Virgin Atlantic عرضه مدلهای بازار مبتنی بر هوش مصنوعی مولد را آغاز کرده است که قیمت بلیطها را بهصورت آنی تنظیم میکنند و جایگزین اصلاحات سنتی، دستی و مبتنی بر قانون در قیمتگذاری میشوند. این اقدام نویدبخش تصمیمات تجاری دقیقتر و سریعتر است که میتواند نحوه کسب درآمد ایرلاینها را در بازاری همواره در حال تغییر، بازتعریف کند.
چرا دستورالعملهای قدیمی دیگر کارایی ندارند
برای دههها، ایرلاینها بر الگوهای رزرو تاریخی و قوانین قیمتگذاری ایستا تکیه کردهاند. این رویکردها فرض میکنند که تقاضا از چرخههای قابل پیشبینی پیروی میکند و تنها چند متغیر — مانند فصل، طول مسیر و روز هفته — برای تعیین نرخها کافی هستند. در عمل، یک پرواز واحد میتواند تحت تأثیر دهها عامل باشد: تغییر ناگهانی در ظرفیت رقبا، فروش ویژه (flash-sale) یک شرکت رقیب، یک رویداد منطقهای که باعث افزایش سفر میشود، یا حتی تغییرات لحظهای در هزینههای سوخت. وقتی محیط تا این حد سیال است، مدلی که فقط به گذشته نگاه میکند، میتواند باعث از دست رفتن فرصتهای درآمدی شود.
«مغز» هوش مصنوعی که به آینده فکر میکند
مدلهای بازار مبتنی بر هوش مصنوعی مولد با تحلیلهای پیشبینانه سنتی تفاوت دارند. آنها بهجای پیشبینی ساده تقاضا بر اساس دادههای گذشته، ورودیهای عددی با دقت بالا — مانند سرعت رزرو، موجودی صندلیها، قیمتگذاری رقبا و شاخصهای اقتصاد کلان — را دریافت کرده و شبیهسازیهایی را اجرا میکنند که نشان میدهد این متغیرها چگونه ممکن است در ساعتها یا روزهای آینده تغییر کنند. نتیجه، یک محیط آزمایشی (sandbox) است که در آن مدل میتواند تأثیر تغییر نرخ را پیش از اعمال نهایی، آزمایش کند. در واقع، این سیستم مانند یک «مغز» خودگردان عمل میکند که بهطور مداوم ترکیبات بیشمار قیمتگذاری را ارزیابی کرده و گزینهای را انتخاب میکند که درآمد را به حداکثر برساند و در عین حال محدودیتهای ظرفیت را نیز رعایت کند.
موتور قیمتگذاری آنی Virgin Atlantic
تیم مدیریت درآمد Virgin Atlantic این مدلها را در یک موتور قیمتگذاری مولد برای مجموعهای از بازارهای کلیدی ادغام کرده است. Dominic Kennedy، معاون ارشد مدیریت درآمد، فروش و تجارت الکترونیک این ایرلاین، میگوید این فناوری امکان اتخاذ «تصمیمات تجاری بهتر، سریعتر و دقیقتر» را فراهم میکند. این موتور مجموعهای گسترده از ورودیها را گردآوری میکند: موجودی صندلیهای خود ایرلاین، سرعت انجام رزروها، لیست قیمتهای لحظهای رقبا و سیگنالهای گستردهتر تقاضا مانند روندهای جستجو. وقتی مدل کاهش سرعت رزرو را در مسیری تشخیص میدهد که رقبا همچنان قیمتهای تهاجمی دارند، بلافاصله نرخها را افزایش میدهد تا حاشیه سود را حفظ کند. برعکس، اگر افزایش ناگهانی در تقاضا مشاهده شود، سیستم نرخها را در پروازهای مجاور کاهش میدهد تا صندلیهایی را که در غیر این صورت خالی میماندند، پر کند.
تحلیلگران انسانی همچنان استراتژی کلی را تعیین میکنند — تعیین اهداف درآمدی، قرار دادن چارچوبها برای کف قیمت و تأیید استثناها — اما اصلاحات روزمره قیمت بدون دخالت دستی انجام میشود. گزارشهای داخلی اولیه نشان میدهد که تنظیمات مبتنی بر هوش مصنوعی نسبت به فرآیند نیمهخودکار قبلی دقیقتر هستند و درآمدهای جزئیای را که قوانین ایستا از دست میدادند، جذب میکنند.
چه کسانی سود میبرند و چه کسانی ممکن است عقب بمانند
ایرلاینهایی که بر این سطح از قیمتگذاری پویا مسلط شوند، میتوانند شاهد افزایش قابل توجهی در ضریب بار (درصد صندلیهای پر شده) و میانگین درآمد به ازای هر مسافر باشند. برای Virgin Atlantic، این فناوری میتواند نوسانات ناشی از شوکهای خارجی — مانند تغییرات ناگهانی در محدودیتهای سفر یا جهش قیمت سوخت — را با واکنش در عرض چند دقیقه (به جای چند ساعت) تعدیل کند.
