Virgin Atlantic telah mula melancarkan model pasaran AI generatif yang melaraskan harga tiket secara automatik dalam masa nyata, menggantikan pelarasan harga manual dan berasaskan peraturan tradisional syarikat penerbangan tersebut. Langkah ini menjanjikan keputusan komersial yang lebih terperinci dan pantas yang boleh membentuk semula cara syarikat penerbangan menjana pendapatan dalam pasaran yang sentiasa berubah.

Mengapa strategi lama tidak lagi berkesan

Selama berdekad-dekad, syarikat penerbangan telah bergantung kepada corak tempahan sejarah dan peraturan harga statik. Pendekatan tersebut mengandaikan bahawa permintaan mengikut kitaran yang boleh diramal dan beberapa pemboleh ubah—musim, panjang laluan, hari dalam seminggu—adalah mencukupi untuk menetapkan tambang. Dalam praktiknya, satu penerbangan boleh dipengaruhi oleh berpuluh-puluh faktor: peralihan mendadak dalam kapasiti pesaing, jualan kilat oleh syarikat penerbangan pesaing, acara serantau yang melonjakkan perjalanan, atau perubahan kos bahan api dalam masa nyata. Apabila persekitaran begitu dinamik, model yang hanya melihat ke belakang boleh menyebabkan kerugian pendapatan.

"Otak" AI yang berfikir ke hadapan

Model pasaran AI generatif berbeza daripada analitik ramalan konvensional. Bukannya sekadar meramal permintaan daripada data masa lalu, ia menyerap input berangka beresolusi tinggi—kelajuan tempahan, inventori tempat duduk, harga pesaing, petunjuk makroekonomi—dan menjalankan simulasi yang meneroka bagaimana pemboleh ubah tersebut boleh berkembang dalam masa beberapa jam atau hari akan datang. Hasilnya ialah sebuah sandbox di mana model tersebut boleh menguji kesan perubahan tambang sebelum perubahan itu dilaksanakan. Kesannya, sistem ini bertindak sebagai "otak" autonomi, yang sentiasa menilai pelbagai permutasi harga dan memilih yang memaksimumkan pendapatan sambil menghormati kekangan kapasiti.

Enjin harga masa nyata Virgin Atlantic

Pasukan pengurusan hasil Virgin Atlantic telah menyepadukan model-model ini ke dalam enjin harga generatif untuk set pasaran utama. Dominic Kennedy, naib presiden kanan pengurusan hasil, jualan dan e-dagang syarikat penerbangan tersebut, menyatakan bahawa teknologi ini membolehkan "keputusan komersial yang lebih baik, lebih pantas, dan lebih terperinci." Enjin ini mengumpulkan "pelbagai" input: ketersediaan tempat duduk syarikat penerbangan itu sendiri, kelajuan tempahan yang masuk, senarai tambang pesaing dalam masa nyata, dan isyarat permintaan yang lebih luas seperti trend carian. Apabila model mengesan penurunan dalam kelajuan tempahan pada sesuatu laluan yang masih diletakkan harga secara agresif oleh pesaing, ia akan menaikkan tambang dengan serta-merta untuk melindungi margin. Sebaliknya, jika berlaku lonjakan permintaan secara tiba-tiba, sistem akan menurunkan tambang pada penerbangan berdekatan untuk mengisi tempat duduk yang sepatutnya kosong.

Penganalisis manusia masih menetapkan strategi keseluruhan—menentukan sasaran hasil, menetapkan had bawah harga, dan meluluskan pengecualian—tetapi pelarasan harga harian berlaku tanpa campur tangan manual. Laporan dalaman awal menunjukkan bahawa pelarasan dipacu AI adalah lebih tepat berbanding proses separa automatik sebelum ini, sekali gus menangkap pendapatan tambahan yang mungkin terlepas jika menggunakan peraturan statik.

Siapa yang bakal mendapat keuntungan, dan siapa yang mungkin ketinggalan

Syarikat penerbangan yang menguasai tahap penetapan harga dinamik ini boleh melihat peningkatan ketara dalam faktor muatan (peratusan tempat duduk yang diisi) dan purata hasil bagi setiap penumpang. Bagi Virgin Atlantic, teknologi ini boleh menstabilkan turun naik daripada kejutan luaran—seperti perubahan sekatan perjalanan secara tiba-tiba atau lonjakan harga bahan api—dengan bertindak balas dalam masa beberapa minit dan bukannya berjam-jam.

