Virgin Atlantic ਨੇ generative-AI ਮਾਰਕੀਟ ਮਾਡਲ ਲਾਗੂ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਹੈ ਜੋ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਟਿਕਟਾਂ ਦੀਆਂ ਕੀਮਤਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਐਡਜਸਟ ਕਰਦੇ ਹਨ, ਜੋ ਏਅਰਲਾਈਨ ਦੇ ਰਵਾਇਤੀ ਮੈਨੂਅਲ ਅਤੇ ਨਿਯਮ-ਅਧਾਰਤ ਕੀਮਤਾਂ ਦੇ ਬਦਲਾਅ ਦੀ ਜਗ੍ਹਾ ਲੈ ਰਹੇ ਹਨ। ਇਹ ਕਦਮ ਵਧੇਰੇ ਵਿਸਤ੍ਰਿਤ ਅਤੇ ਤੇਜ਼ ਵਪਾਰਕ ਫੈਸਲੇ ਲੈਣ ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ ਜੋ ਹਮੇਸ਼ਾ ਬਦਲਦੇ ਰਹਿਣ ਵਾਲੇ ਬਾਜ਼ਾਰ ਵਿੱਚ ਏਅਰਲਾਈਨਾਂ ਦੁਆਰਾ ਮਾਲੀਆ (revenue) ਇਕੱਠਾ ਕਰਨ ਦੇ ਤਰੀਕੇ ਨੂੰ ਮੁੜ ਸੁਰਜੀਤ ਕਰ ਸਕਦਾ ਹੈ।

ਪੁਰਾਣਾ ਤਰੀਕਾ ਹੁਣ ਕਿਉਂ ਕੰਮ ਨਹੀਂ ਕਰਦਾ

ਦਹਾਕਿਆਂ ਤੋਂ ਏਅਰਲਾਈਨਾਂ ਪੁਰਾਣੇ ਬੁਕਿੰਗ ਪੈਟਰਨਾਂ ਅਤੇ ਸਥਿਰ ਕੀਮਤਾਂ ਦੇ ਨਿਯਮਾਂ 'ਤੇ ਨਿਰਭਰ ਰਹੀਆਂ ਹਨ। ਇਹ ਤਰੀਕੇ ਇਹ ਮੰਨ ਕੇ ਚੱਲਦੇ ਹਨ ਕਿ ਮੰਗ (demand) ਅਨੁਮਾਨਿਤ ਚੱਕਰਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੀ ਹੈ ਅਤੇ ਕੁਝ ਕੁਝ ਵੇਰੀਏਬਲ—ਜਿਵੇਂ ਕਿ ਸੀਜ਼ਨ, ਰੂਟ ਦੀ ਲੰਬਾਈ, ਹਫ਼ਤੇ ਦਾ ਦਿਨ—ਕੀਮਤਾਂ ਤੈਅ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਹਨ। ਅਸਲ ਵਿੱਚ, ਇੱਕ ਸਿੰਗਲ ਫਲਾਈਟ ਕਈ ਦਰਜਨ ਕਾਰਕਾਂ ਦੁਆਰਾ ਪ੍ਰਭਾਵਿਤ ਹੋ ਸਕਦੀ ਹੈ: ਮੁਕਾਬਲੇਬਾਜ਼ ਦੀ ਸਮਰੱਥਾ ਵਿੱਚ ਅਚਾਨਕ ਬਦਲਾਅ, ਕਿਸੇ ਦੂਜੀ ਕੈਰੀਅਰ 'ਤੇ ਫਲੈਸ਼-ਸੇਲ, ਕਿਸੇ ਖੇਤਰੀ ਸਮਾਗਮ ਕਾਰਨ ਯਾਤਰਾ ਵਿੱਚ ਵਾਧਾ, ਜਾਂ ਇੱਥੋਂ ਤੱਕ ਕਿ ਬਾਲਣ ਦੀਆਂ ਲਾਗਤਾਂ ਵਿੱਚ ਰੀਅਲ-ਟਾਈਮ ਬਦਲਾਅ। ਜਦੋਂ ਵਾਤਾਵਰਣ ਇੰਨਾ ਬਦਲਦਾ ਰਹਿੰਦਾ ਹੈ, ਤਾਂ ਅਜਿਹਾ ਮਾਡਲ ਜੋ ਸਿਰਫ਼ ਪੁਰਾਣੇ ਡੇਟਾ ਵੱਲ ਦੇਖਦਾ ਹੈ, ਉਹ ਮੌਕੇ ਗੁਆ ਸਕਦਾ ਹੈ।

