Es el año de la inteligencia artificial (IA), pero a pesar de todas las promesas que se le atribuyen, no siempre es fácil para los ejecutivos y otros responsables de la toma de decisiones comprender lo que deberían hacer, cómo afecta a sus sistemas y procesos actuales, y cómo beneficiará en última instancia a los resultados finales.

Al explorar cómo funciona la IA, sus diversas aplicaciones prácticas y cómo puede ampliar exponencialmente la captación y el análisis de datos, las empresas de viajes pueden comprender mejor hacia dónde deben llevar sus hojas de ruta de la IA en 2023. He aquí tres cosas en las que todo ejecutivo de viajes debería pensar al embarcarse en este viaje.

Centráte en las aplicaciones prácticas

Las noticias han sido un hervidero sobre ChatGPT, DALL-E y otros programas de IA generativa que pueden crear resultados nuevos y únicos basándose en instrucciones específicas que se les dan. Se trata de un espacio apasionante que tiene una gran relevancia para el sector de los viajes, pero los usos generativos aún se encuentran en las primeras fases de desarrollo. Hoy en día, es importante que los ejecutivos comprendan que la IA adopta muchas formas diferentes.

«La IA generativa es un espacio interesante, pero aún no hemos llegado a él en el caso de las aerolíneas», afirma Kartik Yellepeddi, vicepresidente de ML y estrategia de IA de FLYR Labs. «No puedes esperar generar nuevas estrategias de precios de la nada… todavía».

En el sector de los viajes, los usos «supervisados» de la IA están mucho más controlados que las aplicaciones generativas que han sido populares en las noticias, afirmó Yellepeddi.

Entonces, ¿cómo funciona un modelo de aprendizaje supervisado? Tomando como ejemplo la gestión de los ingresos de las aerolíneas, un modelo de IA etiquetará los resultados históricos de la fijación de precios como «buenos» o «malos» basándose en cómo han contribuido determinadas acciones al objetivo final de maximizar los ingresos. A continuación, la IA puede evaluar nuevas variables y sugerir modificaciones de precios coherentes con esas «buenas» decisiones. A través de miles de entradas y repeticiones diarias de esta acción, se entrena para hacer más de lo bueno y menos de lo malo, y se vuelve más inteligente a medida que pasa el tiempo, hasta que en algún momento, aprende de sí misma.

«La IA está hambrienta de datos, pero la ventaja es que es altamente escalable», explicó Yellepeddi. «El arte está en cómo la diseñas, y teóricamente puede aprender cualquier tarea que le des. Si existe un patrón, es capaz de aprender ese patrón y recomendar qué acción realizar para maximizar la «recompensa» que está entrenada para buscar.»

Para entenderlo mejor, tomemos el caso de la optimización del precio de un vuelo cualquiera, que suele ponerse a la venta 300 días antes de la salida. Cada día, miles de variables, como nuevas reservas, cambios en el volumen de búsquedas, ventas de la competencia y cambios de precios, afectan al precio potencial del vuelo y al resultado final. La IA puede analizar este contexto en constante cambio de una forma que es imposible que un humano lo haga de forma independiente, proporcionando a los analistas de precios una profundidad de información que antes no estaba disponible.

Cómo ofrecer productos complementarios, cuándo sobrerreservar, cómo fijar el precio del espacio de carga y cómo invertir el dinero en marketing son otras formas en que las aerolíneas y las empresas de viajes pueden aprovechar los modelos de IA para mejorar su toma de decisiones.

«Nos dimos cuenta de que la fijación de precios y las previsiones de las aerolíneas eran un caso de uso genérico y que se puede aplicar la misma tecnología de aprendizaje automático a otras muchas funciones comerciales importantes», afirma Yellepeddi.

Estos tipos de usos prácticos y cotidianos permiten a las empresas sumergirse en el agua y desplegar capacidades de IA mientras operan en escenarios de riesgo relativamente bajo.

Busca soluciones que puedan ampliarse

A medida que las empresas de viajes intentan aprovechar las oportunidades de la IA a largo plazo y en toda la organización, deben estar preparadas para invertir tiempo y tecnología en cambiar su forma de operar.

Por ejemplo, los sistemas de gestión de ingresos se han construido históricamente sobre escenarios de crecimiento fijo, considerando a grandes rasgos los cambios interanuales.

«Los sistemas históricos de gestión de ingresos se encargaban de hacer una sola cosa -poner precio al vuelo- y ahora se producen 10 ó 15 transacciones con los mismos clientes durante el mismo viaje, desde servicios complementarios a otras ofertas», explicó Yellepeddi.

El ritmo del cambio se ha acelerado significativamente en el entorno actual de los viajes, y la IA puede convertirse en una ventaja al ser mucho más dinámica y reactiva que los humanos. La tecnología en la nube permite a las empresas ser más flexibles en su almacenamiento, análisis y aplicación de datos, mientras que los sistemas heredados con servidores fijos no están hechos para escalar de esta forma. Como los servidores fijos tienen costes fijos y capacidad fija, eso significa que las empresas no pueden dar a la IA la libertad de utilizar todos los datos disponibles, porque tienen que tomar decisiones predeterminadas sobre cuánta información pueden gestionar razonablemente. Eso, en efecto, obstaculiza su capacidad para escalar y aprovechar plenamente la ejecución de modelos sofisticados de IA.

«La nube ha cambiado realmente el panorama», afirma Yellepeddi. «Lo más importante es que te permite utilizar todos los datos en el proceso de toma de decisiones».

Confía en la tecnología

Una de las cosas más importantes que deben tener en cuenta los ejecutivos al utilizar la IA es que tendrán que renunciar a cierto nivel de control y confiar en la tecnología.

Si cada día se generan miles de puntos de datos relacionados con la fijación de precios, los analistas pueden ser razonablemente capaces de examinar unos cientos de ellos. Es responsabilidad de la IA no sólo examinar todos esos puntos de datos, sino también señalar cuáles requieren atención humana para obtener resultados significativos. Crear un nivel de confianza más profundo mejora la capacidad de los analistas de utilizar la información para optimizar sus recomendaciones.

El punto fuerte de la IA no es necesariamente la capacidad de acertar siempre, sino su capacidad de reaccionar rápidamente ante las situaciones, explorar y explotar continuamente las oportunidades del mercado, y aprender de sus errores más rápidamente y a mayor escala que los humanos.

Desde esa perspectiva, una importante evolución reciente de la IA ha sido la mejora de la explicabilidad, es decir, ser capaz de «mostrar su trabajo». Los modelos de IA no se limitan a escupir decisiones, ahora también son capaces de proporcionar información sobre cómo llegaron a esas decisiones.

«Si al final las decisiones «buenas» superan a las «malas», la forma en que se obtienen debería importar menos, siempre que tengas visibilidad del proceso de toma de decisiones», concluye Yellepeddi. «Es importante generar esa confianza para impulsar la adopción de cualquier tecnología avanzada de IA».

El efecto de la IA en la productividad, su capacidad para escalar exponencialmente el análisis de datos y la toma de decisiones, así como para aprender sobre la marcha, impulsará la automatización, la eficiencia y la rentabilidad en todo el sector de los viajes, desde la gestión de ingresos y el marketing hasta la carga, el mantenimiento y más. Aprovechando hoy las oportunidades comerciales prácticas, los ejecutivos también se prepararán para comprender e integrar las aplicaciones de vanguardia de la IA a medida que vayan apareciendo en un futuro próximo.

Información original en Skift.