L’Ndc nell’era dell’intelligenza artificiale: il futuro in 6 scenari
Lo stato dell’arte dell’Ndc – New Distribution Capability, autentica rivoluzione operativa nel trasporto aereo, è stato esaminato in lungo e largo. Ma ora ci si deve chiedere se con lo tsunami dell’intelligenza artificiale si prospettino scenari in grado di superare alcune sue criticità, dovute essenzialmente alla difficile standardizzazione dei prodotti offerti e alla complicata coesistenza con i gds che utilizzano modelli statici che mal si coniugano con la personalizzazione della biglietteria aerea che si vuole sviluppare con l’Ndc.
Da qui la valutazione condivisa da tanti analisti che nell’immediato futuro si arriverà a un modello ibrido con Ndc da un lato e i tradizionali gds dall’altro, che fornirà alle stesse agenzie di viaggi chiavi di lettura e consultazione utili alla vendita finale. In attesa di possibili e repentini sviluppi futuri.
Ma siccome è innegabile che l’obiettivo comune è quello di fornire soluzioni dinamiche e adattare tariffe sulla base di algoritmi sempre più complessi, ecco che in tale contesto irrompe il nuovo, dirompente, strumento a disposizione di compagnie aeree e adv: l’intelligenza artificiale e le sue applicazioni pratiche.
I SEI SCENARI DEL FUTURO GRAZIE ALL’AI
Potrà l’Ai contribuire a ottimizzare l’uso dell’Ndc? Poniamo tale domanda a ChatGpt, la cui risposta molto circostanziata è «sì», ed è anche molto articolata. Ecco quali potrebbero essere gli scenari operativi.
Scenario 1: la frammentazione e standardizzazione dei dati. In altre parole, l’esistenza di formati incoerenti e Api frammentate tra le compagnie aeree che rendono difficile l’integrazione. La soluzione Ai propone i modelli di elaborazione del linguaggio naturale (Nlp) combinati con modelli di apprendimento automatico (Ml) che possono standardizzare i dati non strutturati provenienti da più fonti. Di conseguenza la mappatura intelligente dei dati può automatizzare la traduzione tra diversi schemi delle compagnie aeree o versioni dell’Ndc.
Scenario 2: la gestione dinamica delle offerte. Uno degli obiettivi principali di Ndc è la personalizzazione delle offerte, ma creare prezzi e pacchetti pertinenti e in tempo reale è complesso. Da qui la soluzione suggerita dall’Ai, ovvero una analisi predittiva di prezzi e la disponibilità di offerte basata su dati storici, trend di mercato e profili dei clienti. Di fatto i modelli di apprendimento rinforzato possono ottimizzare le offerte nel tempo in base al comportamento dei clienti. E al tempo stesso i motori decisionali in tempo reale basati sull’Ai possono generare dinamicamente pacchetti e servizi aggiuntivi per ogni singolo utente.
Scenario 3: la personalizzazione e la segmentazione dei clienti. L’imperativo del prodotto aereo di oggi è offrire esperienze personalizzate tramite Ndc che richiede informazioni dettagliate sui clienti, di cui molte compagnie aeree non dispongono. Ebbene la soluzione Ai è l’elaborazione e analisi dei grandi volumi di Pnr, le cronologie delle prenotazioni e i comportamenti degli utenti per poter segmentare al meglio i viaggiatori. I cosiddetti sistemi di raccomandazione (simili a quelli utilizzati da Netflix o Amazon) possono suggerire servizi e upgrade personalizzati.
Scenario 4: l’interoperabilità tra i sistemi. Attualmente le agenzie di viaggi e le Ota utilizzano sistemi legacy che potrebbero non supportare facilmente il protocollo Ndc. La soluzione Ai risiede nel “middleware”, l’insieme di software che intermediano tra strutture programmi informatici, basato sull’intelligenza artificiale che può fungere da traduttore tra le Api conformi allo standard NDdc e i sistemi gds legacy. L’Rpa (Robotic process automation) combinata con l’intelligenza artificiale, inoltre, può imitare l’interazione umana con i sistemi più vecchi, connettendosi così più facilmente alle Api Ndc.
Scenario 5: l’aggregazione di contenuti e parametri di ricerca. Attualmente è ancora difficile aggregare e ricercare in modo efficiente le offerte di più compagnie aeree. La soluzione Ai propone algoritmi di ricerca intelligenti che possono classificare e filtrare le offerte Ndc in base a valore, pertinenza e personalizzazione. L’uso dei knowledge graph, ovvero le rappresentazioni strutturate della conoscenza che coniuga idee, concetti, possono poi modellare le relazioni tra destinazioni, classi tariffarie e servizi accessori per una distribuzione più intelligente dei contenuti.
Scenario 6: il rilevamento delle frodi e la sicurezza dei pagamenti. Oggi più di ieri le prenotazioni dirette aumentano il rischio di frode, soprattutto nelle transazioni in tempo reale. Da qui la soluzione Ai che propone algoritmi di rilevamento delle anomalie che possono segnalare in tempo reale modelli di prenotazione sospetti. La biometria comportamentale, inoltre, potrà migliorare la verifica senza interrompere l’esperienza utente. In conclusione, predisposte tutte le risposte mirate corrispondenti alle criticità, i vantaggi strategici nell’utilizzo dell’Ai in Ndc sono almeno quattro: un time-to-market più rapido per offerte personalizzate; tassi di conversione più elevati grazie a un targeting migliore; riduzione dei costi operativi grazie all’automazione e maggiore indice di fidelizzazione dei clienti con un’esperienza utente migliorata. Fin qui le risposte mirate di ChatGpt che sono al vaglio dei tecnici e analisti Iata che stanno perfezionando di giorno in giorno le modalità d’uso dell’Ndc.
Quanto e come queste risposte potranno fare la differenza è tutto da verificare, ma lo si farà in tempi brevi per perfezionare questa nuova rivoluzione nella biglietteria aerea.