AI “ਦਿਮਾਗ” ਜੋ ਅੱਗੇ ਦੀ ਸੋਚਦਾ ਹੈ

Generative AI ਮਾਰਕੀਟ ਮਾਡਲ ਰਵਾਇਤੀ predictive analytics ਤੋਂ ਵੱਖਰੇ ਹਨ। ਸਿਰਫ਼ ਪੁਰਾਣੇ ਡੇਟਾ ਤੋਂ ਮੰਗ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਦੀ ਬਜਾਏ, ਉਹ ਉੱਚ-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲੇ ਨੰਬਰਾਈਂ ਇਨਪੁਟ—ਜਿਵੇਂ ਕਿ ਬੁਕਿੰਗ ਦੀ ਰਫ਼ਤਾਰ, ਸੀਟ ਇਨਵੈਂਟਰੀ, ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਦੀਆਂ ਕੀਮਤਾਂ, ਮੈਕਰੋ-ਇਕਨਾਮਿਕ ਸੰਕੇਤ—ਨੂੰ ਲੈਂਦੇ ਹਨ ਅਤੇ ਅਜਿਹੇ ਸਿਮੂਲੇਸ਼ਨ ਚਲਾਉਂਦੇ ਹਨ ਜੋ ਇਹ ਦੇਖਦੇ ਹਨ ਕਿ ਉਹ ਵੇਰੀਏਬਲ ਅਗਲੇ ਕੁਝ ਘੰਟਿਆਂ ਜਾਂ ਦਿਨਾਂ ਵਿੱਚ ਕਿਵੇਂ ਬਦਲ ਸਕਦੇ ਹਨ। ਇਸ ਦਾ ਨਤੀਜਾ ਇੱਕ ਅਜਿਹਾ sandbox ਹੁੰਦਾ ਹੈ ਜਿੱਥੇ ਮਾਡਲ ਕੀਮਤ ਵਿੱਚ ਬਦਲਾਅ ਲਾਗੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਉਸ ਦੇ ਪ੍ਰਭਾਵ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦਾ ਹੈ। ਅਸਲ ਵਿੱਚ, ਇਹ ਸਿਸਟਮ ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ “ਦਿਮਾਗ” ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਜੋ ਲਗਾਤਾਰ ਅਣਗਿਣਤ ਕੀਮਤਾਂ ਦੇ ਵਿਕਲਪਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਵਿੱਚੋਂ ਸਭ ਤੋਂ ਵਧੀਆ ਚੁਣਦਾ ਹੈ ਜੋ ਸਮਰੱਥਾ ਦੀਆਂ ਸੀਮਾਵਾਂ ਦਾ ਧਿਆਨ ਰੱਖਦੇ ਹੋਏ ਮਾਲੀਆ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰ ਸਕੇ।

