ИНФОРМАЦИОННЫЙ ТРЭВЕЛ - ПОРТАЛ

ИНТЕЛЛЕКТ ИСКУССТВЕННЫЙ, ДОХОДЫ РЕАЛЬНЫЕ

 

Возможно, гражданская авиация пока отстает от других отраслей по применению искусственного интеллекта, но по мере развития пандемии эта сфера становится все более востребованной на авиатранспортном рынке. Сегодня технология AI применяется авиакомпаниями и аэропортами, в первую очередь, для распознавания лиц, регистрации багажа, сокращения расхода авиационного топлива и т.п., но в последнее время она все шире внедряется в системы управления доходами авиакомпаний (СУД).

Сегодня мы видим, что AI расширяет границы применения и используется авиаперевозчиками и другими субъектами отрасли в целях оптимизации коммерческой отдачи в условиях пандемии в качестве инновационного инструмента. Искусственный интеллект настолько хорошо зарекомендовал себя для решения разнообразных задач, что, по экспертным оценкам, в 2025 году на него будет потрачено более двух миллиардов долларов по сравнению с 150 миллионами в 2018 году. С течением пандемии, этот прогноз, видимо, будет возрастать.

 

Инвестиции и отдача

Согласно исследованию SITA по Европе, нынешний инвестиционный тренд демонстрирует, что приоритеты в расходах авиакомпаний и аэропортов, в целом, сходны. В число ключевых задач входят облачные технологии, кибербезопасность, бизнес-аналитика, а в последнее время на авансцене прочно утверждается искусственный интеллект.

По данным Aviation Business News, до пандемии 52% авиакомпаний планировали крупные программы исследований и разработок в течение следующих трех лет. У нас нет сиюминутных прогнозов на этот счет, но наверняка они будут выше, поскольку авиационный бизнес сегодня просто немыслим без новейших технологий. И коль скоро авиакомпании всеми возможными способами пытаются удержаться на плаву на рынке после того, как тяжелейший кризис ударил по отрасли, эксперты рекомендуют не отказываться от новаций, а, напротив, расширить инвестиции в эту область, включая и AI.

В целом, авиакомпании и аэропорты, инвестировали более 61 миллиарда долларов в IT в 2019 году. Так, в соответствии с исследованием SITA «2019 Air Transport IT Insights», инвестиции в IT уже окупаются с точки зрения повышения коммерческой отдачи авиакомпаний, и, как следствие, удовлетворенности пассажиров за счет своевременного и точного предоставления услуг по перевозкам и сокращения времени обработки их поисковых запросов.

Трэвел-маркетологи однозначно позиционируют цифровизацию как один из способов вывести авиационную отрасль из кризиса, при условии соблюдения конфиденциальных данных пассажира, тем более, что сейчас эта область пополняется новой информацией, связанной с состоянием здоровья, которую люди по понятным причинам не хотят разглашать. Поэтому AI-системы также вызывают у экспертов вопросы в части соблюдения прайвеси.

Попробуем определить, как искусственный интеллект может применяться среди инструментов контроля над доходами, которые авиакомпании ныне используют для восстановления прибыли после обвального падения пассажиропотока.

По сути, такие системы неразрывно связаны со сбором и обработкой большого количества разноплановой информации. Их история уходит корнями в «выкачивание» массивов данных, анализ и предоставление рекомендаций авиакомпаниям относительно доступности и управления ресурсом мест в целях максимизации дохода.

Проблема денежных потерь у авиакомпаний, конечно, усугубляется последним прогнозом IATA, согласно которому глобальный пассажиропоток достигнет доковидного уровня не раньше 2024 года. Неудивительно, что авиакомпании всего мира теперь используют все доступные средства, чтобы обеспечить максимально возможную маржу в рамках общей корпоративной стратегии.

Между тем, COVID-19 стал тяжким бременем и конкретно для систем СУД, поскольку прогнозы количества пассажиров, на которых они основаны, теперь грубо искажаются пандемией или вовсе невозможны. В этих условиях авиакомпаниям приходится прибегать к адаптивным моделям обучения для адекватного анализа спроса, планирования расписания и загрузки воздушных судов.

Причем, учитывая необходимость оперативных изменений в ситуации коронавируса, по мнению аналитиков, эти модели должны быть самообучаемыми применительно к новым тенденциям, возникшим в результате пандемии, и подкрепляться дополнительными источниками данных, с возможностью оперативной подстройки под конкретные условия и ситуации, включая не только цифровые инструменты, но и возможность корректировки в ручном режиме.


«Процесс непрерывного обучения»

 

Напомним, что первые системы управления доходами авиакомпаний появились в середине восьмидесятых годов, и одним из ключевых принципов была концепция овербукинга, предполагающая, что не все пассажиры явятся на рейс.

Иными словами, овербукинг это ситуация, при которой авиакомпания продает на рейс больше авиабилетов, чем есть мест в самолете. По статистике, на популярные рейсы, авиакомпании могут продавать на 5% — 15% больше мест, чем имеется в салоне. С другой стороны, данные авиакомпаний показывают, что от 10% до 20% пассажиров не приходят на рейс. Причины могут разными, но в любом случае, на каждом рейсе остаются свободные места, которые могут принести ощутимый дополнительный доход. В связи с этим перевозчики и прибегали к овербукингу.

