Ηγέτες σκέψης

Γιατί ο τουρισμός χρειάζεται στρωματική υιοθέτηση AI, όχι έναν αγώνα για αυτονομία

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Οι συζητήσεις για την τεχνητή νοημοσύνη στον τουρισμό συχνά επικεντρώνονται στο πώς η τεχνολογία μπορεί να μετασχηματίσει γρήγορα τον κλάδο και να προσφέρει αποτελέσματα υψηλής επίπτωσης. Η πραγματικότητα, όμως, είναι πιο πολύπλοκη. Ενώ η AI έχει αποδείξει απτή αξία σε τομείς όπως η προσωποποίηση, η εξυπηρέτηση πελατών και η λειτουργική αποδοτικότητα, δεν όλοι την υιοθετούν με τον ίδιο ρυθμό. Ένας κύριος λόγος είναι το σύνθετο τεχνολογικό οικοσύστημα.

Οι αεροπορικές εταιρείες, οι διαδικτυακές ταξιδιωτικές υπηρεσίες (OTAs) και οι εταιρείες διαχείρισης ταξιδιών (TMCs) λειτουργούν μέσα σε διασυνδεδεμένα δίκτυα που έχουν χτιστεί σε δεκαετίες. Πολλές συνεχίζουν να βασίζονται σε κατακερματισμένα περιβάλλοντα δεδομένων και παλαιές υποδομές που περιορίζουν την ταχύτητα με την οποία η AI μπορεί να εφαρμοστεί και να κλιμακωθεί. Οι αυξημένες ανησυχίες σχετικά με τη διαφάνεια, την λογοδοσία και την αξιοπιστία επιδεινώνουν περαιτέρω το πρόβλημα.

Οι περισσότερες ταξιδιωτικές εταιρείες μιλούν για την AI σαν να πρόκειται για έναν ενιαίο μετασχηματισμό. Στην πράξη, η υιοθέτησή της εξελίσσεται σε τρία διακριτά αλλά αλληλένδετα επίπεδα: πρόοδο στην αυτοματοποίηση της εξυπηρέτησης πελατών και των λειτουργιών, τριβές από παλαιές υποδομές και έλλειψη θεσμικής εμπιστοσύνης. Κάθε επίπεδο προχωρά με διαφορετικό ρυθμό, δημιουργώντας ιδιαίτερες συνθήκες που απαιτούν προσαρμοσμένες απαντήσεις. Η κατανόηση αυτών των διαφορών προσφέρει ένα πιο πρακτικό πλαίσιο για τον εντοπισμό των μεγαλύτερων πιθανών ευκαιριών και κινδύνων.

1. Αξιολόγηση Προόδου

Είτε αναζητούν πτήσεις, είτε διαχειρίζονται δρομολόγια, είτε αντιμετωπίζουν ανατροπές, οι ταξιδιώτες περιμένουν όλο και περισσότερο κάθε αλληλεπίδραση να είναι απρόσκοπτη, εξατομικευμένη και άμεση. Οι βοηθοί παραγωγικής AI διευκολύνουν τον σχεδιασμό ταξιδιών και την υποστήριξη πελατών. Το 2025, σχεδόν 40% των ταξιδιωτών στις ΗΠΑ χρησιμοποίησαν παραγωγική AI για να σχεδιάσουν ταξίδια. Παράλληλα, τα μοντέλα μηχανικής μάθησης επιτρέπουν ιδιαίτερα εξατομικευμένες προσφορές με βάση τη συμπεριφορά των ταξιδιωτών, τις προτιμήσεις επιβράβευσης και το ιστορικό αγορών τους.

Η AI δημιουργεί επίσης τεράστια αξία στα παρασκήνια. Οι ταξιδιωτικές εταιρείες χρησιμοποιούν προχωρημένα αναλυτικά εργαλεία για να προβλέπουν καλύτερα τη ζήτηση, να διαχειρίζονται τη χωρητικότητα, να ενισχύουν τον προγραμματισμό του εργατικού δυναμικού και να αντιμετωπίζουν διαταραχές. Για παράδειγμα, ένας μεγάλος πάροχος ταξιδιωτικών υπηρεσιών μείωσε το κόστος ανά κράτηση κατά 10% ετησίως με τη γενική AI, ενώ μια καναδική αεροπορική εταιρεία ανέφερε αύξηση 2% στα έσοδα ανά μονάδα και αύξηση 10% στα έσοδα που προέρχονται από το δίκτυο μέσω τιμολόγησης με υποστήριξη AI.

Ωστόσο, παρά τα αυξανόμενα αποδεικτικά στοιχεία για την απτή αξία που μπορεί να προσφέρει η AI, τα παλαιά συστήματα παραμένουν σημαντικό εμπόδιο για τη μαζική υιοθέτηση.

2. Αντιμετώπιση Τριβών

Η κληρονομική υποδομή του κλάδου δεν σχεδιάστηκε για να υποστηρίζει τις πραγματικού χρόνου, ενοποιημένες ροές δεδομένων που απαιτεί η AI. Στο κέντρο του προβλήματος βρίσκεται το Παγκόσμιο Σύστημα Διανομής (GDS). Οι πλατφόρμες GDS σχεδιάστηκαν πριν από αρκετές δεκαετίες με πρωτόκολλα μηνυμάτων EDIFACT και εξακολουθούν να αντιπροσωπεύουν το κυρίαρχο μερίδιο των έμμεσων πωλήσεων αεροπορικών εισιτηρίων παγκοσμίως. Η ενσωμάτωση της Νέας Δυνατότητας Διανομής (NDC) με ένα παλαιό Σύστημα Εξυπηρέτησης Επιβατών (PSS) μπορεί να διαρκέσει μήνες δοκιμών και ανάπτυξης, ιδιαίτερα για αεροπορικές εταιρείες που προσφέρουν πολλαπλές κατηγορίες τιμών ή πρόσθετα προϊόντα. Η πρόκληση περιλαμβάνει συμβατικές περιορισμούς στην διανομή περιεχομένου, την ετοιμότητα του οργανισμού και την έλλειψη τυποποιημένων δεδομένων σε περιφερειακές αγορές.