Virgin Atlantic ਦਾ ਰੀਅਲ-ਟਾਈਮ ਪ੍ਰਾਈਸਿੰਗ ਇੰਜਣ

Virgin Atlantic ਦੀ revenue-management ਟੀਮ ਨੇ ਕੁਝ ਮੁੱਖ ਮਾਰਕੀਟਾਂ ਲਈ ਇਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਇੱਕ generative pricing engine ਵਿੱਚ ਜੋੜ ਦਿੱਤਾ ਹੈ। ਏਅਰਲਾਈਨ ਦੇ ਰੈਵੇਨਿਊ ਮੈਨੇਜਮੈਂਟ, ਸੇਲਜ਼ ਅਤੇ ਈ-ਕਾਮਰਸ ਦੇ ਸੀਨੀਅਰ ਵਾਈਸ-ਪ੍ਰੈਜ਼ੀਡੈਂਟ ਡੋਮਿਨਿਕ ਕੈਨੇਡੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਤਕਨਾਲੋਜੀ “ਬਿਹਤਰ, ਤੇਜ਼ ਅਤੇ ਵਧੇਰੇ ਵਿਸਤ੍ਰਿਤ ਵਪਾਰਕ ਫੈਸਲੇ” ਲੈਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦੀ ਹੈ। ਇਹ ਇੰਜਣ ਬਹੁਤ ਸਾਰੇ ਇਨਪੁਟ ਇਕੱਠੇ ਕਰਦਾ ਹੈ: ਏਅਰਲਾਈਨ ਦੀ ਆਪਣੀ ਸੀਟ ਉਪਲਬਧਤਾ, ਬੁਕਿੰਗ ਆਉਣ ਦੀ ਰਫ਼ਤਾਰ, ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਦੀਆਂ ਰੀਅਲ-ਟਾਈਮ ਕੀਮਤਾਂ, ਅਤੇ ਸਰਚ ਟ੍ਰੈਂਡਸ ਵਰਗੇ ਵਿਆਪਕ ਮੰਗ ਸੰਕੇਤ। ਜਦੋਂ ਮਾਡਲ ਕਿਸੇ ਅਜਿਹੇ ਰੂਟ 'ਤੇ ਬੁਕਿੰਗ ਦੀ ਰਫ਼ਤਾਰ ਵਿੱਚ ਗਿਰਾਵਟ ਦੇਖਦਾ ਹੈ ਜਿੱਥੇ ਮੁਕਾਬਲੇਬਾਜ਼ ਅਜੇ ਵੀ ਆਕਰਸ਼ਕ ਕੀਮਤਾਂ ਰੱਖ ਰਹੇ ਹਨ, ਤਾਂ ਇਹ ਮੁਨਾਫਾ ਬਚਾਉਣ ਲਈ ਤੁਰੰਤ ਕੀਮਤਾਂ ਵਧਾ ਦਿੰਦਾ ਹੈ। ਇਸ ਦੇ ਉਲਟ, ਜੇਕਰ ਮੰਗ ਵਿੱਚ ਅਚਾਨਕ ਵਾਧਾ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਸਿਸਟਮ ਨੇੜਲੀਆਂ ਫਲਾਈਟਾਂ ਦੀਆਂ ਕੀਮਤਾਂ ਘਟਾ ਦਿੰਦਾ ਹੈ ਤਾਂ ਜੋ ਉਹਨਾਂ ਸੀਟਾਂ ਨੂੰ ਭਰਿਆ ਜਾ ਸਕੇ ਜੋ ਨਹੀਂ ਤਾਂ ਖਾਲੀ ਰਹਿ ਜਾਣੀਆਂ ਸਨ।

ਮਨੁੱਖੀ ਵਿਸ਼ਲੇਸ਼ਕ ਅਜੇ ਵੀ ਸਮੁੱਚੀ ਰਣਨੀਤੀ ਤੈਅ ਕਰਦੇ ਹਨ—ਜਿਵੇਂ ਕਿ ਮਾਲੀਏ ਦੇ ਟੀਚੇ ਨਿਰਧਾਰਤ ਕਰਨਾ, ਕੀਮਤਾਂ ਦੀ ਹੱਦ (price floors) ਤੈਅ ਕਰਨਾ, ਅਤੇ ਅਪਵਾਦਾਂ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦੇਣਾ—ਪਰ ਰੋਜ਼ਾਨਾ ਦੀਆਂ ਕੀਮਤਾਂ ਵਿੱਚ ਬਦਲਾਅ ਬਿਨਾਂ ਕਿਸੇ ਮੈਨੂਅਲ ਦਖਲਅੰਦਾਜ਼ੀ ਦੇ ਹੁੰਦੇ ਹਨ। ਸ਼ੁਰੂਆਤੀ ਅੰਦਰੂਨੀ ਰਿਪੋਰਟਾਂ ਤੋਂ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ AI-ਅਧਾਰਿਤ ਐਡਜਸਟਮੈਂਟ ਪਿਛਲੀ ਅੱਧ-ਸਵੈਚਾਲਿਤ ਪ੍ਰਕਿਰਿਆ ਨਾਲੋਂ ਵਧੇਰੇ ਸਹੀ ਹਨ, ਜੋ ਉਸ ਵਾਧੂ ਮਾਲੀਏ ਨੂੰ ਕੈਪਚਰ ਕਰਦੇ ਹਨ ਜੋ ਸਥਿਰ ਨਿਯਮਾਂ ਕਾਰਨ ਗੁਆ ਦਿੱਤਾ ਜਾਂਦਾ।

