यात्रा के लिए परतदार AI अपनाने की आवश्यकता क्यों है, न कि स्वायत्तता की दौड़

यात्रा में AI पर चर्चा अक्सर इस बात पर केंद्रित रहती है कि तकनीक कैसे तेजी से इस क्षेत्र को बदल सकती है और उच्च-प्रभावी परिणाम दे सकती है। वास्तविकता, हालांकि, अधिक सूक्ष्म है। जबकि AI ने व्यक्तिगतकरण, ग्राहक सेवा और परिचालन दक्षता जैसे क्षेत्रों में ठोस मूल्य प्रदर्शित किया है, सभी लोग इसे समान गति से अपना नहीं रहे हैं। इसका एक प्रमुख कारण जटिल तकनीकी इकोसिस्टम है।

एयरलाइन, ऑनलाइन ट्रैवल एजेंसियां (OTAs) और ट्रैवल मैनेजमेंट कंपनियां (TMCs) दशकों में निर्मित परस्पर जुड़ी नेटवर्क पर काम करती हैं। कई अभी भी टुकड़े‑टुकड़े डेटा वातावरण और लेगेसी इन्फ्रास्ट्रक्चर पर निर्भर हैं, जो AI को तैनात करने और स्केल करने की गति को सीमित करता है। पारदर्शिता, उत्तरदायित्व और विश्वसनीयता के बारे में बढ़ती चिंताएँ इस समस्या को और बढ़ा देती हैं।

अधिकांश यात्रा कंपनियाँ AI को एक ही परिवर्तन की कहानी के रूप में देखती हैं, लेकिन उसका इस्तेमाल तीन अलग, फिर भी परस्पर जुड़े स्तरों पर बढ़ रहा है: ग्राहकों से जुड़ी सेवाओं और संचालन के स्वचालन में प्रगति, पुराने बुनियादी ढाँचे से पैदा होने वाली बाधाएँ, और संस्थागत भरोसे की कमी। हर स्तर अलग गति से आगे बढ़ रहा है और ऐसी परिस्थितियाँ बना रहा है जिनके लिए अलग उपाय चाहिए। इन अंतर को समझने से यह पहचानने का अधिक व्यावहारिक ढाँचा मिलता है कि सबसे बड़े अवसर और जोखिम कहाँ उभर सकते हैं।

1. प्रगति का आकलन

चाहे उड़ानें खोजना हो, यात्रा कार्यक्रम सँभालना हो या व्यवधानों से निपटना हो, यात्री हर बातचीत में सहज, व्यक्तिगत और तेज़ सेवा की अपेक्षा कर रहे हैं। जनरेटिव AI सहायक यात्रा योजना और ग्राहक सहायता को सरल बनाकर मदद कर रहे हैं। 2025 में लगभग 40% अमेरिकी यात्रियों ने यात्रा की योजना बनाने के लिए जनरेटिव AI का इस्तेमाल किया। साथ ही, मशीन लर्निंग मॉडल यात्रियों के व्यवहार, लॉयल्टी संबंधी प्राथमिकताओं और खरीदारी के इतिहास के आधार पर अत्यधिक व्यक्तिगत प्रस्ताव देना संभव बना रहे हैं।

AI पर्दे के पीछे भी अत्यधिक मूल्य बना रहा है। यात्रा कंपनियां उन्नत विश्लेषण का उपयोग करके मांग का बेहतर पूर्वानुमान, क्षमता प्रबंधन, कार्यबल योजना को सुदृढ़ और व्यवधानों को संभाल रही हैं। उदाहरण के तौर पर, एक एक प्रमुख यात्रा सेवा प्रदाता ने Gen AI के साथ अपनी प्रति‑बुकिंग लागत को वर्ष‑दर‑वर्ष 10 % कम किया, जबकि एक कनाडाई एयरलाइन ने AI‑सक्षम मूल्य निर्धारण के माध्यम से इकाई राजस्व में 2 % की वृद्धि और नेटवर्क‑आधारित राजस्व में 10 % की बढ़ोतरी दर्ज की।

फिर भी, AI द्वारा प्रदान किए जाने वाले ठोस मूल्य के बढ़ते प्रमाण के बावजूद, लेगेसी सिस्टम व्यापक अपनाने में एक महत्वपूर्ण बाधा बने हुए हैं।

2. बाधाओं को दूर करना

उद्योग का पुराना बुनियादी ढाँचा उन वास्तविक समय के एकीकृत डेटा प्रवाहों के लिए नहीं बनाया गया था जिनकी AI को ज़रूरत है। समस्या के केंद्र में ग्लोबल डिस्ट्रीब्यूशन सिस्टम (GDS) है। GDS प्लेटफ़ॉर्म कई दशक पहले EDIFACT संदेश प्रोटोकॉल पर बनाए गए थे और आज भी दुनिया भर में एयरलाइनों की अप्रत्यक्ष बिक्री का बड़ा हिस्सा सँभालते हैं। न्यू डिस्ट्रीब्यूशन कैपेबिलिटी (NDC) को पुराने पैसेंजर सर्विस सिस्टम (PSS) से जोड़ने में महीनों का परीक्षण और विकास लग सकता है, खासकर कई किराया श्रेणियाँ या अतिरिक्त सेवाएँ देने वाली एयरलाइनों के लिए। चुनौतियों में सामग्री वितरण पर अनुबंध संबंधी पाबंदियाँ, संगठन की तैयारी और क्षेत्रीय बाज़ारों के बीच मानकीकृत डेटा की कमी शामिल हैं।