مزیت این فناوری تنها محدود به ایرلاینها نیست. آژانسهای مسافرتی و مدیران سفرهای شرکتی ممکن است با نرخهایی روبرو شوند که بهتر منعکسکننده شرایط واقعی بازار است و بهطور بالقوه نوسانات قیمتی را که باعث بازنگری در رزروها در لحظات آخر میشود، کاهش میدهد. از سوی دیگر، مسافران ممکن است با تغییرات مکرر نرخها روبرو شوند که تثبیت یک قیمت قابل اعتماد را دشوارتر میکند. مسافران دائمی که روندهای قیمت را زیر نظر میگیرند، ممکن است بازار را حتی غیرقابل پیشبینیتر بیابند.
ریسکهایی که بحث را واقعبینانه نگه میدارند
بهکارگیری هوش مصنوعی که مستقیماً قیمتگذاری را کنترل میکند، ریسکهای ذاتی به همراه دارد. مدلی که با دادههای ناقص یا سوگیرانه آموزش دیده باشد، میتواند نرخهایی تعیین کند که یا بسیار پایین باشند و سود را از بین ببرند، یا بسیار بالا باشند و مشتریان را به سمت رقبا سوق دهند. مدلهای آنی همچنین سوالاتی را در مورد شفافیت ایجاد میکنند: نهادهای نظارتی ممکن است بخواهند بدانند تصمیمات قیمتگذاری چگونه اتخاذ میشوند، بهویژه اگر بر رقابت تأثیر بگذارند. همچنین ریسک عملیاتیِ خرابی سیستم وجود دارد؛ یک نقص فنی که باعث اعمال نرخهای نامناسب شود، میتواند در عرض چند ثانیه به اعتبار برند آسیب برساند.
پیادهسازی Virgin Atlantic همچنان به بازارهای خاص محدود شده است که به این ایرلاین اجازه میدهد پیش از استقرار گستردهتر، بر عملکرد نظارت کرده و تدابیر حفاظتی را تنظیم کند. این شرکت معیارهای دقیقی را که برای فعالسازی بازبینی انسانی استفاده میکند فاش نکرده است، اما این رویکرد نشاندهنده یک مدل ترکیبی است که در آن هوش مصنوعی بخش عمده اصلاحات را انجام میدهد، در حالی که انسانها در موارد استثنایی مداخله میکنند.
آنچه باید در ماههای آینده زیر نظر داشت
- پذیرش گستردهتر توسط ایرلاینها – اگر طرحهای آزمایشی Virgin Atlantic افزایش درآمد مشخصی را نشان دهند، احتمالاً سایر شرکتهای هواپیمایی نیز از آن پیروی خواهند کرد و این امر روند حرکت به سمت قیمتگذاری مبتنی بر هوش مصنوعی را در سراسر این صنعت تسریع میکند.
- نظارتهای مقرراتی – مقامات رقابتی ممکن است دستورالعملهایی را در مورد قیمتگذاری الگوریتمی صادر کنند، بهویژه اگر مدلهای هوش مصنوعی شروع به ایجاد الگوهای قیمتی کنند که تبانی یا تبعیضآمیز به نظر برسند.
- ابزارسازی و استعدادها – ساخت مدلهای عددی با دقت بالا نیازمند تخصص متفاوتی نسبت به کارهای معمول هوش مصنوعی در حوزه زبان طبیعی است. انتظار میرود شاهد افزایش تیمهای تخصصی هوش مصنوعی با تمرکز بر شبیهسازیهای سطح مالی باشیم.
- واکنش مصرفکننده – دیدگاه مسافران یک آزمون تعیینکننده خواهد بود. اگر مسافران قیمتگذاری را منصفانه و پاسخگو بدانند، مزایای این مدل تقویت خواهد شد؛ در غیر این صورت، ایرلاینها ممکن است نیاز به افزودن تضمینهای بیشتری برای ثبات قیمت داشته باشند.
خلاصه کلام
مدلهای بازار هوش مصنوعی مولد، قیمتگذاری را از یک فعالیت دورهای و مبتنی بر قانون، به یک فرآیند تصمیمگیری مداوم و غنی از داده تبدیل میکنند. استقرار اولیه Virgin Atlantic نشان میدهد که چگونه یک ایرلاین میتواند از اصلاحات دستی به سمت یک موتور خودگردان حرکت کند که در لحظه به سیگنالهای بازار واکنش نشان میدهد. این فناوری نویدبخش درآمد بالاتر و کنترل دقیقتر موجودی است، اما چالشهای عملیاتی و مقرراتی جدیدی را نیز به همراه دارد. نحوه ایجاد تعادل توسط ایرلاینها میان این نیروها تعیین خواهد کرد که آیا قیمتگذاری پویای مبتنی بر هوش مصنوعی به استاندارد جدید تبدیل میشود یا تنها یک آزمایش محدود باقی میماند.