκευση μπορεί να γίνει συνεργατική, μια συνεργασία." Περιέγραψε μια μελλοντική περίπτωση χρήσης όπου η τεχνητή νοημοσύνη μπορεί να προσφέρει μια εμπειρία ταξιδιού όπου η πτήση και η διαμονή έχουν εξατομικευτεί.
Οι νοοτροπίες, τα νέα παραδείγματα και η φρέσκια σκέψη ήταν ένα θέμα και σε άλλες συνεδρίες. Ο Jospeh Ling από το Vouch εξήγησε πώς η επιχείρησή του πρέπει να αλλάξει νοοτροπία στον ξενοδοχειακό κλάδο.
«Πρέπει να πείσουμε τους ξενοδόχους ότι οι ανθρώπινες αλληλεπιδράσεις δεν είναι ίσες σε όλα τα σημεία επαφής. Το προϊόν μας βοηθά τους ξενοδόχους να αυτοματοποιήσουν πολλές εργασίες όπου δεν χρειάζεται το ανθρώπινο άγγιγμα, κάτι που απελευθερώνει το προσωπικό του ξενοδοχείου να επικεντρωθεί σε εργασίες που επηρεάζουν ουσιαστικά την εμπειρία των επισκεπτών», είπε.
Ένας άλλος κλάδος όπου χρειάζεται αλλαγή νοοτροπίας είναι η αεροπορία. Μια συζήτηση σε πάνελ το απόγευμα ήταν ξεκάθαρη κατά την άποψή της ότι η βελτίωση της ανταλλαγής δεδομένων μεταξύ αεροπορικών εταιρειών, φορέων εκμετάλλευσης αεροδρομίων και ελέγχου εναέριας κυκλοφορίας μπορεί να βελτιώσει την αποτελεσματικότητα των αεροσκαφών και των δρομολογίων, με άμεσο όφελος από χαμηλότερες εκπομπές μέσω μειωμένης καύσης καυσίμου.
Ο Yann Cabaret από το SITA είπε στην κατάμεστη αίθουσα ότι «η σύγχρονη τεχνολογία υποστηρίζει τη συνεργασία – με τα δεδομένα που έχουμε μπορούμε να εφαρμόσουμε μηχανική μάθηση για να βελτιστοποιήσουμε τις κινήσεις των αεροσκαφών, στον ουρανό ή το αεροδρόμιο».
Ωστόσο, εμπορικοί λόγοι εμποδίζουν πολλούς φορείς του ιδιωτικού τομέα να μοιράζονται δεδομένα μεταξύ τους, μια κατάσταση ασύμβατη με την καταπολέμηση της κλιματικής έκτακτης ανάγκης. «Οι προσπάθειες του κλάδου μπορούν να λειτουργήσουν μόνο εάν όλοι είναι μέσα», είπε.
Ο όγκος των δομημένων και μη δομημένων δεδομένων στον ταξιδιωτικό κλάδο δημιουργεί το τέλειο περιβάλλον για την τεχνητή νοημοσύνη για τη δημιουργία νέων προϊόντων, καλύτερες εμπειρίες για τους ταξιδιώτες και περισσότερα έσοδα για τις ταξιδιωτικές εταιρείες. Ωστόσο, η συνέπεια αυτού είναι ότι ο όγκος των δεδομένων σημαίνει ότι οι εταιρείες πρέπει να σκεφτούν την επικύρωση των δεδομένων πριν τα χρησιμοποιήσουν.
Το εγχειρίδιο Hilty από τον ειδικό στην τεχνολογία σχεδιασμού πολυήμερων ταξιδιών Nezasa είπε ότι η επιχείρησή του αναπτύσσει την πλατφόρμα της έτσι ώστε να μπορεί να υποστηρίζει αναλυτικά δεδομένα και AI σε κλίμακα και να εφαρμόζει τις πληροφορίες σε προσωπικό επίπεδο.
«Ο προγραμματισμός, η κράτηση και η πραγματοποίηση πολυήμερων περιηγήσεων έχει πολλά, πολλά σημεία επαφής, καθένα από τα οποία τα δικά του επίπεδα πολυπλοκότητας», είπε. «Γνωρίζουμε ότι η τεχνητή νοημοσύνη λειτουργεί μόνο όταν τα δεδομένα και η πλατφόρμα που το φιλοξενεί είναι κατάλληλα για τη χρήση της τεχνητής νοημοσύνης για τη δημιουργία καλύτερων εμπειριών για τους ταξιδιώτες».
ΤΙ ΠΡΕΠΕΙ ΝΑ ΑΠΑΙΡΕΤΕ ΑΠΟ ΑΥΤΟ ΤΟ ΑΡΘΡΟ:
- Το εγχειρίδιο Hilty από τον ειδικό στην τεχνολογία σχεδιασμού πολυήμερων ταξιδιών Nezasa είπε ότι η επιχείρησή του αναπτύσσει την πλατφόρμα της έτσι ώστε να μπορεί να υποστηρίζει αναλυτικά δεδομένα και AI σε κλίμακα και να εφαρμόζει τις πληροφορίες σε προσωπικό επίπεδο.
- A panel discussion in the afternoon was unequivocal in its view that improving the data sharing between airlines, airport operators and air traffic control can improve aircraft and routing efficiencies, with the immediate benefit of lower emissions through reduced fuel burn.
- Sundar Narasimhan from Sabre Labs noted that this distinction is reflected in how enterprise applications for AI and machine learning in travel are now engineered and optimized towards improving the experience for travelers and away from optimizing yield for suppliers.
