Ajatusjohtajat

Miksi matkailu tarvitsee kerroksellista tekoälyn käyttöönottoa, ei kilpaa autonomiaan

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Matkailualan tekoälykeskustelut keskittyvät usein siihen, miten teknologia voi nopeasti muuttaa alaa ja tuottaa merkittäviä tuloksia. Todellisuus on kuitenkin monisyisempi. Vaikka tekoäly on osoittanut konkreettista arvoa esimerkiksi personoinnissa, asiakaspalvelussa ja operatiivisessa tehokkuudessa, kaikki eivät omaksu sitä samaa tahtia. Tärkeä syy tähän on monimutkainen teknologinen ekosysteemi.

Lentoyhtiöt, verkkomatkatoimistot (OTA:t) ja matkailun hallintayritykset (TMC:t) toimivat vuosikymmenten aikana kehittyneissä toisiinsa kytketyissä verkostoissa. Monet turvautuvat edelleen hajanaisiin data-ympäristöihin ja perinteiseen infrastruktuuriin, jotka rajoittavat tekoälyn käyttöönoton ja skaalaamisen nopeutta. Lisääntyneet huolenaiheet läpinäkyvyydestä, vastuullisuudesta ja luotettavuudesta pahentavat tilannetta entisestään.

Vaikka suurin osa matkailuyrityksistä puhuu tekoälystä yhtenäisenä transformaatiokertomuksena, sen käyttöönotto etenee kolmessa erillisessä mutta toisiinsa kytkeytyvässä kerroksessa: (i) edistys asiakaskeskeisessä ja operatiivisessa automaatiossa, (ii) perinteisestä infrastruktuurista syntyvä kitka ja (iii) institutionaalisen luottamuksen puute. Kukin etenee eri tahdissa, luoden ainutlaatuisia dynamiikkoja, jotka vaativat räätälöityjä vastauksia. Näiden erojen ymmärtäminen tarjoaa käytännöllisemmän kehyksen suurimpien mahdollisuuksien (ja riskien) tunnistamiseksi.

1. Edistyksen arviointi

Etsitpä sitten lentoja, hallitsisit matkaohjelmia tai ratkaisisit häiriöitä, matkustajat odottavat yhä enemmän, että jokainen vuorovaikutus on saumaton, henkilökohtainen ja reagoiva. Generatiiviset tekoälyavustajat auttavat virtaviivaistamalla matkan suunnittelua ja asiakastukea. Vuonna 2025 lähes 40% Yhdysvaltain matkustajista käytti generatiivista tekoälyä matkojen suunnitteluun. Samanaikaisesti koneoppimismallit mahdollistavat hyperhenkilökohtaiset tarjoukset matkustajien käyttäytymisen, uskollisuuspreferenssien ja ostohistorian perusteella.

Tekoäly luo myös valtavaa arvoa kulissien takana. Matkailuyritykset hyödyntävät kehittyneitä analyysejä paremman kysynnän ennustamisen, kapasiteetin hallinnan, työvoiman suunnittelun vahvistamisen ja häiriöiden käsittelemisen tukemiseksi. Esimerkiksi merkittävä matkailupalveluiden tarjoaja laski Gen AI:n avulla varausta kohti kohdistuvaa kustannustaan 10 % vuosittain, kun taas kanadalainen lentoyhtiö raportoiti 2 % kasvun yksikkötuloissa ja 10 % lisäyksen verkostoperusteisessa tulossa tekoälypohjaisen hinnoittelun avulla.

Silti, kasvavasta todisteesta tekoälyn konkreettisesta arvosta huolimatta, perintöjärjestelmät ovat merkittävä este laajamittaiselle omaksumiselle.

2. Kitkan ratkaiseminen

Alan perinteinen infrastruktuuri ei ole suunniteltu tukemaan tekoälyn vaatimia reaaliaikaisia, yhtenäisiä dataputkia. Ongelman ytimessä on globaali jakelujärjestelmä (GDS). GDS-alustat rakennettiin useita vuosikymmeniä sitten EDIFACT-viestintäprotokollien pohjalta, ja ne muodostavat edelleen hallitsevan osuuden epäsuorista lentoyhtiömyynneistä maailmanlaajuisesti. Uuden jakelukyvyn (NDC) integrointi perinteiseen matkustajapalvelujärjestelmään (PSS) voi kestää kuukausia testauksessa ja kehityksessä, erityisesti lentoyhtiöille, jotka tarjoavat useita hintamerkkejä tai lisäpalveluita. Haasteeseen sisältyvät sopimukselliset rajoitukset sisällön jakelussa, organisaation valmius ja standardoitujen tietojen puute alueellisten markkinoiden välillä.

