Hvorfor reiselivet trenger lagdelt AI‑adopsjon, ikke et kappløp mot autonomi

AI‑diskusjoner i reiselivet sentrerer ofte rundt hvordan teknologien kan raskt transformere sektoren og levere resultater med høy påvirkning. Realiteten er imidlertid mer nyansert. Selv om AI har vist håndgripelig verdi innen områder som personalisering, kundeservice og operasjonell effektivitet, adopterer ikke alle den i samme tempo. En hovedårsak er det komplekse teknologiske økosystemet.

Flyselskap, nettbaserte reisebyråer (OTAs) og reiseadministrasjons‑selskaper (TMC‑er) opererer i sammenkoblede nettverk bygget opp over flere tiår. Mange fortsetter å stole på fragmenterte datamiljøer og eldre infrastruktur som begrenser hastigheten AI kan implementeres og skaleres med. Økte bekymringer rundt åpenhet, ansvarlighet og pålitelighet forverrer problemet ytterligere.

De fleste reiseselskaper omtaler AI som én samlet omstilling. I praksis skjer innføringen på tre ulike, men sammenvevde nivåer: fremskritt i kundevendt og operativ automatisering, friksjon fra eldre infrastruktur og mangel på institusjonell tillit. Nivåene utvikler seg i forskjellig tempo og skaper egne utfordringer som krever tilpassede svar. Å forstå forskjellene gir et mer praktisk rammeverk for å finne ut hvor de største mulighetene og risikoene sannsynligvis vil oppstå.

1. Vurdering av fremdrift

Enten de søker etter flyreiser, administrerer reiseruter eller håndterer avvik, forventer reisende i økende grad sømløs, personlig og rask hjelp i hver interaksjon. Assistenter med generativ AI bidrar ved å forenkle reiseplanlegging og kundestøtte. I 2025 brukte nesten 40% av amerikanske reisende generativ AI til å planlegge turer. Samtidig gjør maskinlæringsmodeller det mulig å gi svært personlige tilbud basert på reiseatferd, lojalitetspreferanser og kjøpshistorikk.

AI skaper også stor verdi bak kulissene. Reiseselskaper bruker avansert analyse til å forutsi etterspørsel bedre, styre kapasitet, styrke bemanningsplanlegging og håndtere avvik. For eksempel reduserte en stor leverandør av reisetjenester kostnaden per bestilling med 10 % fra året før ved hjelp av generativ AI, mens et kanadisk flyselskap rapporterte 2 % høyere enhetsinntekt og 10 % økning i nettverksdrevet inntekt gjennom AI-basert prising.

Til tross for stadig flere bevis på den konkrete verdien AI kan gi, er eldre systemer fortsatt et betydelig hinder for bred innføring.

2. Håndtering av friksjon

Bransjens eldre infrastruktur ble ikke laget for de enhetlige datapipeliner i sanntid som AI trenger. I sentrum står Global Distribution System (GDS). GDS-plattformer ble utviklet for flere tiår siden med EDIFACT som meldingsprotokoll og står fortsatt for den dominerende andelen av indirekte flysalg globalt. Å integrere New Distribution Capability (NDC) med et eldre Passenger Service System (PSS) kan kreve måneder med testing og utvikling, særlig for flyselskaper med flere prisprodukter eller tilleggstjenester. Utfordringene omfatter kontraktsmessige begrensninger på innholdsdistribusjon, organisatorisk beredskap og manglende standardisering av data på tvers av regionale markeder.

Manglende innsyn i data gjennom hele verdikjeden begrenser også en organisasjons evne til å skalere AI effektivt. En GBTA-undersøkelse viste at bare 12 % av innkjøperne av forretningsreiser har en samlet oversikt over dataene i reiseprogrammene sine. Dette er en grunnleggende begrensning på hva ethvert AI-system kan levere, uansett hvor avansert modellen er.

Flyselskaper, nettbaserte reisebyråer og selskaper som administrerer forretningsreiser håndterer dette med hybride strategier. De legger intelligente funksjoner oppå eksisterende systemer via API-er tilrettelagt for AI-agenter. Aktører som er bygget på NDC fra starten, velger en annen vei: De bygger AI-drevet service og etterlevelse av reiseregler direkte inn i arkitekturen og reduserer avhengigheten av tradisjonelle GDS-kanaler.

Teknologisk integrasjon alene garanterer likevel ikke suksess. Når AI blir tettere integrert og begynner å påvirke mer betydningsfulle beslutninger, oppstår neste utfordring: tillit.

3. Fremme tillit

Forskning fra GBTA viser at selv om 92% av reiseinnkjøperne er interessert i AI-baserte utgiftsprognoser og 89 % i automatisk avvikshåndtering, er bare 57 % av de samme innkjøperne komfortable med at AI endrer eller avbestiller bestillinger på egen hånd. Kontrasten viser et grunnleggende tillitsgap.

Ledere i reiselivet etterspør løsninger som kan forklares og etterprøves. Samtidig krever kundene i økende grad åpenhet og ansvarlighet. Å bygge tillit mellom ulike interessentgrupper krever en forpliktelse til ansvarlig utvikling, der innovasjon balanseres med åpenhet og styring.

Organisasjonene som gjør størst fremskritt, er derfor ikke nødvendigvis de som bruker de mest avanserte modellene eller beveger seg raskest. Det er de som følger en strukturert tilnærming: styrker datagrunnlaget før de skalerer AI, prøver ut bruksområder i kontrollerte miljøer med stor effekt og integrerer proporsjonal styring i omstillingen. I motsetning til ensartet styring plasserer proporsjonal styring AI-agenter på ulike autonominivåer, hvert med tydelige tillitsgrenser og styringskrav.

Omforming av AI‑ambisjon til varig påvirkning

For reiselivsorganisasjoner på vei inn i neste fase er denne trinnvise tilnærmingen ikke lenger valgfri; den skiller lederne fra etternølerne. I denne nye situasjonen spiller partnere innen forretningsprosessledelse en viktig rolle ved å hjelpe organisasjoner med å sette AI i drift i komplekse økosystemer av data, prosesser og menneskelige beslutninger. Til slutt vil de som gjør disiplinert gjennomføring til et varig konkurransefortrinn som er vanskelig å kopiere, stå igjen som vinnere.