Onderzoek AI gedreven automatiseren van luchtvaartprocessen

Inleiding

Binnen dit project wordt een oplossing gezocht voor de luchtvaart en de lange wachtrijen bij vertragingen. Op dit moment is het zo dat als er een vertraging optreedt, de luchtvaartmaatschappij richting de klant verschillende voordelen moet geven, zoals een hotelovernachting, drank of een coupon zodat ze de reis de volgende keer gratis of tegen een grote korting kunnen maken. Dit doen ze in de vorm van coupons die ze uitdelen vanaf een balie. Vliegtuigmaatschappijen doen dit op papier, en meestal moet de klant hierom vragen.

Duurzaamheid en Innovatie

Iedereen verduurzaamt, dus ook vliegtuigmaatschappijen. Binnen dit project wordt een eerste onderzoek gedaan hoe de klant geholpen kan worden, in de vorm van een technisch voor de wereld nieuwe manier om te communiceren met de vliegtuigmaatschappij. Daarnaast is dit voor (veel) luchtvaartmaatschappijen een manier om hun papieren cyclus zo klein mogelijk te maken.

Feasibility en Voordelen

In een eerste feasibility hieromtrent is gebleken dat er grote animo is onder maatschappijen om dergelijke systemen te introduceren voor hun klanten. