여행 첫째 날: 인공 지능은 현실입니다

• Travel Forward의 첫날은 여행에서의 AI에 대한 세션으로 시작되었습니다.
• 대량 개인화를 위한 도구가 있지만 사고 방식을 바꿔야 합니다. 세분화는 개인화가 아닙니다.
• 데이터를 공유하면 알고리즘이 여러 소스에서 작동할 수 있고 개인화가 협업, 파트너십이 될 수 있습니다.

---

여행 업계의 고위 기술 경영진은 다음과 같이 생각합니다. 인공 지능 (AI) 데이터 공유에 대한 사고 방식과 태도가 바뀌는 한 여행 회복을 주도하는 중추적인 역할을 할 것입니다.

Travel Forward의 오프닝은 다음과 같은 세션으로 시작되었습니다. AI 여행에서.

AI 얼리 어댑터 bd4travel의 CEO이자 공동 설립자인 Andy Owen-Jones는 AI와 머신 러닝이 여행사가 여행자가 원하는 것을 "추론"하는 유일한 방법이라고 말했습니다.

그러나 '평균'을 넘어서 '개인화'로 나아가기 위해서는 AI 전문가는 데이터에 액세스해야 합니다.

“대량 개인화를 위한 도구가 있지만 사고 방식을 바꿔야 합니다. 세분화는 개인화가 아닙니다.”

Saber Labs의 Sundar Narasimhan은 이러한 구별이 AI 여행에서의 기계 학습은 이제 여행자의 경험을 개선하고 공급업체의 수율을 최적화하는 방향으로 설계 및 최적화되었습니다.

그는 또한 데이터 공유 측면에서 새로운 사고 방식을 옹호했습니다.

"데이터를 공유하면 알고리즘이 여러 소스에서 작동할 수 있고 개인화는 협업, 파트너십이 될 수 있습니다." 그는 AI가 비행과 숙박이 모두 개인화된 여행 경험을 제공할 수 있는 미래의 사용 사례를 설명했습니다.

사고방식, 새로운 패러다임, 신선한 사고는 다른 세션에서도 주제였습니다. Vouch의 Jospeh Ling은 자신의 비즈니스가 호텔 업계의 사고 방식을 어떻게 바꿔야 하는지 설명했습니다.

“우리는 모든 접점에서 인간의 상호작용이 평등하지 않다는 것을 호텔리어들에게 확신시켜야 합니다. 우리 제품은 호텔리어가 사람의 손길이 필요하지 않은 많은 작업을 자동화하는 데 도움이 되며, 이를 통해 호텔 직원은 고객 경험에 실질적으로 영향을 미치는 작업에 집중할 수 있습니다.”라고 그는 말했습니다.

사고방식의 변화가 필요한 또 다른 산업은 항공입니다. 오후에 열린 패널 토론에서 항공사, 공항 운영자 및 항공 교통 관제사 간의 데이터 공유를 개선하면 항공기 및 경로 효율성이 향상되고 연료 연소 감소를 통한 배출량 감소의 즉각적인 이점이 향상될 수 있다는 견해가 분명했습니다.

SITA의 Yann Cabaret은 "현대 기술은 협업을 지원합니다. 우리가 보유한 데이터를 통해 기계 학습을 적용하여 하늘이나 공항에서 항공기 움직임을 최적화할 수 있습니다."라고 말했습니다.

그러나 상업적인 고려 사항으로 인해 많은 민간 부문 운영자가 서로 데이터를 공유하지 못하게 되어 기후 비상 사태에 대처하는 것과 양립할 수 없는 상황입니다. "산업계의 노력은 모두가 참여해야 효과가 있습니다."라고 그는 말했습니다.

여행 산업 내 정형 및 비정형 데이터의 양은 인공 지능이 신제품, 여행자를 위한 더 나은 경험, 여행사에 더 많은 수익을 생성할 수 있는 완벽한 환경을 만듭니다. 그러나 그 결과 데이터의 양이 많다는 것은 기업이 데이터를 사용하기 전에 데이터를 검증하는 것에 대해 생각해야 함을 의미합니다.

수일 간의 여행 계획 기술 전문가 Nezasa의 Manual Hilty는 데이터 분석과 AI를 대규모로 지원하고 개인 수준에서 통찰력을 적용할 수 있도록 플랫폼을 개발하고 있다고 말했습니다.

그는 “다일 투어를 계획하고 예약하고 이행하는 데는 각각의 복잡한 층이 있는 수많은 접점이 있습니다.”라고 말했습니다. "AI는 데이터와 데이터를 호스팅하는 플랫폼이 AI를 사용하여 여행자를 위한 더 나은 경험을 구축하는 목적에 적합할 때만 작동한다는 것을 알고 있습니다."