Индустрия путешествий стоит перед вызовом внедрения искусственного интеллекта, который требует не мгновенной автоматизации, а поэтапного подхода. Несмотря на очевидную пользу в персонализации и операционной эффективности, процесс тормозят три фактора: сложность технологических экосистем, устаревшая инфраструктура и недостаток институционального доверия.

Экономический эффект и потребительский спрос

ИИ уже приносит измеримую выгоду: крупный поставщик туристических услуг снизил стоимость бронирования на 10% в годовом исчислении благодаря Gen AI, а канадская авиакомпания увеличила доход на единицу продукции на 2% за счет использования ИИ в ценообразовании. Потребители также активно осваивают технологию: в 2025 году почти 40% путешественников в США использовали генеративный ИИ для планирования поездок.

Помимо клиентского сервиса, алгоритмы машинного обучения помогают компаниям прогнозировать спрос, управлять мощностями и планировать рабочую силу. Однако эти успехи ограничены техническими барьерами.

Проблема устаревших систем и данных

Главным препятствием остается инфраструктура, которая не была рассчитана на работу с едиными потоками данных в реальном времени. В центре проблемы находятся системы глобального распределения (GDS), построенные десятилетия назад на протоколах EDIFACT. Интеграция современных стандартов, таких как NDC, с традиционными системами обслуживания пассажиров (PSS) может занимать месяцы разработки.

Ситуацию усугубляет отсутствие прозрачности данных. Согласно опросу GBTA, только 12% покупателей корпоративных путешествий имеют консолидированное представление о данных своей программы. Без единой базы данных масштабирование ИИ становится невозможным, независимо от сложности используемых моделей.

Кризис доверия и пропорциональное управление

Технологическая готовность не гарантирует успеха, так как существует серьезный разрыв в доверии. Исследование GBTA показало: если 92% покупателей заинтересованы в прогнозировании расходов с помощью ИИ, то лишь 57% готовы доверить алгоритмам автономное изменение или отмену бронирований.

Чтобы преодолеть этот барьер, лидерам рынка необходимо переходить к модели «пропорционального управления». Вместо попыток внедрить всё и сразу, компании должны распределять ИИ-агентов по уровням автономии с четко определенными границами ответственности. Успешная стратегия заключается в укреплении фундамента данных и валидации сценариев использования в контролируемой среде, прежде чем переходить к полномасштабному масштабированию.