ทำไมอุตสาหกรรมการท่องเที่ยวต้องการการนำ AI มาใช้แบบชั้นหลายระดับ ไม่ใช่การแข่งขันเพื่อความอัตโนมัติเต็มรูปแบบ

การสนทนาเกี่ยวกับ AI ในอุตสาหกรรมการท่องเที่ยวมักมุ่งเน้นที่เทคโนโลยีจะสามารถเปลี่ยนแปลงภาคส่วนได้อย่างรวดเร็วและให้ผลลัพธ์ที่มีผลกระทบสูง อย่างไรก็ตาม ความเป็นจริงนั้นซับซ้อนกว่าเดิม แม้ AI จะพิสูจน์คุณค่าได้อย่างชัดเจนในด้านการปรับให้เป็นส่วนบุคคล การบริการลูกค้า และประสิทธิภาพการดำเนินงาน แต่ไม่ได้ทุกคนนำไปใช้ด้วยความเร็วเท่าเดิม เหตุผลหลักคือระบบนิเวศเทคโนโลยีที่ซับซ้อน

สายการบิน, บริษัทตัวแทนการเดินทางออนไลน์ (OTA) และบริษัทจัดการการเดินทาง (TMC) ทำงานบนเครือข่ายที่เชื่อมโยงกันซึ่งสร้างมานานหลายทศวรรษ หลายองค์กรยังคงพึ่งพาสภาพแวดล้อมข้อมูลที่กระจัดกระจายและโครงสร้างพื้นฐานเก่าที่จำกัดความเร็วในการนำ AI ไปใช้งานและขยายขนาด ความกังวลที่เพิ่มขึ้นเกี่ยวกับความโปร่งใส ความรับผิดชอบ และความน่าเชื่อถือทำให้ปัญหาแย่ลง

แม้ว่าบริษัทการท่องเที่ยวส่วนใหญ่จะพูดถึง AI เป็นเรื่องการเปลี่ยนแปลงเดียว การนำไปใช้กำลังเกิดขึ้นในสามชั้นที่แตกต่างแต่เชื่อมโยงกัน: (i) ความก้าวหน้าในด้านการอัตโนมัติที่มุ่งเน้นลูกค้าและการดำเนินงาน, (ii) ความขัดแย้งที่เกิดจากโครงสร้างพื้นฐานเก่า, และ (iii) การขาดความเชื่อมั่นของสถาบัน แต่ละด้านก้าวหน้าในอัตราที่ต่างกัน สร้างพลวัตที่เป็นเอกลักษณ์และต้องการการตอบสนองที่ปรับให้เหมาะสม การเข้าใจความแตกต่างเหล่านี้ให้กรอบการทำงานที่เป็นประโยชน์มากขึ้นสำหรับการระบุว่าที่โอกาส (และความเสี่ยง) ที่ใหญ่ที่สุดจะปรากฏที่ใด

1. การประเมินความก้าวหน้า

ไม่ว่าจะเป็นการค้นหาเที่ยวบิน การจัดการแผนการเดินทาง หรือการแก้ไขปัญหาการหยุดชะงัก นักเดินทางกำลังคาดหวังว่าการโต้ตอบทุกครั้งจะต้องราบรื่น เป็นส่วนบุคคล และตอบสนองอย่างรวดเร็ว ผู้ช่วย AI รุ่นใหม่ช่วยโดยการทำให้การวางแผนการเดินทางและการสนับสนุนลูก้ง่ายขึ้น ในปี 2025 เกือบ 40% ของนักเดินทางในสหรัฐฯ ใช้ AI รุ่นใหม่เพื่อวางแผนการเดินทาง ในขณะเดียวกัน โมเดลการเรียนรู้ของเครื่องกำลังทำให้ข้อเสนอที่ปรับให้เป็นส่วนบุคคลอย่างสูงสามารถทำได้โดยอิงจากพฤติกรรมของนักเดินทาง ความชอบด้านความภักดี และประวัติการซื้อ

AI ยังสร้างคุณค่าอย่างมหาศาลเบื้องหลังการทำงาน บริษัทการท่องเที่ยวใช้การวิเคราะห์ขั้นสูงเพื่อทำนายความต้องการได้ดีขึ้น จัดการความจุ เสริมการวางแผนกำลังคน และจัดการกับการหยุดชะงัก ตัวอย่างเช่น ผู้ให้บริการการท่องเที่ยวระดับใหญ่ ลดต้นทุนต่อการจองลง 10% ต่อปีด้วย AI รุ่นใหม่ ในขณะที่ สายการบินแคนาดา รายงานรายได้ต่อหน่วยเพิ่มขึ้น 2% และรายได้ที่ขับเคลื่อนโดยเครือข่ายเพิ่มขึ้น 10% ผ่านการกำหนดราคาโดยใช้ AI

อย่างไรก็ตาม แม้หลักฐานที่เพิ่มขึ้นเกี่ยวกับคุณค่าที่จับต้องได้ของ AI จะชัดเจน ระบบเก่ายังคงเป็นอุปสรรคสำคัญต่อการนำไปใช้ในวงกว้าง

