Stel je voor dat je een reis plant. Een paar decennia geleden kostte het je veel tijd en moeite om bestemmingen en accommodatie-opties te onderzoeken, een vlucht te boeken, een hotelreservering te maken, een auto te huren en een heleboel andere reisgerelateerde activiteiten te doen. Tegenwoordig kun je met behulp van machine learning en AI een one-stop-reisplatform gebruiken om alles wat je nodig hebt te plannen en te boeken. En het beste is: u hoeft uw huis of zelfs uw bed niet uit. 

Dit gemak zou niet mogelijk zijn zonder machine learning en kunstmatige intelligentietechnologieën de afgelopen jaren actief geadopteerd door de reis-, toerisme- en horecasector. Hier leert u over het gebruik van ML en AI in reizen en de veranderingen die ze brengen voor domeinbedrijven. 

chatbots

Digitale assistenten of chatbots zijn een van de meest prominente voorbeelden van AI-toepassingen in de reisindustrie. Volgens statistiek van Google is een op de drie internationale reizigers geïnteresseerd in het gebruik van chatbots om hun reizen te plannen en te boeken. Maar waarom?

chatbots zijn computerprogramma's die online een natuurlijk mensachtig gesprek reproduceren. Ze bieden realtime antwoorden op vragen van gebruikers via tekst- of spraakberichten, vertrouwen op vooraf gedefinieerde scripts. AI-chatbots vertrouwen op natuurlijke taalverwerking (NLP) om tekst om te zetten in een formaat dat begrijpelijk is voor een machine. Ze leggen patronen vast in inkomende berichten, selecteren woorden en zinsdelen en gebruiken deze om de intentie van een klant te identificeren en geef een antwoord. 

De diensten van virtuele reisassistenten variëren van het eenvoudig adviseren over een reisbestemming tot het verstrekken van een lokale weersvoorspelling tot zelfs het boeken van een kamer/vlucht of het huren van een auto voor u. Reischatbots integreren vaak met instant messaging-platforms zoals Skype, Facebook Messenger, Telegram en Slack, om er maar een paar te noemen. 

Expedia, een van 's werelds toonaangevende online reisbureaus, heeft bijvoorbeeld: lanceerde een bot voor Facebook Messenger om reizigers te helpen een geschikte hoteloptie te kiezen en verder te gaan met een boeking. Door simpelweg @Expedia in het veld voor gesprekken te typen, kun je aan de slag met de bot en de begeleiding gebruiken om een ​​geschikte hoteloptie te kiezen voor een bepaalde stad en datum. Niet dat het vlekkeloos werkt - misschien moet je dezelfde vraag een paar keer achter elkaar beantwoorden - maar aan het eind van de dag helpt de bot met het boeken en beheren van reizen. 

Eddy reist is een ander voorbeeld van een AI-aangedreven reischatbot die helpt bij het zoeken naar vluchtdeals, het vinden van accommodaties en het 24/7 opdoen van reisinspiratie. Met meer dan 200 miljoen actieve gebruikers is de bot beschikbaar op een speciale website en Telegram. 

Edwardian Hotels London biedt zijn virtuele host genaamd Edward. Deze kunstmatig intelligente chatbot-applicatie is ontworpen specifiek voor tekstberichten; deze kunstmatig intelligente chatbot-applicatie biedt hotelgasten gepersonaliseerde informatie en assistentie. Het kan vragen beantwoorden over meer dan 1200 onderwerpen, variërend van informatie over de dichtstbijzijnde restaurants tot de handdoekvoorraad.

Reisorganisaties blijven hun dienstverlening verbeteren door verschillende intelligente assistenten in te bouwen. Sommige reischatbots kunnen zelfs vage vragen herkennen en beantwoorden, zoals 'romantische wintervakantie in Europa'. Bovendien kan hun functionaliteit veel verder gaan dan onderzoek en boeking. Sommige chatbots kunnen worden gebruikt als mobiele reisgidsen of metgezellen, het oplossen van problemen of het verstrekken van informatie tijdens een reis. 

Met alle voordelen op tafel, is het vermeldenswaard dat chatbots menselijke interactie nog niet volledig kunnen vervangen.

Spraakgestuurde virtuele assistenten 

AI-oplossingen brengen het concept van een naadloze hotelverblijfervaring naar een geheel nieuw niveau. Nieuwe technologieën die spraakgestuurde virtuele assistenten worden genoemd, hebben al hun weg gevonden naar veel hotels over de hele wereld. Deze assistenten vallen onder de categorie spraakherkenningssoftware. Dergelijke software maakt gebruik van natuurlijke taalverwerking en deep learning neurale netwerken om betekenis uit menselijke spraak te halen. Voor dit doel wordt de spraak opgesplitst in afzonderlijke audiostukken, die de software vervolgens omzet, analyseert en daarop reageert.  