ਕਿਸ ਨੂੰ ਫਾਇਦਾ ਹੋਵੇਗਾ, ਅਤੇ ਕੌਣ ਪਿੱਛੇ ਰਹਿ ਸਕਦਾ ਹੈ

ਉਹ ਏਅਰਲਾਈਨਾਂ ਜੋ ਇਸ ਪੱਧਰ ਦੀ dynamic pricing ਵਿੱਚ ਮਾਹਰ ਹੋ ਜਾਣਗੀਆਂ, ਉਹ load factor (ਭਰੀਆਂ ਹੋਈਆਂ ਸੀਟਾਂ ਦਾ ਪ੍ਰਤੀਸ਼ਤ) ਅਤੇ ਪ੍ਰਤੀ ਯਾਤਰੀ ਔਸਤ ਮਾਲੀਏ ਵਿੱਚ ਮਾਪਯੋਗ ਵਾਧਾ ਦੇਖ ਸਕਦੀਆਂ ਹਨ। Virgin Atlantic ਲਈ, ਇਹ ਤਕਨਾਲੋਜੀ ਘੰਟਿਆਂ ਦੀ ਬਜਾਏ ਮਿੰਟਾਂ ਵਿੱਚ ਪ੍ਰਤੀਕਿਰਿਆ ਦੇ ਕੇ ਬਾਹਰੀ ਝਟਕਿਆਂ—ਜਿਵੇਂ ਕਿ ਯਾਤਰਾ-ਪਾਬੰਦੀਆਂ ਵਿੱਚ ਅਚਾਨਕ ਬਦਲਾਅ ਜਾਂ ਬਾਲਣ ਦੀਆਂ ਕੀਮਤਾਂ ਵਿੱਚ ਵਾਧਾ—ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀ ਅਸਥਿਰਤਾ ਨੂੰ ਘੱਟ ਕਰ ਸਕਦੀ ਹੈ।

ਇਸ ਦਾ ਫਾਇਦਾ ਸਿਰਫ਼ ਏਅਰਲਾਈਨਾਂ ਤੱਕ ਸੀਮਤ ਨਹੀਂ ਹੈ। ਟ੍ਰੈਵਲ ਏਜੰਸੀਆਂ ਅਤੇ ਕਾਰਪੋਰੇਟ ਟ੍ਰੈਵਲ ਮੈਨੇਜਰਾਂ ਨੂੰ ਅਜਿਹੀਆਂ ਕੀਮਤਾਂ ਦੇਖਣ ਨੂੰ ਮਿਲ ਸਕਦੀਆਂ ਹਨ ਜੋ ਅਸਲ ਮਾਰਕੀਟ ਸਥਿਤੀਆਂ ਨੂੰ ਬਿਹਤਰ ਤਰੀਕੇ ਨਾਲ ਦਰਸਾਉਂਦੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਅਖੀਰਲੇ ਸਮੇਂ ਦੀ ਰੀ-ਬੁਕਿੰਗ ਲਈ ਮਜਬੂਰ ਕਰਨ ਵਾਲੇ ਕੀਮਤਾਂ ਦੇ ਉਤਾਰ-ਚੜ੍ਹਾਅ ਘਟ ਸਕਦੇ ਹਨ। ਦੂਜੇ ਪਾਸੇ, ਯਾਤਰੀਆਂ ਨੂੰ ਵਾਰ-ਵਾਰ ਕੀਮਤਾਂ ਵਿੱਚ ਬਦਲਾਅ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਉਹਨਾਂ ਲਈ ਅਜਿਹੀ ਕੀਮਤ ਤੈਅ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਸਕਦਾ ਹੈ ਜਿਸ 'ਤੇ ਉਹ ਭਰੋਸਾ ਕਰ ਸਕਣ। ਵਾਰ-ਵਾਰ ਯਾਤਰਾ ਕਰਨ ਵਾਲੇ ਲੋਕ ਜੋ ਕੀਮਤਾਂ ਦੇ ਰੁਝਾਨਾਂ 'ਤੇ ਨਜ਼ਰ ਰੱਖਦੇ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਮਾਰਕੀਟ ਹੋਰ ਵੀ ਅਨਿਸ਼ਚਿਤ ਲੱਗ ਸਕਦੀ ਹੈ।