2. การแก้ไขความขัดแย้ง

โครงสร้างพื้นฐานเก่าของอุตสาหกรรมไม่ได้ออกแบบมาเพื่อรองรับสายข้อมูลแบบเรียลไทม์และเป็นเอกภาพที่ AI ต้องการ จุดศูนย์กลางของปัญหาคือระบบการจัดจำหน่ายทั่วโลก (GDS) แพลตฟอร์ม GDS ถูกออกแบบขึ้นหลายทศวรรษที่แล้วบนโพรโทคอลข้อความ EDIFACT และยังคงเป็นส่วนแบ่งตลาดหลักของการขายตั๋วสายการบินแบบอ้อมทั่วโลก การบูรณาการ New Distribution Capability (NDC) กับระบบบริการผู้โดยสาร (PSS) เก่าสามารถใช้เวลาหลายเดือนในการทดสอบและพัฒนา โดยเฉพาะสำหรับสายการบินที่มีหลายแบรนด์ค่าโดยสารหรือผลิตภัณฑ์เสริมต่าง ๆ ความท้าทายครอบคลุมข้อจำกัดสัญญาเกี่ยวกับการกระจายเนื้อหา ความพร้อมขององค์กร และการขาดข้อมูลมาตรฐานในตลาดภูมิภาคต่าง ๆ

การขาดการมองเห็นข้อมูลจากต้นจนจบทำให้ความสามารถขององค์กรในการขยาย AI อย่างมีประสิทธิภาพถูกจำกัด การสำรวจของ GBTA เปิดเผยว่าเพียง 12% ของผู้ซื้อการเดินทางองค์กรมีมุมมองรวมของข้อมูลโปรแกรมของตน ซึ่งเป็นข้อจำกัดพื้นฐานที่จำกัดสิ่งที่ระบบ AI ใด ๆ สามารถให้ได้ แม้โมเดลจะซับซ้อนเพียงใด

สายการบิน, OTA และ TMC กำลังจัดการกับปัญหานี้โดยนำกลยุทธ์ไฮบริดที่เพิ่มชั้นของปัญญาประดิษฐ์ลงบนระบบเดิมโดยใช้ API ที่พร้อมสำหรับเอเจนต์ ในขณะเดียวกัน ผู้เล่นที่ใช้ NDC เป็นพื้นฐานกำลังใช้แนวทางที่แตกต่าง โดยสร้างการให้บริการและการปฏิบัติตามนโยบายที่ขับเคลื่อนด้วย AI ไว้โดยตรงในสถาปัตยกรรมของตนและลดการพึ่งพาช่องทาง GDS แบบดั้งเดิม

แต่การบูรณาการเทคโนโลยีเพียงอย่างเดียวไม่รับประกันความสำเร็จ เมื่อ AI ฝังลึกขึ้นและเริ่มมีอิทธิพลต่อการตัดสินใจที่มีความสำคัญสูง ความท้าทายต่อไปที่ปรากฏขึ้นคือ: ความเชื่อมั่น

3. การเสริมสร้างความเชื่อมั่น

การวิจัยจาก GBTA แสดงให้เห็นว่าแม้ 92% ของผู้ซื้อการเดินทางสนใจการคาดการณ์การใช้จ่ายโดย AI และ 89% สนใจการจัดการการหยุดชะงักอัตโนมัติ แต่เพียง 57% ของผู้ซื้อเดียวกันเท่านั้นที่รู้สึกสบายใจเมื่อ AI ทำการเปลี่ยนแปลงหรือยกเลิกการจองโดยอัตโนมัติ ความแตกต่างนี้ชี้ให้เห็นช่องว่างความเชื่อมั่นพื้นฐาน

ผู้นำในอุตสาหกรรมการท่องเที่ยวกำลังมองหาโซลูชันที่สามารถอธิบายและตรวจสอบได้ ในขณะเดียวกัน ลูกค้าเพิ่มความต้องการความโปร่งใสและความรับผิดชอบ การสร้างความเชื่อมั่นในกลุ่มผู้มีส่วนได้ส่วนเสียที่หลากหลายต้องอาศัยความมุ่งมั่นต่อ ‘การพัฒนาที่รับผิดชอบ’ ซึ่งต้องสมดุลระหว่างนวัตกรรมกับความโปร่งใสและการกำกับดูแล

หมายความว่าองค์กรที่ทำความก้าวหน้ามากที่สุดไม่ได้จำเป็นต้องเป็นผู้ที่นำโมเดลที่ก้าวหน้าที่สุดหรือเคลื่อนที่เร็วที่สุด แต่เป็นผู้ที่ปฏิบัติตามแนวทางที่เป็นระบบ: เสริมสร้างฐานข้อมูลก่อนขยาย AI, ตรวจสอบกรณีการใช้งานในสภาพแวดล้อมที่ควบคุมและมีผลกระทบสูง, และฝัง การกำกับดูแลแบบสัดส่วน เข้าไปในเส้นทางการเปลี่ยนแปลง ไม่เหมือนการกำกับดูแลแบบสากล การกำกับดูแลแบบสัดส่วนจัดระเบียบเอเจนต์ AI เป็นระดับของอิสระตามลำดับ โดยแต่ละระดับมีขอบเขตความเชื่อมั่นและข้อกำหนดการกำกับดูแลที่กำหนดไว้

การเปลี่ยนความทะเยอทะยานของ AI ให้เป็นผลกระทบที่ยั่งยืน

สำหรับองค์กรการท่องเที่ยวที่ก้าวเข้าสู่ขั้นตอนต่อไป การยอมรับแนวทางตามลำดับนี้ไม่ใช่เรื่องเลือกได้อีกต่อไป; มันคือสิ่งที่แยกผู้เป็นผู้นำออกจากผู้ตาม ในบริบทที่กำลังเกิดขึ้นนี้ พันธมิตรด้านการจัดการกระบวนการธุรกิจมีบทบาทสำคัญในการช่วยให้องค์กรดำเนินการ AI อย่างเป็นระบบผ่านระบบนิเวศที่ซับซ้อนของข้อมูล กระบวนการ และการตัดสินใจของมนุษย์ ในที่สุด องค์กรที่สามารถแปลงการดำเนินการอย่างมีวินัยให้เป็นความได้เปรียบที่ทนทานและทำสำเนายากจะเป็นผู้ชนะ