Gasten kunnen verschillende voorzieningen van een hotelkamer bedienen met behulp van tools zoals Amazon Alexa - het AI-systeem achter de Echo-luidsprekers van het bedrijf. Het idee is als volgt: De kamer is voorzien van diverse IoT apparaten aangesloten op een centrale hub. De apparaten worden aangestuurd door een spraakassistent. Als zodanig kan een gast veel hotelkamerservices beheren, zoals het aanpassen van de slaapkamerverlichting of het aanzetten van de televisie door simpelweg spraakopdrachten te geven. 

Wynn Las Vegas was de pionier in het uitrusten van alle hotelkamers met het Alexa spraakcommandosysteem van Amazon. Nog een paar voorbeelden van hotels die gebruikmaken van virtuele hotelconciërges zijn: Safeco Field-suites in Seattle en Clarion Hotel Amaranten in Stockholm, Zweden. 

De horeca wordt IoT-vriendelijker en digitaal geavanceerd. Een recent rapport waarin Oracle perspectieven verzamelde van 150 hotelexploitanten, stelt dat 78 procent van de respondenten gelooft in de massale adoptie van spraakassistenten om kamerapparatuur, verlichting en airconditioning te bedienen. 

Gezichtsherkenning 

Een andere AI-technologie die enorm aan populariteit wint in reizen, is gezichtsherkenning. 

Gezichtsherkenningssoftware kan de identiteit van een persoon identificeren of verifiëren door patronen op hun gezicht vast te leggen, te analyseren en te vergelijken. Het gebruikt kunstmatige neurale netwerken om biometrische gegevens te verwerken en filters te genereren die gezichtsdetails van een afbeelding omzetten in numerieke kenmerken. Het systeem vergelijkt deze kenmerken vervolgens met een database om overeenkomsten te bepalen.

Veel luchthavens over de hele wereld zijn bijvoorbeeld gezichtsherkenningstechnologieën gaan gebruiken om toeristen in staat te stellen sneller en gemakkelijker door de check-ins te gaan en documenten te controleren. JetBlue Airways maakt gebruik van gezichtsherkenning voor een papierloze instapervaring. In samenwerking met US Customs and Border Protection (CBP) plaatste de luchtvaartmaatschappij volledig geïntegreerde biometrische, self-boarding gates op sommige luchthavens in de VS, waaronder John F. Kennedy International Airport (JFK) in New York.

Een toonaangevend reistechnologiebedrijf, Amadeus, samengewerkt met Ljubljana Airport, Adria Airways en LOT Polish Airlines om een ​​proefprogramma voor biometrische instappen te lanceren. Tijdens de proef gebruikten passagiers die deelnamen aan het programma de Amadeus-smartphone-app om een ​​selfie en foto's van hun instapkaart en paspoort te maken. Deze gegevens zijn verzonden naar een beveiligde afstandsbediening server. Vervolgens maakten de IoT-aangedreven camera's op de instapgate ook foto's van elke passagier en stuurden deze naar dezelfde server. Met het succesvol matchen van foto's en gegevens stuurde de app een bericht naar het vertrekcontrolesysteem dat passagiers identiteit en vluchtstatus waren gevalideerd en mochten ze aan boord. Als gevolg hiervan werden de instaptijden met 75 procent verminderd. 

Motoren en personalisatie 

De meest waardevolle toepassing van AI in reizen en gastvrijheid tot nu toe is ongetwijfeld het genereren van gepersonaliseerde aanbevelingen, en met een goede reden. 

Terugkomend op het Oracle-rapport, "47% van de consumenten zei dat op AI gebaseerde promoties op basis van eerdere aankopen hun ervaring zouden verbeteren, 26% zou vaker bezoeken als hotels deze service zouden aanbieden."

Net als de al te bekende aanbevelingen op Amazon of Netflix, passen veel online reisbureaus, luchtvaartmaatschappijen en hotels algoritmen voor machine learning toe om klantgegevens te analyseren, geavanceerde aanbevelingsengines te bouwen en automatisch op maat gemaakte suggesties te geven. 

Als u bijvoorbeeld zoekt naar vluchten van New York naar Los Angeles op Skyscanner, beveelt het platform enkele hotelopties in LA aan waar je tijdens een reis kunt verblijven. 

De door AI ondersteunde aanbevelingsengine genereert automatisch suggesties op basis van de zoekopdrachten die u doet, maar niet uitsluitend. De engine leert van zowel historische data met daarin alle digitale voetafdrukken van gebruikers als realtime data. Het kan typische zoekopdrachten onderscheiden en de juiste aanbevelingen aan de juiste gebruikers geven.

