El futuro del AI en la industria de viajes

Este año es el 'Año del AI', y la inteligencia artificial (AI) está por todas partes, incluso en la industria de viajes. Pero la AI no es un monolito. Para los ejecutivos y otros tomadores de decisiones, no siempre es fácil entender qué deben implementar, cómo afecta a sus sistemas y procesos actuales, y cómo beneficiará a su resultado final. Sin embargo, explorando cómo funciona la AI, sus diversas aplicaciones prácticas y cómo puede aumentar exponencialmente la ingesta y el análisis de datos, las empresas de viajes pueden comprender mejor dónde deben llevar sus hojas de ruta de AI en 2023. Aquí hay tres cosas en las que deberían pensar cada ejecutivo de viajes al embarcarse en ese viaje. Enfóquese en aplicaciones prácticas Las noticias están llenas de programas de AI generativos, como ChatGPT y DALL-E, que pueden crear nuevas salidas únicas según los promts específicos que se les dan. Es un espacio emocionante que tiene una gran relevancia para la industria de viajes, pero estos usos generativos todavía están en las primeras etapas de desarrollo. Hoy en día, es importante que los ejecutivos entiendan que la AI viene en muchas formas diferentes. 'Generative AI' es un espacio interesante, pero todavía no estamos ahí para las aerolíneas', dijo Kartik Yellepeddi, vicepresidente de estrategia ML y AI para FLYR Labs. 'No se puede esperar generar nuevas estrategias de precios de la nada... todavía'. En la industria de viajes, los usos 'supervisados' de AI son mucho más controlados que las aplicaciones generativas que han sido populares en las noticias, explicó Yellepeddi. Entonces, ¿cómo funciona un modelo de aprendizaje supervisado? Usando la gestión de ingresos de las aerolíneas como ejemplo, un modelo de AI etiquetará los resultados históricos de precios como 'buenos' o 'malos' según cómo las acciones dadas contribuyeron al objetivo final de maximizar los ingresos. La AI puede entonces evaluar nuevas variables y sugerir modificaciones de precios consistentes con esas decisiones 'buenas'. A través de miles de entradas y repeticiones de esta acción diariamente, se entrena para hacer más de lo bueno y menos de lo malo y se vuelve más inteligente con el tiempo. Y en algún momento, aprende de sí mismo. 'La AI tiene hambre de datos, pero la ventaja es que es altamente escalable', dijo Yellepeddi. 'El arte está en cómo lo diseñas, y teóricamente puede aprender cualquier tarea que le des. Si hay un patrón ahí fuera, es capaz de aprender ese patrón y recomendar qué acción tomar para maximizar la 'recompensa' para la que ha sido entrenado para buscar'. Para comprender esto mejor, tomemos el caso de optimizar el precio para cualquier vuelo que generalmente se abre para la venta 300 días antes de la partida. Cada día, miles de variables, como nuevas reservas, cambios en el volumen de búsqueda, ventas de competidores y cambios de precios, afectan el precio potencial y el resultado final del vuelo. La AI puede analizar este contexto constantemente cambiante de una manera que es imposible para un humano hacerlo independientemente, proporcionando a los analistas de precios una profundidad de información que antes no estaba disponible. Cómo ofrecer productos adicionales, cuándo sobre-reservar, cómo fijar el precio del espacio de carga y cómo implementar los dólares de marketing son otras formas en que las aerolíneas y las empresas de viajes pueden aprovechar los modelos de AI para mejorar su toma de decisiones. 'Reconocimos que la fijación de precios y la previsión de aerolíneas eran casos de uso genéricos y que se podía aplicar la misma tecnología de aprendizaje automático a una serie de otras funciones comerciales importantes', dijo Yellepeddi. Estos tipos de usos prácticos y cotidianos permiten a las empresas mojar sus pies en el agua