旅行、ホスピタリティ、レジャーにおける AI

人工知能 (AI) は何年にもわたって経営幹部の議題に上っていましたが、万能薬または存続の脅威と見なされ、ますます最重要視されるようになってきています。 一連の誤解がこうした極端な立場を助長しています。 さまざまな業界の経営幹部との経験に基づくと、AI の価値を実現する上で障害となるものはいくつかあります。

かつて、非常に知性があり、熟練したクライアントから電話があり、「サプライ チェーンの問題を解決するために AI を使用するべきだ」と非常に興奮した提案を受けました。 サプライチェーンのどの問題に対処したいかを尋ねられたとき、クライアントは私たちを振り切って見送りました。 「AI はすべてを解決できるのです。」

私たちのクライアントは間違っていませんでした。 こうした問題の解決にはAIを活用すべきだ。 彼が見逃していたのは、機械学習と AI は、適切で利用可能なデータが豊富にある明確に定義された問題を解決するのに特に優れているものの、現実世界のビジネス問題は通常、定義が曖昧で曖昧であり、ほとんどの場合、これらの問題に十分な質の高いデータが不足しているということです。データ、プロセス設計、変更管理に投資することなく効果的に解決できるツールです。

ビジネスは主に、ラインレベルの従業員が日々下す意思決定の合計によって動かされます。 これは、価格設定の変更などのより複雑な意思決定の場合と同様に、給与計算や買掛金などのトランザクション プロセスにも当てはまります。

経営幹部は、AI の標準化と自動化の可能性を正しく認識していますが、AI を使用することで人為的エラー、認知の歪み、偏見が修正されると信じていることが多すぎます。

それどころか、AI はバイアスを増幅する機械です。 ビジネス データ モデルは、エラーやバイアスを含め、過去のビジネスのやり方を反映しています。 同様に、間違いを犯しやすい人間は、解決しようとしているビジネス上の問題に「最もよく」適合するモデルを評価し、選択する人でもあります。 バイアスや過去のエラーは組み込まれており、体系的に対処する必要があります。

たとえば、航空会社の価格設定システムでは、長年にわたり機械学習を使用して、航空会社が座席を今すぐ販売する場合と、乗客がより多くの金額を支払う意思がある出発日近くまでその在庫を保持する場合の機会費用を推定してきました。 これは予想される需要に基づいています。 新型コロナウイルス感染症により需要が圧倒的に消失した際、これらのモデルは「合理的に」機会費用を 0 ドルとして計算しました。 結果？ その後、非常に不採算な運賃が公表されました。 消費者はそれを気に入ったかもしれないが、そのような低運賃では利益を上げて運航できない航空会社は苦境を抱えたままになった。

従来のソフトウェアは事前定義されたルールとロジックに従うように設計されているのに対し、AI システムは継続的に学習し、データのパターンに基づいて予測を行う確率モデルに基づいています。 従来のソフトウェア システムとは異なり、AI システムが効果を発揮するには大量の高品質データが必要であり、精度を維持するには継続的な監視とメンテナンスが必要です。

さらに、ほとんどの従来のソフトウェア システムとは異なり、AI システムでは慎重に検討して対処する必要がある倫理的考慮事項が生じます。 たとえば、多くの AI システムによって行われる判断や、場合によっては自動化された決定は、採用や昇進の決定、あるいは道路状況の変化に対する自動運転車の対応など、人間の生活に実際の影響を与える可能性があります。 AI システムによって不適切な判断が下された場合、誰が責任を負うのでしょうか?

これらの通説を払拭し、AI でできることとできないことを正しく理解し、必要な重要なインプットとスキルセットを理解して AI にアプローチすることで、経営幹部は AI ツールをより効果的に活用できるようになります。 AI は特効薬ではありませんが、適切に実行すれば、意思決定を劇的に強化し、生産性を向上させ、より良いビジネス成果をもたらすことができます。

A&M の市場をリードするグローバルな旅行、ホスピタリティ、レジャー チームは、業界、その業界に影響を与えるトレンド、深い専門知識が必要なビジネス状況を理解しています。 お客様が行動を起こし、最新化の課題に直面する際に A&M がどのように役立つかについて詳しく知りたい場合は、今すぐお問い合わせください。