ਜੋਖਮ ਜੋ ਚਰਚਾ ਨੂੰ ਸੱਚਾਈ ਦੇ ਨੇੜੇ ਰੱਖਦੇ ਹਨ

ਅਜਿਹੇ AI ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਜੋ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਕੀਮਤਾਂ ਨੂੰ ਕੰਟਰੋਲ ਕਰਦਾ ਹੈ, ਕੁਦਰਤੀ ਜੋਖਮ ਨਾਲ ਆਉਂਦਾ ਹੈ। ਅਧੂਰੇ ਜਾਂ ਪੱਖਪਾਤੀ ਡੇਟਾ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲ ਅਜਿਹੀਆਂ ਕੀਮਤਾਂ ਤੈਅ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਬਹੁਤ ਘੱਟ ਹੋਣ (ਜਿਸ ਨਾਲ ਮੁਨਾਫਾ ਘਟਦਾ ਹੈ) ਜਾਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੋਣ (ਜਿਸ ਨਾਲ ਗਾਹਕ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਕੋਲ ਚਲੇ ਜਾਂਦੇ ਹਨ)। ਰੀਅਲ-ਟਾਈਮ ਮਾਡਲ ਪਾਰਦਰਸ਼ਤਾ ਦੇ ਸਵਾਲ ਵੀ ਖੜ੍ਹੇ ਕਰਦੇ ਹਨ: ਨਿਯਮਕ (regulators) ਇਹ ਸਮਝਣਾ ਚਾਹੁੰਦੇ ਹੋ ਸਕਦੇ ਹਨ ਕਿ ਕੀਮਤਾਂ ਦੇ ਫੈਸਲੇ ਕਿਵੇਂ ਲਏ ਜਾਂਦੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਜੇਕਰ ਉਹ ਮੁਕਾਬਲੇ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ। ਸਿਸਟਮ ਦੀ विफलता ਦਾ ਸੰਚਾਲਨ ਜੋਖਮ ਵੀ ਹੈ; ਇੱਕ ਤਕਨੀਕੀ ਖਰਾਬੀ ਜੋ ਗਲਤ ਕੀਮਤਾਂ ਲਗਾ ਦਿੰਦੀ ਹੈ, ਸਕਿੰਟਾਂ ਵਿੱਚ ਬ੍ਰਾਂਡ ਦੀ ਸਾਖ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦੀ ਹੈ।

