Virgin Atlantic начала внедрять рыночные модели на базе генеративного ИИ, которые автоматически корректируют стоимость билетов в режиме реального времени, заменяя традиционные ручные методы и ценообразование на основе правил. Этот шаг обещает более точные и быстрые коммерческие решения, которые могут изменить способы извлечения выручки авиакомпаниями на постоянно меняющемся рынке.

Почему старые методы больше не работают

Десятилетиями авиакомпании полагались на исторические модели бронирования и статические правила ценообразования. Эти подходы исходят из того, что спрос следует предсказуемым циклам, а на установку тарифов достаточно набора переменных — сезона, длины маршрута, дня недели. На практике на один рейс могут влиять десятки факторов: внезапное изменение пропускной способности конкурентов, распродажи у соперников, региональные события, вызывающие всплеск спроса, или даже изменения стоимости топлива в реальном времени. Когда среда настолько изменчива, модель, которая смотрит только в прошлое, заставляет компанию упускать выгоду.

ИИ-«мозг», который мыслит наперед

Рыночные модели на базе генеративного ИИ отличаются от традиционной прогнозной аналитики. Вместо того чтобы просто прогнозировать спрос на основе прошлых данных, они поглощают высокоточные числовые входные данные — скорость бронирования, наличие мест, цены конкурентов, макроэкономические показатели — и запускают симуляции, исследующие, как эти переменные могут измениться в ближайшие часы или дни. Результатом является «песочница», в которой модель может протестировать влияние изменения тарифа до того, как оно вступит в силу. По сути, система действует как автономный «мозг», постоянно оценивая бесчисленные комбинации цен и выбирая ту, которая максимизирует выручку при соблюдении ограничений по вместимости.

Система ценообразования Virgin Atlantic в реальном времени

Команда по управлению доходами Virgin Atlantic интегрировала эти модели в генеративную систему ценообразования для ряда ключевых рынков. Доминик Кеннеди, старший вице-президент авиакомпании по управлению доходами, продажам и электронной коммерции, говорит, что технология позволяет принимать «более качественные, быстрые и детализированные коммерческие решения». Система собирает «огромное количество» входных данных: собственное наличие мест у авиакомпании, скорость поступления бронирований, актуальные тарифы конкурентов и более широкие сигналы спроса, такие как поисковые тренды. Когда модель обнаруживает снижение скорости бронирования на маршруте, где конкуренты все еще агрессивно устанавливают цены, она мгновенно повышает тарифы для защиты маржи. И наоборот, если наблюдается внезапный всплеск спроса, система снижает цены на соседние рейсы, чтобы заполнить места, которые иначе остались бы пустыми.

Человеческие аналитики по-прежнему определяют общую стратегию — устанавливают целевые показатели выручки, определяют границы минимальных цен и утверждают исключения, — но ежедневные корректировки цен происходят без ручного вмешательства. Первые внутренние отчеты показывают, что корректировки на базе ИИ более точны, чем предыдущий полуавтоматический процесс, позволяя получать дополнительную выручку, которую статические правила могли бы упустить.

Кто выиграет, а кто может остаться позади

Авиакомпании, которые освоят этот уровень динамического ценообразования, могут добиться заметного роста коэффициента загрузки (процента заполненных мест) и средней выручки на одного пассажира. Для Virgin Atlantic эта технология может сгладить волатильность, вызванную внешними шоками — такими как внезапные изменения ограничений на поездки или скачки цен на топливо — за счет реагирования в течение минут, а не часов.

Преимущества не ограничиваются только авиакомпаниями. Туристические агентства и менеджеры по корпоративным поездкам могут увидеть тарифы, которые лучше отражают реальные рыночные условия, что потенциально снизит ценовые колебания, вынуждающие перебронировать билеты в последний момент. С другой стороны, пассажиры могут столкнуться с более частыми изменениями тарифов, что затруднит фиксацию цены, которой они доверяют. Часто летающие пассажиры, отслеживающие тенденции цен, могут обнаружить, что рынок стал еще более непредсказуемым.

Риски, которые заставляют смотреть на вещи реально

Внедрение ИИ, который напрямую управляет ценообразованием, несет в себе определенные риски. Модель, обученная на неполных или предвзятых данных, может устанавливать слишком низкие тарифы, снижая прибыль, или слишком высокие, уводя клиентов к конкурентам. Модели реального времени также поднимают вопросы прозрачности: регуляторы могут захотеть понять, как принимаются решения о ценообразовании, особенно если они влияют на конкуренцию. Существует также операционный риск системных сбоев: ошибка, которая приведет к установке неподходящих тарифов, может за считанные секунды нанести ущерб репутации бренда.

Внедрение Virgin Atlantic по-прежнему ограничено конкретными рынками, что позволяет авиакомпании отслеживать эффективность и корректировать защитные механизмы перед более масштабным развертыванием. Компания не раскрыла точные метрики, используемые для инициирования проверки человеком, но такой подход предполагает гибридную модель, в которой ИИ берет на себя основную часть корректировок, а люди вмешиваются только в случае аномалий.

На что стоит обратить внимание в ближайшие месяцы

  • Широкое внедрение авиакомпаниями — если пилотные проекты Virgin Atlantic продемонстрируют явный рост выручки, другие перевозчики, скорее всего, последуют их примеру, что ускорит переход всей отрасли к ценообразованию на базе ИИ.
  • Внимание регуляторов — антимонопольные органы могут выпустить рекомендации по алгоритмическому ценообразованию, особенно если модели ИИ начнут создавать ценовые паттерны, которые могут показаться сговорными или дискриминационными.
  • Инструментарий и таланты — создание высокоточных численных моделей требует экспертизы, отличной от типичной работы с ИИ в области обработки естественного языка. Ожидайте роста числа специализированных ИИ-команд, ориентированных на финансовое моделирование.
  • Реакция потребителей — отношение пассажиров станет лакмусовой бумажкой. Если путешественники сочтут ценообразование справедливым и гибким, преимущества модели будут подтверждены; если нет, авиакомпаниям, возможно, придется добавить больше гарантий стабильности цен.

Итог

Рыночные модели на базе генеративного ИИ превращают ценообразование из периодического процесса, основанного на правилах, в непрерывный процесс принятия решений, богатый данными. Раннее внедрение Virgin Atlantic показывает, как авиакомпания может перейти от ручных корректировок к автономному механизму, который реагирует на рыночные сигналы в режиме реального времени. Технология обещает рост выручки и более строгий контроль инвентаря, но она также создает новые операционные и регуляторные вызовы. То, как авиакомпании будут балансировать эти силы, определит, станет ли динамическое ценообразование на базе ИИ новым стандартом или останется нишевым экспериментом.