End-to-end -tietojen näkyvyyden puute rajoittaa edelleen organisaation kykyä skaalata tekoälyä tehokkaasti.  GBTA‑kysely paljasti, että vain 12 % yritysmatkustajien ostajista omaa yhtenäisen näkymän ohjelmadataansa, mikä on perustavanlaatuinen rajoite, joka rajoittaa mitä tahansa tekoälyjärjestelmää voi toimittaa, riippumatta mallin kehittyneisyydestä.

Lentoyhtiöt, OTA:t ja TMC:t navigoivat tätä omaksumalla hybridistrategioita, jotka kerrostavat älykkyyttä olemassa oleviin järjestelmiin agenttivalmiiden API-rajapintojen avulla. Samaan aikaan NDC‑natiivipelaajat lähestyvät asiaa toisin, rakentamalla tekoälypohjaisen palvelun ja politiikan noudattamisen suoraan arkkitehtuuriinsa ja vähentäen riippuvuutta perinteisistä GDS‑kanavista.

Mutta pelkkä teknologinen integrointi ei takaa menestystä. Kun tekoäly syventyy yhä enemmän ja alkaa vaikuttaa tärkeämpiin päätöksiin, seuraava haaste nousee esiin: luottamus.

3. Luottamuksen vahvistaminen

GBTA:n tutkimus osoittaa, että vaikka 92 % matkailun ostajista on kiinnostunut tekoälypohjaisesta kulujen ennustamisesta ja 89 % automatisoidusta häiriöiden hallinnasta, vain 57 % samasta ryhmästä tuntee olonsa mukavaksi, kun tekoäly muuttaa tai peruuttaa varauksia itsenäisesti. Tämä kontrasti korostaa perustavaa luottamuskuilua.

Matkailun johtajat etsivät selitettäviä, auditointikelpoisia ratkaisuja. Samaan aikaan asiakkaat vaativat yhä enemmän läpinäkyvyyttä ja vastuullisuutta. Luottamuksen rakentaminen eri sidosryhmien välillä edellyttää sitoutumista ‘vastuulliseen kehitykseen’, jossa innovaatiot tasapainotetaan läpinäkyvyyden ja hallinnon kanssa.

Tämä tarkoittaa, että suurimman edistysaskeleen saavuttavat organisaatiot eivät välttämättä ole ne, jotka ottavat käyttöön kehittyneimpiä malleja tai liikkuvat nopeimmin. Sen sijaan ne noudattavat jäsenneltyä lähestymistapaa: vahvistamalla dataperustat ennen tekoälyn skaalaamista, validoimalla käyttötapaukset hallituissa, korkean vaikutuksen ympäristöissä ja sisällyttämällä suhteellisen hallinnon muutosmatkaan. Toisin kuin yhtenäinen hallinto, suhteellinen hallinto järjestää tekoälyagentit autonomian tasoihin, joilla jokaisella on määritellyt luottamusrajat ja hallintavaatimukset.

Tekoälyambition muuttaminen kestäväksi vaikutukseksi

Matkailuorganisaatioille, jotka siirtyvät seuraavaan vaiheeseen, tämän peräkkäisen lähestymistavan omaksuminen ei ole enää valinnaista; se erottaa johtajat jälkijätnästä. Tässä nousevassa kontekstissa liiketoimintaprosessien hallinnan kumppanit näyttelevät keskeistä mahdollistavaa roolia auttaen organisaatioita operatiivistamaan tekoälyn monimutkaisten data-, prosessi- ja ihmispäätöksenteon ekosysteemien läpi. Lopulta ne organisaatiot, jotka muuntavat kurinalaisen toteutuksen kestäväksi, vaikeasti toistettavaksi kilpailueduksi, nousevat voittajiksi.

Jitender Mohan is the Business Unit Head - Travel & Leisure, at WNS, part of Capgemini. He is responsible for the strategy, growth initiatives, and financial performance of the business unit.