Η έλλειψη ορατότητας δεδομένων από άκρη σε άκρη περιορίζει περαιτέρω την ικανότητα ενός οργανισμού να κλιμακώσει την AI αποτελεσματικά. Μια έρευνα GBTA αποκάλυψε ότι μόνο το 12% των εταιρικών αγοραστών ταξιδιών διαθέτει ενοποιημένη άποψη των δεδομένων του προγράμματός τους, ένα θεμελιώδες περιοριστικό στοιχείο που περιορίζει ό,τι μπορεί να προσφέρει οποιοδήποτε σύστημα AI, ανεξάρτητα από την πολυπλοκότητα του μοντέλου.

Οι αεροπορικές εταιρείες, οι OTAs και οι TMCs αντιμετωπίζουν αυτό το ζήτημα υιοθετώντας υβριδικές στρατηγικές που ενσωματώνουν νοημοσύνη στα υπάρχοντα συστήματα χρησιμοποιώντας API έτοιμα για πράκτορες. Παράλληλα, οι παίκτες που είναι εγγενείς στο NDC ακολουθούν διαφορετική προσέγγιση, δημιουργώντας υπηρεσίες και συμμόρφωση πολιτικής με βάση την AI απευθείας στην αρχιτεκτονική τους και μειώνοντας την εξάρτηση από τα παραδοσιακά κανάλια GDS.

Ωστόσο, η τεχνολογική ενσωμάτωση από μόνη της δεν εγγυάται την επιτυχία. Καθώς η AI ενσωματώνεται πιο βαθιά και αρχίζει να επηρεάζει αποφάσεις υψηλότερης σημασίας, το επόμενο πρόβλημα εμφανίζεται: η εμπιστοσύνη.

3. Ενίσχυση Εμπιστοσύνης

Έρευνα της GBTA δείχνει ότι ενώ το 92% των αγοραστών ταξιδιών ενδιαφέρεται για προβλέψεις δαπανών με βάση την AI και το 89% για αυτοματοποιημένη διαχείριση διαταραχών, μόνο το 57% των ίδιων αγοραστών αισθάνεται άνετα με την AI να αλλάζει ή να ακυρώνει κρατήσεις αυτόνομα.

Οι ηγέτες του τουρισμού αναζητούν λύσεις που είναι επεξηγήσιμες και ελεγχόμενες. Ταυτόχρονα, οι πελάτες απαιτούν όλο και περισσότερο διαφάνεια και λογοδοσία. Η δημιουργία εμπιστοσύνης μεταξύ διαφορετικών ομάδων ενδιαφερόντων απαιτεί δέσμευση για «υπεύθυνη εξέλιξη», εξισορροπώντας την καινοτομία με τη διαφάνεια και τη διακυβέρνηση.

Αυτό σημαίνει ότι οι οργανισμοί που κάνουν τη μεγαλύτερη πρόοδο δεν είναι απαραίτητα αυτοί που υλοποιούν τα πιο προηγμένα μοντέλα ή κινούνται πιο γρήγορα. Αντίθετα, είναι αυτοί που ακολουθούν μια δομημένη προσέγγιση: ενδυναμώνουν τα θεμέλια των δεδομένων πριν κλιμακώσουν την AI, επικυρώνουν τις περιπτώσεις χρήσης σε ελεγχόμενα, υψηλής επίπτωσης περιβάλλοντα, και ενσωματώνουν την αναλογική διακυβέρνηση στην πορεία του μετασχηματισμού. Σε αντίθεση με τη μοναδική διακυβέρνηση, η αναλογική διακυβέρνηση οργανώνει τους πράκτορες AI σε επίπεδα αυτονομίας, το καθένα με καθορισμένα όρια εμπιστοσύνης και απαιτήσεις διακυβέρνησης.

Μετατροπή της Φιλοδοξίας AI σε Διαρκή Αντίκτυπο

Για τις ταξιδιωτικές οργανώσεις που προχωρούν στην επόμενη φάση, η υιοθέτηση αυτής της διαδοχικής προσέγγισης δεν είναι πλέον προαιρετική· είναι αυτό που διαχωρίζει τους ηγέτες από τους καθυστερημένους. Σε αυτό το αναδυόμενο πλαίσιο, οι συνεργάτες διαχείρισης επιχειρησιακών διαδικασιών παίζουν κρίσιμο ρόλο ενδυνάμωσης, βοηθώντας τους οργανισμούς να εφαρμόσουν την AI σε σύνθετα οικοσυστήματα δεδομένων, διαδικασιών και ανθρώπινων αποφάσεων. Τελικά, οι οργανισμοί που μετατρέπουν την πειθαρχική εκτέλεση σε ένα ανθεκτικό, δύσκολο στην αντιγραφή πλεονέκτημα θα αναδειχθούν νικητές.

Πηγές του αρχικού άρθρου: gartner.com [1]

Jitender Mohan είναι ο Διευθυντής Μονάδας Επιχειρηματικής Δραστηριότητας – Travel & Leisure, στην WNS, μέρος της Capgemini. Είναι υπεύθυνος για τη στρατηγική, τις πρωτοβουλίες ανάπτυξης και την οικονομική απόδοση της μονάδας.