32.1 C
Athens
Κυριακή, 14 Ιουλίου, 2024
ΑρχικήΔΙΑΦΟΡΕΣ ΕΙΔΗΣΕΙΣΤεχνητή νοημοσύνη στον τουρισμό
spot_img

Τεχνητή νοημοσύνη στον τουρισμό

-

  • Μία ξεχωριστή μελέτη από την Ιωάννα Ατσαλάκη με τέσσερις μεταβλητές, προκειμένου να γίνει καλύτερη ανάλυση για τον τουρισμό

 

Στις αρχές Αυγούστου η  Ιωάννα Γ. Ατσαλάκη παρουσίασε την Διδακτορική της διατριβή στη Σχολή Μηχανικών Παραγωγής και Διοίκησης του Πολυτεχνείου Κρήτης με θέμα «Πρόβλεψη Δραστικών Τεχνολογιών στον Τουρισμό με Ασαφή Λογική». Δημιούργησε ένα αλγόριθμο τεχνητής νοημοσύνης αναπαριστώντας τον τρόπο που σκέπτεται ο ανθρώπινος εγκέφαλος μέσα από ένα σύστημα κανόνων ασαφούς λογικής, ο οποίος προβλέπει εάν μια τεχνολογία θα επιφέρει δραστικές αλλαγές στον τομέα της. Με επιβλέποντα Καθηγητή τον Κ. Ζοπουνίδη, και τους καθηγητές:  Φ. Πασιούρα, Β. Γαγάνη, Μ. Δούμπο, Κ. Βαλαβάνη (DenverUniversity), Α. Γαλαριώτης (AudienciaBusinessSchool) και Κ. Κοσμίδου.

 

Η διατριβή αναπτύσει για πρώτη φορά ένα ασαφές (fuzzy) μοντέλο για την πρόβλεψη δραστικών τεχνολογικών καινοτομιών στον τουρισμό που ενσωματώνονται σε ένα επιχειρηματικό μοντέλο.  Επιλέχθηκαν οι παρακάτω τέσσερις μεταβλητές εισόδου, με τους αντίστοιχους δείκτες υπολογισμού των τιμών των εισόδων και τους αντίστοιχους γλωσσικούς όρους (ασαφή σύνολα), με τον υπολογισμό των δεικτών που αποτελούν τις τιμές των γλωσσικών μεταβλητών (είσοδοι):

  • Τιμή. Η αξία του δείκτη υπολογίζεται: η ετήσια κατά μέσο όρο τιμή ανά διανυκτέρευση των ξενοδοχείων, μείον η ετήσια κατά μέσο όρο τιμή ανά διανυκτέρευση της Airbnb και το αποτέλεσμα αυτού διαιρεμένο με την ετήσια κατά μέσο όρο τιμή ανά διανυκτέρευση των ξενοδοχείων.
  • Ποιότητα-Εξυπηρέτηση. Η αξία του δείκτη υπολογίζεται: η βαθμολογία αξιολόγησης της Airbnb, μείον ο δείκτης ικανοποίησης πελατών των ξενοδοχείων.
  • Ευκολία πρόσβασης. Η αξία του δείκτη υπολογίζεται: ο ρυθμός διείσδυσης στην διαδικτυακή αγορά της Airbnb, μείον ο ρυθμός διείσδυσης στην διαδικτυακή αγορά των ξενοδοχείων. Αυτός ο δείκτης υποδεικνύει την ποσοστιαία διαφορά της Airbnb με τα ξενοδοχεία.
  • Μη εξυπηρετούμενη ανάγκη. Η αξία του δείκτη υπολογίζεται: το ποσοστό αύξησης εσόδων της Airbnb διαιρείται με το ποσοστό αύξησης εσόδων των ξενοδοχείων. Το αποτέλεσμα δείχνει πόσες φορές μεγαλύτερος είναι ο ρυθμός αύξησης εσόδων της Airbnb σε σχέση με το ρυθμό αύξησης των εσόδων των ξενοδοχείων.  Ο παρόν δείκτης φανερώνει πως το επιχειρηματικό μοντέλο καλύπτει την «Μη εξυπηρετούμενη ανάγκη», κάτι που μεταφράζεται σε απόκτηση νέου καταναλωτικού κοινού και επομένως αύξηση εσόδων.

Οι προβλέψεις του μοντέλου

 

Το μοντέλο προέβλεψε ότι η Airbnb από το πρώτο χρόνο που έγιναν διαθέσιμα δημόσια τα δεδομένα της  το 2010,ότι δραστικότητα της ήταν στο 91%  και θα έφερνε τα πάνω κάτω στον τουριστικό τομέακάνοντας δραστικές (disruptive) αλλαγές στον τουρισμό.

Πράγματι, τον Δεκέμβρη του 2020, εν μέσω της πανδημίας του κορωνοϊού, η Airbnb εισέρχεται στο χρηματιστήριο της Αμερικής με την αξία της να φτάνει τα 87 δις δολάρια, όταν η αξία των ανταγωνιστών της, όπως είναι η αλυσίδα ξενοδοχείων Marriott International Inc, ανέρχονταν στα 42 δις δολάρια, ενώ η αλυσίδα ξενοδοχείων Hillton Hotels & Resorts μόλις στα 29 δις δολάρια. Την ίδια χρονική στιγμή, σε σύγκριση με άλλες εταιρίες της βιομηχανίας του τουρισμού, η αξία της υπερτερεί αυτής της αεροπορικής εταιρία Delta Airlines (30 δις δολάρια),  της Booking.com (86 δις δολάρια) και της Expedia (18 δις  δολάρια).

Οι εταιρίες αυτές διαθέτουν τεράστια κεφάλαια για να έχουν ξενοδοχεία στα ακριβότερα σημεία των μεγαλύτερων πόλεων του κόσμου. Αλλά ηAirbnb χωρίς να έχει κανένα ακίνητο στην ιδιοκτησία της ξεπέρασε σε αξία όλες τις μεγαλύτερες εδραιωμένες εταιρίες της  τουριστικής βιομηχανίας μέσα σε μια δεκαετία.

Τέτοιες προβλέψεις έχουν τεράστια αξία για τους επενδυτές, οι οποίοι θα μπορούσαν να είχαν επενδύσει από πολύ νωρίς στη Airbnb.

Εξίσου σημαντικές είναι και για τους ανταγωνιστές οι οποίοι θα μπορούσαν εγκαίρως να είχαν αντιμετωπίσει τον ανταγωνισμό της Airbnb. Ενδιαφέρουν όμως και την ίδια την νέο-εισερχόμενη εταιρία για να αξιολογεί την επιτυχία της. Το μοντέλο μπορεί εύκολα να προσαρμοστεί για να προβλέψει την δραστικότητα νέων τεχνολογιών ενσωματωμένες σε ένα επιχειρηματικό μοντέλο σε οπουδήποτε άλλο τομέα.

spot_img
spot_img
spot_img