Virgin Atlantic ਦਾ ਰੋਲਆਊਟ ਅਜੇ ਕੁਝ ਖਾਸ ਬਾਜ਼ਾਰਾਂ ਤੱਕ ਹੀ ਸੀਮਤ ਹੈ, ਜਿਸ ਨਾਲ ਏਅਰਲਾਈਨ ਨੂੰ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਲਾਗੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਪ੍ਰਦਰਸ਼ਨ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਅਤੇ ਸੁਰੱਖਿਆ ਉਪਾਵਾਂ ਨੂੰ ਐਡਜਸਟ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਮਿਲਦੀ ਹੈ। ਕੰਪਨੀ ਨੇ ਉਹਨਾਂ ਸਹੀ ਮਾਪਦੰਡਾਂ ਦਾ ਖੁਲਾਸਾ ਨਹੀਂ ਕੀਤਾ ਹੈ ਜੋ ਉਹ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਨੂੰ ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਵਰਤਦੀ ਹੈ, ਪਰ ਇਹ ਪਹੁੰਚ ਇੱਕ ਹਾਈਬ੍ਰਿਡ ਮਾਡਲ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੀ ਹੈ ਜਿੱਥੇ AI ਜ਼ਿਆਦਾਤਰ ਐਡਜਸਟਮੈਂਟਸ ਸੰਭਾਲਦਾ ਹੈ ਜਦੋਂ ਕਿ ਮਨੁੱਖੀ ਦਖਲਅੰਦਾਜ਼ੀ ਕੇਵਲ ਅਸਧਾਰਨ ਮਾਮਲਿਆਂ ਵਿੱਚ ਹੁੰਦੀ ਹੈ।

ਆਉਣ ਵਾਲੇ ਮਹੀਨਿਆਂ ਵਿੱਚ ਕਿਸ ਚੀਜ਼ 'ਤੇ ਨਜ਼ਰ ਰੱਖੀਏ

  • ਏਅਰਲਾਈਨਾਂ ਦੁਆਰਾ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਅਪਣਾਉਣਾ – ਜੇਕਰ Virgin Atlantic ਦੇ ਪਾਇਲਟਾਂ ਤੋਂ ਮਾਲੀਏ ਵਿੱਚ ਸਪੱਸ਼ਟ ਵਾਧਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਹੋਰ ਕੈਰੀਅਰ ਵੀ ਇਸ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਪੂਰੀ ਇੰਡਸਟਰੀ ਵਿੱਚ AI-ਅਧਾਰਿਤ ਕੀਮਤ ਨਿਰਧਾਰਣ ਵੱਲ ਤਬਦੀਲੀ ਤੇਜ਼ ਹੋ ਜਾਵੇਗੀ।
  • ਰੈਗੂਲੇਟਰੀ ਜਾਂਚ – ਮੁਕਾਬਲੇ ਦੀਆਂ ਅਥਾਰਟੀਆਂ ਐਲਗੋਰਿਦਮਿਕ ਪ੍ਰਾਈਸਿੰਗ 'ਤੇ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਜਾਰੀ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਖਾਸ ਕਰਕੇ ਜੇਕਰ AI ਮਾਡਲ ਅਜਿਹੇ ਕੀਮਤ ਦੇ ਪੈਟਰਨ ਬਣਾਉਣੇ ਸ਼ੁਰੂ ਕਰਦੇ ਹਨ ਜੋ ਮਿਲੀਭੁਗਤ ਵਾਲੇ ਜਾਂ ਵਿਤਕਰੇਪੂਰਨ ਲੱਗਦੇ ਹਨ।
  • ਟੂਲਿੰਗ ਅਤੇ ਪ੍ਰਤਿਭਾ – ਉੱਚ-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਵਾਲੇ ਨੰਬਰ ਮਾਡਲ ਬਣਾਉਣ ਲਈ ਅਜਿਹੀ ਮੁਹਾਰਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜੋ ਆਮ ਕੁਦਰਤੀ-ਭਾਸ਼ਾ (natural-language) ਵਾਲੇ AI ਕੰਮ ਨਾਲੋਂ ਵੱਖਰੀ ਹੁੰਦੀ ਹੈ। ਫਾਈਨਾਂਸ-ਗ੍ਰੇਡ ਸਿਮੂਲੇਸ਼ਨਾਂ 'ਤੇ ਕੇਂਦਰਿਤ ਵਿਸ਼ੇਸ਼ AI ਟੀਮਾਂ ਵਿੱਚ ਵਾਧੇ ਦੀ ਉਮੀਦ ਰੱਖੋ।
  • ਉਪਭੋਗਤਾ ਦੀ ਪ੍ਰਤੀਕਿਰਿਆ – ਯਾਤਰੀਆਂ ਦੀ ਭਾਵਨਾ ਇੱਕ ਲਿਟਮਸ ਟੈਸਟ ਹੋਵੇਗੀ। ਜੇਕਰ ਯਾਤਰੀ ਕੀਮਤਾਂ ਨੂੰ ਨਿਰਪੱਖ ਅਤੇ ਉਚਿਤ ਮੰਨਦੇ ਹਨ, ਤਾਂ ਮਾਡਲ ਦੇ ਲਾਭ ਹੋਰ ਮਜ਼ਬੂਤ ਹੋਣਗੇ; ਜੇਕਰ ਨਹੀਂ, ਤਾਂ ਏਅਰਲਾਈਨਾਂ ਨੂੰ ਕੀਮਤ-ਸਥਿਰਤਾ ਦੀਆਂ ਹੋਰ ਗਾਰੰਟੀਆਂ ਦੇਣ ਦੀ ਲੋੜ ਪੈ ਸਕਦੀ ਹੈ।