Kelebihan ini tidak terhad kepada syarikat penerbangan sahaja. Agensi pelancongan dan pengurus perjalanan korporat mungkin melihat tambang yang lebih mencerminkan keadaan pasaran sebenar, yang berpotensi mengurangkan turun naik harga yang memaksa tempahan semula pada saat akhir. Sebaliknya, penumpang mungkin menghadapi perubahan tambang yang lebih kerap, menjadikannya lebih sukar untuk menetapkan harga yang mereka percayai. Penumpang kerap (frequent flyers) yang memantau trend tambang mungkin mendapati pasaran menjadi lebih sukar diramal.

Risiko yang memastikan perbincangan kekal realistik

Melaksanakan AI yang mengawal harga secara langsung membawa risiko tersendiri. Model yang dilatih menggunakan data yang tidak sempurna atau berat sebelah boleh menetapkan tambang yang terlalu rendah, sehingga menghakis keuntungan, atau terlalu tinggi, sehingga mendorong pelanggan kepada pesaing. Model masa nyata juga menimbulkan persoalan ketelusan: pengawal selia mungkin ingin memahami bagaimana keputusan harga dibuat, terutamanya jika ia menjejaskan persaingan. Terdapat juga risiko operasi kegagalan sistem; ralat yang menyebabkan harga yang tidak wajar boleh merosakkan reputasi jenama dalam sekelip mata.

Pelancaran Virgin Atlantic kekal terhad kepada pasaran tertentu, membolehkan syarikat penerbangan tersebut memantau prestasi dan melaraskan langkah keselamatan sebelum penggunaan yang lebih meluas. Syarikat tersebut tidak mendedahkan metrik tepat yang digunakan untuk mencetuskan semakan manusia, tetapi pendekatan tersebut mencadangkan model hibrid di mana AI mengendalikan sebahagian besar pelarasan manakala manusia campur tangan pada kes-kes luar biasa.

Perkara yang perlu diperhatikan dalam bulan-bulan mendatang

  • Penerimaan syarikat penerbangan yang lebih luas – Jika projek rintis Virgin Atlantic menunjukkan peningkatan hasil yang jelas, syarikat penerbangan lain berkemungkinan besar akan mengikut jejak langkah tersebut, sekali gus mempercepatkan peralihan ke arah penetapan harga dipacu AI di seluruh industri.
  • Penelitian kawal selia – Pihak berkuasa persaingan mungkin mengeluarkan garis panduan mengenai penetapan harga algoritma, terutamanya jika model AI mula menghasilkan corak harga yang kelihatan seperti pakatan sulit atau diskriminasi.
  • Peralatan dan bakat – Membina model numerik beresolusi tinggi memerlukan kepakaran yang berbeza daripada kerja AI bahasa semula jadi yang tipikal. Jangkakan peningkatan dalam pasukan AI khusus yang menumpukan kepada simulasi gred kewangan.
  • Respons pengguna – Sentimen penumpang akan menjadi ujian penentu. Jika pengembara menganggap penetapan harga tersebut adil dan responsif, manfaat model tersebut akan diperkukuhkan; jika tidak, syarikat penerbangan mungkin perlu menambah lebih banyak jaminan kestabilan harga.

Kesimpulan

Model pasaran AI generatif mengubah penetapan harga daripada latihan berkala berasaskan peraturan kepada proses membuat keputusan yang berterusan dan kaya dengan data. Pelancaran awal Virgin Atlantic menunjukkan bagaimana sesebuah syarikat penerbangan boleh beralih daripada pelarasan manual kepada enjin autonomi yang bertindak balas terhadap isyarat pasaran dalam masa nyata. Teknologi ini menjanjikan hasil yang lebih tinggi dan kawalan inventori yang lebih ketat, tetapi ia juga memperkenalkan cabaran operasi dan kawal selia yang baharu. Bagaimana syarikat penerbangan mengimbangi kekuatan tersebut akan menentukan sama ada penetapan harga dinamik dipacu AI akan menjadi piawaian baharu atau sekadar eksperimen khusus.