In eenvoudige bewoordingen, als een van de reizigers die New York bezoekt, samen naar Times Square en het Vrijheidsbeeld zoekt, ziet het systeem dit patroon en zal het Times Square aanbevelen aan mensen die geïnteresseerd zijn in het beeldhouwwerk op Liberty Island in de haven van New York.

Sentiment analyse 

Social media en reisbeoordelingsplatforms zijn de afgelopen jaren enorm invloedrijk geworden. EEN 2019 rapport toonde aan dat 86 procent van de mensen (het percentage groeit tot 96 voor Gen Z) geïnteresseerd raakt in een bepaalde reisbestemming nadat ze de berichten van andere gebruikers online hebben gezien. In de omgeving van 60 procent van de millennials ga naar Facebook of Instagram voor ideeën.

Zoals u kunt zien, kunnen merken, aangezien klanten de neiging hebben om een ​​spoor achter te laten over hun reiservaring, deze waardevolle gegevens gebruiken om hun diensten te verbeteren en betere aanbiedingen te doen. Alleen TripAdvisor had in 884 2020 miljoen gebruikersbeoordelingen en -beoordelingen. Het zou onmogelijk zijn om deze hoeveelheid gegevens handmatig te verwerken. Dit is waar machine learning-technieken, namelijk sentimentanalyse en moderne, krachtige computers, kan worden gebruikt om merkgerelateerde beoordelingen snel en efficiënt te analyseren. 

Sentiment analyse is het proces van het ontginnen van tekst om positief, negatief of neutraal sentiment te detecteren. Het wordt ook wel emotie-AI genoemd en gebruikt natuurlijke taalverwerking en gesuperviseerde machine learning om te detecteren, extraheren en bestuderen wat klanten van een product of dienst vinden. Hotels, luchtvaartmaatschappijen en andere reisorganisaties kunnen de analyse van klantfeedback gebruiken om hun diensten te personaliseren en te verbeteren. 

Bijvoorbeeld Google Natural Language-API stelt gebruikers in staat om tekst te analyseren met hun kant-en-klare ML-mogelijkheden. 

Veel reisgerelateerde bedrijven hebben al sentimentanalyse gebruikt om reacties op hun producten en diensten op sociale media te volgen. Bijvoorbeeld Dorchester Collection, een exploitant van luxehotels, een AI-platform gebruikt om sentimentanalyse uit te voeren van 7,454 beoordelingen van 28 verschillende hotels in verschillende regio's voor haar merkenonderzoek. 

Wat de toekomst in petto heeft voor AI in reizen

In 2018 heeft de International Air Transport Association (IATA) voorspeld dat vliegtuigpassagiers tegen 8.2 de grens van 2037 miljard zouden bereiken. Hoewel het aantal passagiers opnieuw stijgt, heeft de wereldwijde pandemie die voorspelling ongetwijfeld veranderd. Dit is slechts één voorbeeld dat aantoont dat het simpelweg onmogelijk is om de toekomst nauwkeurig te voorspellen. Tegelijkertijd kan een poging om dit te doen een beeld schetsen van wat u kunt verwachten. Laten we eens kijken wat de drie belangrijkste AI-trends zijn in de reisindustrie. 

Meer gepersonaliseerde reisplanning 

Naast het niveau van personalisatie dat al beschikbaar is in reisplanning, wordt verwacht dat het nog meer zal worden afgestemd op individuele behoeften. Aangedreven door AI- en ML-mogelijkheden en geïntegreerd met draagbare gezondheidsmeetapparatuur, kunnen mobiele applicaties de gezondheidstoestand van passagiers volgen en veiligere activiteiten op de bestemming en minder drukke paden suggereren.

Kunstmatige intelligentiesystemen voor bagageafhandeling

Luchthavens verwerken dagelijks duizenden tassen, dus het was slechts een kwestie van tijd voordat de bagageafhandeling zou worden geautomatiseerd. Er is al een succesvolle pilot geweest van een AI-aangedreven bagageafhandelingssysteem zonder bagagelabels op Eindhoven Airport. Het systeem volgt bagage vanaf het inchecken en tijdens hun reis, zowel in als buiten het vliegtuig, zodat passagiers precies weten waar hun bagage is. De voorspelling is dat meer luchthavens het voorbeeld zullen volgen. 

Robots en virtuele assistenten voor zelfbediening 

COVID-19 trof de reisindustrie met wraak, dus het is logisch dat bedrijven meer geïnteresseerd zullen zijn in slimme, contactloze mechanismen voor zelfbedieningsprocessen om de noodzaak van menselijke interactie te vermijden. Verwacht daarom alleen al dat zowel robots als virtuele assistenten in de toekomst een grotere vraag zullen zien. 

PlatoAi. Web3 opnieuw uitgevonden. Gegevensintelligentie versterkt.
Klik hier om toegang te krijgen.

Bron: https://www.iotforall.com/machine-learning-and-ai-in-travel-5-essential-industry-use-cases