- Otvoritveni dan Travel Forward se je začel s sejo, posvečeno AI v potovanjih.
- Orodja so na voljo za množično personalizacijo – vendar je treba spremeniti miselnost. Segmentacija ni personalizacija.
- Če delite podatke, lahko algoritmi delujejo med viri, personalizacija lahko postane sodelovanje, partnerstvo.
To verjamejo višji tehnološki direktorji iz celotne potovalne industrije umetna inteligenca (AI) bo igral ključno vlogo pri okrevanju potovanj, dokler se miselnost in odnos do izmenjave podatkov spremenita.
Otvoritveni dan Travel Forward se je začel s sejo, posvečeno AI v potovanju.
Andy Owen-Jones, izvršni direktor in soustanovitelj AI-early-adopter bd4travel, je dejal, da sta umetna inteligenca in strojno učenje edini način za potovalna podjetja, da "sklenejo", kaj želijo njihovi potniki.
Vendar, da bi presegli »povprečje« in v »personalizacijo«, AI strokovnjaki potrebujejo dostop do podatkov
»Orodja so na voljo za množično personalizacijo – vendar je treba spremeniti miselnost. Segmentacija ni personalizacija."
Sundar Narasimhan iz Sabre Labs je opozoril, da se to razlikovanje odraža v tem, kako podjetniške aplikacije za AI in strojno učenje na potovanjih sta zdaj zasnovana in optimizirana za izboljšanje izkušnje za potnike in stran od optimizacije donosa za dobavitelje.
Zagovarjal je tudi nove miselnosti v smislu izmenjave podatkov.
"Če delite podatke, lahko algoritmi delujejo med viri, personalizacija lahko postane sodelovanje, partnerstvo." Orisal je prihodnji primer uporabe, kjer lahko AI zagotovi izkušnjo potovanja, kjer sta bila let in nastanitev prilagojena.
Miselnost, nove paradigme in sveže razmišljanje so bili tema tudi na drugih sejah. Jospeh Ling iz Voucha je pojasnil, kako mora njegovo podjetje spremeniti miselnost v hotelski industriji.
»Prepričati moramo hotelirje, da interakcije med ljudmi niso enake na vseh stičnih točkah. Naš izdelek pomaga hotelirjem avtomatizirati številne naloge, kjer ni potreben človeški dotik, kar osvobodi hotelsko osebje, da se osredotoči na naloge, ki bistveno vplivajo na izkušnjo gostov,« je dejal.
Druga panoga, kjer je treba spremeniti miselnost, je letalstvo. Popoldanska panelna razprava je bila nedvoumna glede tega, da lahko izboljšanje izmenjave podatkov med letalskimi prevozniki, upravljavci letališč in kontrolo zračnega prometa izboljša učinkovitost letal in usmerjanja, s takojšnjo koristjo nižjih emisij zaradi zmanjšanja porabe goriva.
Yann Cabaret iz SITA je povedal nabito polni dvorani, da "sodobna tehnologija podpira sodelovanje – s podatki, ki jih imamo, lahko uporabimo strojno učenje za optimizacijo gibanja letal, na nebu ali letališču."
Vendar komercialni razlogi preprečujejo, da bi številni operaterji v zasebnem sektorju med seboj delili podatke, kar je nezdružljivo z bojem proti podnebnim izrednim razmeram. "Prizadevanja industrije lahko delujejo le, če so vsi vključeni," je dejal.
Obseg strukturiranih in nestrukturiranih podatkov v potovalni industriji ustvarja idealno okolje za umetno inteligenco za ustvarjanje novih izdelkov, boljše izkušnje za potnike in več prihodkov za potovalna podjetja. Vendar je posledica tega, da obseg podatkov pomeni, da bi morala podjetja razmisliti o potrditvi podatkov, preden jih uporabijo.
Priročnik Hilty iz tehničnega strokovnjaka za načrtovanje večdnevnih potovanj Nezasa je dejal, da njegovo podjetje razvija svojo platformo, tako da lahko podpira analitiko podatkov in umetno inteligenco v velikem obsegu ter uporabi vpogled na osebni ravni.
"Načrtovanje, rezervacija in izpolnjevanje večdnevnih izletov ima veliko, veliko stičnih točk, od katerih ima vsaka svoje plasti kompleksnosti," je dejal. "Vemo, da umetna inteligenca deluje le, če so podatki in platforma, ki jih gosti, primerna za uporabo AI za ustvarjanje boljših izkušenj za popotnike."
KAJ VZETI IZ TEGA ČLANKA:
- Priročnik Hilty iz tehničnega strokovnjaka za načrtovanje večdnevnih potovanj Nezasa je dejal, da njegovo podjetje razvija svojo platformo, tako da lahko podpira analitiko podatkov in umetno inteligenco v velikem obsegu ter uporabi vpogled na osebni ravni.
- Popoldanska panelna razprava je nedvoumno izrazila stališče, da lahko izboljšanje izmenjave podatkov med letalskimi prevozniki, letališkimi operaterji in kontrolami zračnega prometa izboljša učinkovitost letal in poti, s takojšnjo koristjo manjših emisij zaradi zmanjšane porabe goriva.
- Sundar Narasimhan iz Sabre Labs je opozoril, da se ta razlika odraža v tem, kako so poslovne aplikacije za umetno inteligenco in strojno učenje na potovanjih zdaj oblikovane in optimizirane za izboljšanje izkušenj za popotnike in stran od optimizacije donosa za dobavitelje.