डेटा की पूरी प्रक्रिया पर नज़र न होना संगठन की AI को प्रभावी ढंग से बड़े पैमाने पर लागू करने की क्षमता को और सीमित करता है। एक GBTA सर्वेक्षण से पता चला कि कॉर्पोरेट यात्रा सेवाओं के केवल 12% खरीदारों के पास अपने कार्यक्रम के डेटा का एकीकृत दृश्य है। यह एक बुनियादी सीमा है जो किसी भी AI प्रणाली की उपयोगिता को सीमित करती है, चाहे मॉडल कितना ही उन्नत क्यों न हो।

एयरलाइनें, ऑनलाइन ट्रैवल एजेंसियाँ और यात्रा प्रबंधन कंपनियाँ हाइब्रिड रणनीतियाँ अपनाकर इससे निपट रही हैं। वे AI एजेंटों के लिए तैयार API के ज़रिए मौजूदा प्रणालियों में बुद्धिमान क्षमताएँ जोड़ती हैं। वहीं शुरुआत से NDC पर बनी कंपनियाँ दूसरा रास्ता अपना रही हैं: वे AI-आधारित सेवा और यात्रा नीतियों के अनुपालन को सीधे अपनी संरचना में शामिल करके पारंपरिक GDS चैनलों पर निर्भरता घटाती हैं।

लेकिन केवल तकनीकी एकीकरण सफलता की गारंटी नहीं देता। जब AI अधिक गहराई से जुड़ता है और अधिक महत्वपूर्ण फैसलों को प्रभावित करने लगता है, तो अगली चुनौती सामने आती है: भरोसा।

3. भरोसे को बढ़ाना

GBTA का शोध दिखाता है कि जहाँ 92% यात्रा सेवाओं के खरीदार AI-आधारित व्यय पूर्वानुमान में और 89% व्यवधानों के स्वचालित प्रबंधन में रुचि रखते हैं, वहीं उन्हीं खरीदारों में केवल 57% इस बात को लेकर सहज हैं कि AI अपने आप बुकिंग बदले या रद्द करे। यह अंतर भरोसे की एक बुनियादी कमी को उजागर करता है।

यात्रा उद्योग के प्रमुख ऐसे समाधान चाहते हैं जिनके काम करने का कारण समझाया और जाँचा जा सके। इसी समय ग्राहक पारदर्शिता और जवाबदेही की माँग बढ़ा रहे हैं। अलग-अलग हितधारक समूहों के बीच भरोसा बनाने के लिए जिम्मेदार विकास के प्रति प्रतिबद्धता चाहिए, जिसमें नवाचार के साथ पारदर्शिता और उचित संचालन का संतुलन हो।

इसका अर्थ है कि सबसे अधिक प्रगति करने वाले संगठन ज़रूरी नहीं कि सबसे उन्नत मॉडल लगा रहे हों या सबसे तेज़ आगे बढ़ रहे हों। वे एक व्यवस्थित तरीका अपनाते हैं: AI को बड़े पैमाने पर लागू करने से पहले डेटा की नींव मज़बूत करना, नियंत्रित और प्रभावशाली वातावरण में उपयोग के मामलों को सत्यापित करना, और अनुपातिक शासन को परिवर्तन की प्रक्रिया में शामिल करना। सबके लिए एक जैसे नियमों के विपरीत, आनुपातिक गवर्नेंस AI एजेंटों को स्वायत्तता के स्तरों में बाँटती है, जिनमें प्रत्येक के लिए भरोसे की सीमाएँ और नियंत्रण संबंधी आवश्यकताएँ तय होती हैं।

AI की महत्वाकांक्षा को स्थायी प्रभाव में बदलना

अगले चरण की ओर बढ़ रहे यात्रा संगठनों के लिए इस क्रमिक तरीके को अपनाना अब वैकल्पिक नहीं है; यही अग्रणी संगठनों और पीछे रह जाने वालों के बीच अंतर बनाता है। इस नए संदर्भ में व्यवसाय प्रक्रिया प्रबंधन के साझेदार महत्वपूर्ण भूमिका निभाते हैं। वे डेटा, प्रक्रियाओं और मानवीय निर्णयों के जटिल तंत्र में AI को व्यावहारिक रूप से लागू करने में मदद करते हैं। अंततः वे संगठन सफल होंगे जो अनुशासित क्रियान्वयन को टिकाऊ और आसानी से नकल न किए जा सकने वाले लाभ में बदलेंगे।