Μια διαφορά άνω των 1.000 δολαρίων μεταξύ αρχικής και τελικής τιμής πτήσης μπορεί να μοιάζει με λάθος του συστήματος ή, ακόμα καλύτερα, μία σπάνια ευκαιρία. Η Nona, ειδικός στην τεχνητή νοημοσύνη, παρουσίασε αναλυτικά τη μεθοδολογία με την οποία κατάφερε να ρίξει το κόστος εισιτηρίου από 1.260 σε μόλις 118 δολάρια.
Όπως εξηγεί, δεν πρόκειται για μεμονωμένο «κόλπο», αλλά για μια δομημένη διαδικασία που αξιοποιεί την ικανότητα του AI να εξετάζει τεράστιο όγκο πιθανών συνδυασμών, κάτι που είναι πρακτικά αδύνατο για έναν χρήστη με χειροκίνητη αναζήτηση.
Τα βήματα για να μειώσεις το κόστος των αεροπορικών εισιτηρίων με τη βοήθεια του A.I.
Το πρώτο βήμα είναι η αλλαγή λογικής στο query, δηλαδή αντί για συγκεκριμένη πτήση σε κλειστή ημερομηνία, ζητείται από το AI να λειτουργήσει ως αναλυτής τιμών και να εξετάσει όλες τις πιθανές επιλογές μεταξύ δύο ευρύτερων γεωγραφικών περιοχών, χωρίς αρχικούς περιορισμούς σε αεροδρόμια ή αεροπορικές.
Στη συνέχεια, το σύστημα ελέγχει εναλλακτικά αεροδρόμια τόσο στην αναχώρηση όσο και στην άφιξη. Η επιλογή κοντινής πόλης ή δευτερεύοντος αεροδρομίου μπορεί να αλλάξει δραστικά την τελική τιμή, ακόμη κι αν απαιτείται επιπλέον χερσαία μετακίνηση.
Καθοριστικό ρόλο παίζει και ο κατακερματισμός του ταξιδιού. Αντί για ένα ενιαίο εισιτήριο μετ’ επιστροφής, η τεχνητή νοημοσύνη προτείνει ξεχωριστά σκέλη διαδρομής, συχνά με διαφορετικές εταιρείες ή μεγάλες ενδιάμεσες στάσεις. Έτσι εμφανίζονται ναύλοι που δεν προβάλλονται στις κλασικές αναζητήσεις.
Ευέλικτες ημερομηνίες και «υπολογιστική δύναμη»
Η χρονική ευελιξία είναι επίσης κρίσιμη. Αντί για μετατόπιση μίας-δύο ημερών, η AI εξετάζει μεγάλα «παράθυρα» ημερομηνιών και συγκρίνει μοτίβα τιμών σε ολόκληρες εβδομάδες, εντοπίζοντας σύντομες περιόδους με απότομες πτώσεις ναύλων.
Κατά τη διαδικασία, το σύστημα επαναλαμβάνει και βελτιώνει τις αναζητήσεις, απορρίπτοντας μη αποδοτικούς συνδυασμούς και κρατώντας τις πιο συμφέρουσες επιλογές. Πρόκειται ουσιαστικά για υπολογιστική «επίθεση όγκου» (brute force) πάνω σε χιλιάδες σενάρια.
Τον τελευταίο λόγο έχει πάντα ο χρήστης!
Η ίδια επισημαίνει ότι η τεχνητή νοημοσύνη δεν αγοράζει το εισιτήριο. Αντίθετα, εντοπίζει τις βέλτιστες διαδρομές και τιμές, οι οποίες στη συνέχεια επιβεβαιώνονται χειροκίνητα σε μηχανές αναζήτησης πτήσεων ή απευθείας στις ιστοσελίδες των αεροπορικών εταιρειών.
Η μέθοδος δεν παραβιάζει συστήματα ούτε βασίζεται σε «κρυφές» τιμές. Στηρίζεται στην κατανόηση του τρόπου που λειτουργούν οι αλγόριθμοι τιμολόγησης και στη χρήση του AI ως εργαλείου ανάλυσης.
Το βασικό συμπέρασμα είναι πως η τεχνητή νοημοσύνη δεν κάνει από μόνη της τα αεροπορικά φθηνότερα, απλά βοηθάει τον ταξιδιώτη να δει επιλογές που οι περισσότεροι δεν θα εντόπιζαν ποτέ.