ਨਿਚੋੜ

ਜਨਰੇਟਿਵ AI ਮਾਰਕੀਟ ਮਾਡਲ ਕੀਮਤ ਨਿਰਧਾਰਣ ਨੂੰ ਇੱਕ ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਹੋਣ ਵਾਲੀ, ਨਿਯਮ-ਅਧਾਰਿਤ ਪ੍ਰਕਿਰਿਆ ਤੋਂ ਬਦਲ ਕੇ ਇੱਕ ਨਿਰੰਤਰ, ਡੇਟਾ-ਅਮੀਰ ਫੈਸਲਾ ਲੈਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਬਦਲ ਦਿੰਦੇ ਹਨ। Virgin Atlantic ਦੀ ਸ਼ੁਰੂਆਤੀ ਤੈਨਾਤੀ ਦਿਖਾਉਂਦੀ ਹੈ ਕਿ ਕਿਵੇਂ ਇੱਕ ਏਅਰਲਾਈਨ ਮੈਨੂਅਲ ਤਬਦੀਲੀਆਂ ਤੋਂ ਇੱਕ ਅਜਿਹੇ ਸਵੈ-ਚਾਲਿਤ ਇੰਜਣ ਵੱਲ ਵਧ ਸਕਦੀ ਹੈ ਜੋ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਬਾਜ਼ਾਰ ਦੇ ਸੰਕੇਤਾਂ 'ਤੇ ਪ੍ਰਤੀਕਿਰਿਆ ਦਿੰਦਾ ਹੈ। ਇਹ ਤਕਨਾਲੋਜੀ ਵਧੇਰੇ ਮਾਲੀਆ ਅਤੇ ਸਖ਼ਤ ਇਨਵੈਂਟਰੀ ਕੰਟਰੋਲ ਦਾ ਵਾਅਦਾ ਕਰਦੀ ਹੈ, ਪਰ ਇਹ ਨਵੀਆਂ ਸੰਚਾਲਨ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਚੁਣੌਤੀਆਂ ਵੀ ਪੇਸ਼ ਕਰਦੀ ਹੈ। ਏਅਰਲਾਈਨਾਂ ਇਹਨਾਂ ਤਾਕਤਾਂ ਨੂੰ ਕਿਵੇਂ ਸੰਤੁਲਿਤ ਕਰਦੀਆਂ ਹਨ, ਇਸ ਤੋਂ ਹੀ ਇਹ ਨਿਰਧਾਰਤ ਹੋਵੇਗਾ ਕਿ AI-ਅਧਾਰਿਤ ਡਾਇਨਾਮਿਕ ਪ੍ਰਾਈਸਿੰਗ ਨਵਾਂ ਮਿਆਰ ਬਣੇਗੀ ਜਾਂ ਸਿਰਫ਼ ਇੱਕ ਸੀਮਤ ਪ੍ਰਯੋਗ।