Tại sao ngành du lịch cần áp dụng AI theo lớp, không phải cuộc đua tới tính tự chủ

Những cuộc thảo luận về AI trong ngành du lịch thường tập trung vào cách công nghệ này có thể nhanh chóng biến đổi lĩnh vực và mang lại những kết quả có tác động lớn. Tuy nhiên, thực tế lại phức tạp hơn. Mặc dù AI đã chứng minh được giá trị thiết thực trong các lĩnh vực như cá nhân hoá, dịch vụ khách hàng và hiệu quả vận hành, không phải ai cũng áp dụng với cùng tốc độ. Một nguyên nhân chính là hệ sinh thái công nghệ phức tạp.

Hàng không, các công ty du lịch trực tuyến (OTA) và các công ty quản lý du lịch (TMC) hoạt động trên các mạng lưới liên kết nhau được xây dựng qua nhiều thập kỷ. Nhiều tổ chức vẫn dựa vào môi trường dữ liệu rời rạc và cơ sở hạ tầng cũ, làm hạn chế tốc độ triển khai và mở rộng AI. Các lo ngại ngày càng tăng về tính minh bạch, trách nhiệm và độ tin cậy càng làm vấn đề trở nên phức tạp hơn.

Mặc dù hầu hết các công ty du lịch nói về AI như một câu chuyện chuyển đổi duy nhất, việc áp dụng AI đang diễn ra trên ba lớp riêng biệt nhưng liên kết: (i) tiến bộ trong tự động hoá giao diện khách hàng và vận hành, (ii) ma sát do cơ sở hạ tầng cũ gây ra, và (iii) thiếu niềm tin thể chế. Mỗi lớp tiến triển với tốc độ khác nhau, tạo ra những động lực độc đáo đòi hỏi phản hồi được thiết kế riêng. Hiểu được những khác biệt này cung cấp một khung thực tiễn hơn để xác định nơi các cơ hội (và rủi ro) lớn nhất có thể xuất hiện.

1. Đánh giá tiến trình

Dù đang tìm chuyến bay, quản lý hành trình hay giải quyết gián đoạn, du khách ngày càng mong đợi mọi tương tác phải liền mạch, cá nhân hoá và phản hồi nhanh chóng. Các trợ lý AI thế hệ mới đang hỗ trợ bằng cách tối ưu hoá việc lập kế hoạch chuyến đi và hỗ trợ khách hàng. Đến năm 2025, gần 40% du khách Mỹ đã sử dụng AI thế hệ mới để lên kế hoạch chuyến đi. Đồng thời, các mô hình học máy đang cho phép cung cấp các ưu đãi siêu cá nhân hoá dựa trên hành vi du khách, sở thích thành viên và lịch sử mua hàng.

AI cũng tạo ra giá trị to lớn phía sau hậu trường. Các công ty du lịch đang sử dụng phân tích nâng cao để dự đoán nhu cầu tốt hơn, quản lý công suất, củng cố kế hoạch nhân sự và xử lý các gián đoạn. Ví dụ, một nhà cung cấp dịch vụ du lịch lớn đã giảm chi phí mỗi đặt chỗ xuống 10% so với năm trước nhờ AI thế hệ mới, trong khi một hãng hàng không Canada báo cáo tăng 2% doanh thu đơn vị và tăng 10% doanh thu do mạng lưới nhờ định giá dựa trên AI.

Tuy nhiên, bất chấp bằng chứng ngày càng tăng về giá trị thiết thực mà AI mang lại, các hệ thống cũ vẫn là rào cản đáng kể cho việc áp dụng rộng rãi.

2. Giải quyết ma sát

Cơ sở hạ tầng cũ của ngành không được thiết kế để hỗ trợ các luồng dữ liệu thống nhất, thời gian thực mà AI yêu cầu. Trung tâm của vấn đề là Hệ thống Phân phối Toàn cầu (GDS). Các nền tảng GDS được kiến trúc cách đây vài thập kỷ dựa trên giao thức tin nhắn EDIFACT và vẫn chiếm phần lớn doanh số bán vé gián tiếp trên toàn cầu. Việc tích hợp Năng lực Phân phối Mới (NDC) với Hệ thống Dịch vụ Hành khách (PSS) cũ có thể mất hàng tháng để thử nghiệm và phát triển, đặc biệt đối với các hãng hàng không cung cấp nhiều thương hiệu giá vé hoặc các sản phẩm phụ trợ. Thách thức còn mở rộng sang các hạn chế hợp đồng về phân phối nội dung, mức độ sẵn sàng tổ chức và thiếu chuẩn dữ liệu thống nhất trên các thị trường khu vực.

