كل يوم، تنقل شركة طيران عشرات الآلاف من الركاب على مئات الرحلات، وغالبًا ما يتطلب الأمر ربطات متعددة. تشمل تحديد سعر كل رحلة اعتبارًا مئات المتغيرات بما في ذلك الطلب، الموسم، وقت اليوم، الفعاليات الحالية، الأسواق العالمية، ونشاط المنافسين. يجب أن يتكيف هذا العملية الدقيقة باستمرار مع التغييرات في العالم الحقيقي.
تظهر نماذج السوق المدعومة بذكاء اصطناعي توليدي للتعامل مع مهام معقدة مثل هذه في الوقت الفعلي. هذه النماذج التعلم العميق تحلل بيانات عددية عالية الدقة لمحاكاة وتوقع الديناميكيات المالية المعقدة. بدلاً من الاعتماد على الاتجاهات التاريخية أو القواعد الثابتة، يعمل نموذج السوق كـ"دماغ" ذكاء اصطناعي، يجمع البيانات لمحاكاة بيئات سوقية مختلفة واتخاذ قرارات تجارية ديناميكية.
"يساعدنا على اتخاذ قرارات تجارية أفضل، وأسرع، وأكثر تفصيلية"، يقول دومينيك كينيدي، نائب الرئيس التنفيذي الأسنوب في فيرجن أتلانتيك. "إنه يأخذ في الاعتبار، في الوقت الفعلي، مجموعة واسعة من المدخلات المختلفة... لديه طريقة حقيقية بشأن تقييم موقعنا بالنسبة للمنافسين"، يضيف.
هذه النماذج تمكّن شركات الطيران من تحسين استراتيجيات التسعير والمخزون وإدارة الإيرادات في ظل ظروف سوقية ديناميكية.
كيانات رئيسية: الشركات: فيرجن أتلانتيك | الأشخاص: دومينيك كينيدي
المصدر: MIT Technology Review AI · لخّصه HeadlinesBriefing