- روز افتتاحیه Travel Forward با یک جلسه اختصاص داده شده به هوش مصنوعی در سفر آغاز شد.
- ابزارها برای شخصی سازی انبوه وجود دارد - اما طرز فکرها باید تغییر کنند. تقسیم بندی شخصی سازی نیست.
- اگر دادهها را به اشتراک بگذارید، الگوریتمها میتوانند در منابع مختلف کار کنند، شخصیسازی میتواند به صورت مشارکتی و مشارکتی تبدیل شود.
مدیران ارشد فناوری از سراسر صنعت سفر بر این باورند هوش مصنوعی (AI) تا زمانی که ذهنیت ها و نگرش ها نسبت به اشتراک گذاری داده ها تغییر کند، نقشی محوری در بهبود سفر ایفا خواهد کرد.
روز افتتاحیه سفر به جلو با یک جلسه اختصاص داده شده به AI در سفر
اندی اوون جونز، مدیرعامل و یکی از بنیانگذاران AI-Early-Apter bd4travel، گفت که هوش مصنوعی و یادگیری ماشینی تنها راهی است که شرکتهای مسافرتی میتوانند آنچه را که مسافرانشان میخواهند استنتاج کنند.
با این حال، برای فراتر رفتن از "متوسط" و "شخصی سازی"، AI متخصصان نیاز به دسترسی به داده ها دارند
"ابزارها برای شخصی سازی انبوه وجود دارد - اما طرز فکرها باید تغییر کنند. تقسیم بندی شخصی سازی نیست.»
Sundar Narasimhan از Saber Labs خاطرنشان کرد که این تمایز در نحوه برنامههای کاربردی سازمانی منعکس میشود AI و یادگیری ماشین در سفر در حال حاضر برای بهبود تجربه برای مسافران و دور از بهینهسازی بازده برای تامینکنندگان مهندسی و بهینهسازی شدهاند.
او همچنین از ذهنیت های جدید در زمینه به اشتراک گذاری داده ها حمایت کرد.
"اگر داده ها را به اشتراک بگذارید، الگوریتم ها می توانند در سراسر منابع کار کنند، شخصی سازی می تواند مشارکتی شود." او یک مورد استفاده در آینده را تشریح کرد که در آن هوش مصنوعی میتواند تجربه سفری را ارائه دهد که در آن پرواز و اقامت هر دو شخصیسازی شدهاند.
ذهنیت ها، پارادایم های جدید و تفکر تازه موضوعی بود که در جلسات دیگر نیز وجود داشت. جوسپه لینگ از ووچ توضیح داد که چگونه کسب و کارش باید طرز فکر خود را در صنعت هتلداری تغییر دهد.
ما باید هتلداران را متقاعد کنیم که تعاملات انسانی در تمام نقاط تماس برابر نیست. محصول ما به هتلداران کمک میکند تا بسیاری از وظایف را در مواردی که نیازی به لمس انسان نیست، خودکار کنند، که باعث میشود کارکنان هتل روی کارهایی تمرکز کنند که تأثیر مادی بر تجربه مهمان دارد.»
صنعت دیگری که در آن طرز فکر نیاز به تغییر دارد، هوانوردی است. یک بحث پانل در بعدازظهر از نظر آن صریح بود که بهبود اشتراکگذاری دادهها بین خطوط هوایی، اپراتورهای فرودگاه و کنترل ترافیک هوایی میتواند بازدهی هواپیما و مسیریابی را بهبود بخشد، و به نفع فوری کاهش انتشار گازهای گلخانهای از طریق کاهش سوختن سوخت است.
Yann Cabaret از SITA به اتاق مملو از جمعیت گفت: "فناوری مدرن از همکاری پشتیبانی می کند - با داده هایی که در اختیار داریم می توانیم از یادگیری ماشینی برای بهینه سازی حرکات هواپیما، در آسمان یا فرودگاه استفاده کنیم."
با این حال، ملاحظات تجاری بسیاری از اپراتورهای بخش خصوصی را از به اشتراک گذاری داده ها با یکدیگر جلوگیری می کند، وضعیتی که با مبارزه با شرایط اضطراری آب و هوایی ناسازگار است. او گفت: «تلاشهای صنعت تنها زمانی میتواند کارساز باشد که همه وارد عمل شوند.
حجم داده های ساختاریافته و بدون ساختار در صنعت سفر، محیط مناسبی را برای هوش مصنوعی برای تولید محصولات جدید، تجربیات بهتر برای مسافران و درآمد بیشتر برای شرکت های مسافرتی ایجاد می کند. با این حال، نتیجه این است که حجم داده به این معنی است که شرکت ها باید قبل از استفاده از داده ها به اعتبارسنجی فکر کنند.
کتابچه راهنمای Hilty از متخصص فناوری برنامه ریزی سفر چند روزه Nezasa گفت که کسب و کار او در حال توسعه پلت فرم خود بوده است تا بتواند تجزیه و تحلیل داده ها و هوش مصنوعی را در مقیاس پشتیبانی کند و بینش ها را در سطح شخصی اعمال کند.
او گفت: «برنامهریزی، رزرو و انجام تورهای چند روزه نقاط تماس بسیاری دارد که هر کدام لایههای پیچیدگی خاص خود را دارند. ما می دانیم که هوش مصنوعی تنها زمانی کار می کند که داده ها و پلتفرم میزبان آن برای استفاده از هوش مصنوعی برای ایجاد تجربیات بهتر برای مسافران مناسب باشد.