Việc thiếu khả năng nhìn thấy dữ liệu từ đầu đến cuối càng làm hạn chế khả năng mở rộng AI một cách hiệu quả. Một khảo sát của GBTA cho thấy chỉ 12% người mua dịch vụ du lịch doanh nghiệp có cái nhìn tổng hợp về dữ liệu chương trình của họ, một rào cản nền tảng làm giảm khả năng bất kỳ hệ thống AI nào có thể cung cấp, bất kể độ tinh vi của mô hình.

Hãng hàng không, OTA và TMC đang đối phó bằng cách áp dụng các chiến lược lai, lớp trí tuệ lên các hệ thống hiện có thông qua các API sẵn sàng cho tác nhân. Trong khi đó, các nhà cung cấp NDC‑native đang theo một hướng khác, xây dựng dịch vụ và tuân thủ chính sách dựa trên AI ngay trong kiến trúc của mình, giảm phụ thuộc vào các kênh GDS truyền thống.

Nhưng chỉ có tích hợp công nghệ không đủ để đảm bảo thành công. Khi AI ngày càng được nhúng sâu và bắt đầu ảnh hưởng đến các quyết định có mức độ rủi ro cao hơn, thách thức tiếp theo xuất hiện: niềm tin.

3. Nâng cao niềm tin

Nghiên cứu của GBTA cho thấy trong khi 92% người mua dịch vụ du lịch quan tâm đến dự báo chi tiêu dựa trên AI và 89% quan tâm đến quản lý gián đoạn tự động, chỉ có 57% trong số họ cảm thấy thoải mái khi AI tự động thay đổi hoặc hủy bỏ đặt chỗ. Sự chênh lệch này làm nổi bật khoảng trống niềm tin cơ bản.

Những nhà lãnh đạo trong ngành đang tìm kiếm các giải pháp có thể giải thích, có thể kiểm toán. Đồng thời, khách hàng ngày càng yêu cầu tính minh bạch và trách nhiệm. Xây dựng niềm tin trong các nhóm bên liên quan đa dạng đòi hỏi cam kết “tiến trình có trách nhiệm”, cân bằng đổi mới với minh bạch và quản trị.

Điều này có nghĩa là các tổ chức đạt tiến bộ lớn nhất không nhất thiết là những người triển khai các mô hình tiên tiến nhất hay di chuyển nhanh nhất. Thay vào đó, họ là những đơn vị áp dụng một cách có cấu trúc: củng cố nền tảng dữ liệu trước khi mở rộng AI, xác thực các trường hợp sử dụng trong môi trường kiểm soát, có tác động cao, và nhúng quản trị tỷ lệ vào hành trình chuyển đổi. Khác với quản trị đồng nhất, quản trị tỷ lệ tổ chức các tác nhân AI thành các mức độ tự chủ, mỗi mức có ranh giới niềm tin và yêu cầu quản trị được định nghĩa rõ ràng.

Biến tham vọng AI thành tác động bền vững

Đối với các tổ chức du lịch đang tiến tới giai đoạn tiếp theo, việc chấp nhận cách tiếp cận tuần tự này không còn là tùy chọn; nó là yếu tố phân biệt người dẫn đầu và người tụt lại. Trong bối cảnh mới này, các đối tác quản lý quy trình kinh doanh đóng vai trò hỗ trợ quan trọng bằng cách giúp các tổ chức vận hành AI qua các hệ sinh thái phức tạp của dữ liệu, quy trình và quyết định của con người. Cuối cùng, các tổ chức chuyển đổi thực thi có kỷ luật thành lợi thế bền vững, khó sao chép sẽ trở thành người chiến thắng.