Соответственно, помимо прочего, СУД предназначались для прогнозирования явки количества пассажиров применительно к общему количеству бронирований. Используя эту информацию, наряду с затратами, связанными с отказом в посадке и возможностью получения дохода при продаже дополнительных мест, загрузка самолета оптимизировалась, чтобы определить, сколько дополнительных мест можно продать для обеспечения прибыльности рейса.

После овербукинга проводились математические расчеты, в соответствии с которыми можно было вывести оптимальную выручку. Иными словами, прогнозировалось количество пассажиров, которые собирались лететь, с учетом выгоды, которую эти пассажиры могли принести авиакомпании, а затем выполнялась оптимизация, чтобы определить нужное количество мест в каждой ценовой категории, и тем самым максимизировать доход.

Но все это было до пандемии. После вспышки COVID-19 ситуация с управлением доходами перешла в фазу полной неопределенности и дезорганизации, поскольку прогнозы, сделанные на основе традиционных методов планирования, элементарно перестали работать.

В результате количество исследований способов прогнозирования спроса в условиях пандемии, а также подходов к оптимизации доходности, резко возросло. От прежних наработок они отличаются тем, что требуют обязательного применения самых передовых методов науки о данных, которые были бы достаточно надежны для работы с нынешним небольшим количеством пассажиров, и получения точных результатов.

Это важный момент, потому что прогнозисту приходится оценивать не только количество пассажиров, которые хотят лететь, но также вероятность того, что они выберут конкретный маршрут/рейс, и их готовность заплатить определенную цену. Как раз эти аспекты открывают богатые возможности для AI.

Применяемые сейчас решения на основе искусственного интеллекта фактически представляет собой процесс непрерывного обучения, который не только оценивает спрос, но и обновляет следующий прогноз, используя информацию о том, что произошло в недавнем прошлом. Эта итеративная процедура дает достаточно точные результаты в нынешних условиях.

Следует отметить, что AI применяют не только авиакомпании, но и GDS. Sabre, например, значительно продвинулся в области искусственного интеллекта, недавно анонсировав первый продукт на базе технологии Sabre Travel AI™, создаваемой в партнерстве с Google. Эта инновация позволила ускорить разработку первого в своем роде смарт-движка для ритейла на базе технологий искусственного интеллекта и возможностей машинного обучения. Важно, что данная инновация объединяет технологические возможности в сфере динамического управления предложениями и сегментации клиентов и решение Google для мерчандайзинга.

 

Ключи к успеху

 

Вместе с тем, несмотря на очень серьезные проблемы, связанные с отраслевым кризисом, СУД не стали бесполезным, отмененным или ненужным делом во время пандемии, просто они обретают иную форму. По мнению специалистов, работающих с искусственным интеллектом, его с успехом можно использовать для отражения нынешнего набора обстоятельств и данных нового типа. Но добиться успеха при таком подходе невозможно в одиночку — необходимо сотрудничество экспертов по всему миру, а также сбор и использование данных из максимально широкого спектра источников, включая новые сервисы и приложения, которые появились во время пандемии.

В качестве примера такого сотрудничества в отрасли можно привести PROS Holdings, американскую компанию, специализирующаяся на AI и предикативном анализе, которая создала рабочую группу по COVID-19 с участием 17 авиакомпаний-заказчиков для использования внешних источников данных, включая информирование о закрытии разных учреждений и уровень заражения в конкретных местах.

Эти сведения, получаемые от третьих сторон, комбинируются с данными о бронировании авиакомпаний-участников группы, что позволяет системе определять, какие сигналы и когда указывают на возобновление бронирования.

Например, если наблюдается снижение показателей заражения, можно, поставив соответствующую задачу AI-модулю, отследить динамику глубины бронирования, а также определить, какие даты полета будут наиболее востребованы.

Благодаря этому способу можно глубже понять текущую ситуацию на рынке авиаперевозок и давать рекомендации по корректировке прогнозов. Адаптируя данные, относящиеся к восстановлению спроса на авиаперевозки, и применяя их к разным регионам, каждая авиакомпания может настроить свою стратегию восстановления в условиях COVID-19 и повысить доходность с помощью искусственного интеллекта.

После совместной работы по определению сигналов восстановления авиакомпании могут использовать цифровые инструменты и данные, загружаемые в AI-модуль, для повышения точности количества бронирований на конкретном направлении и на определенный период. Это достигается за счет автоматизированных настроек в аналитических инструментах, а также действий специалистов по управлению доходами, которые выполняют ручную настройку, если это необходимо.

После того, как прогноз сделан, тарифы, ожидаемые на рынке, анализируются. При этом ценовые точки, представленные в провозной плате, также могут корректироваться, поэтому аккумулирование репрезентативных тарифов также важно для авиакомпаний, чтобы точно рассчитать ресурс мест, позволяющий максимизировать доход.

По мере того, как авиационная отрасль продолжает адаптироваться к COVID-19 в эти трудные для прогнозирования времена, есть признаки надежды. Так, недавний опрос, проведенный Inmarsat Aviation, показал, что, хотя количество пассажиров рекордно упало, на данный момент новая тенденция к цифровой трансформации, которая уже стала катализатором модернизации авиации, будет иметь решающее значение для устойчивого и прибыльного восстановления авиационной отрасли, когда пассажиры смогут вернуться в небо в массовом порядке.

 

АвиаГоризонты, по материалам зарубежной печати

 

Поделиться ссылкой:

Оставить комментарий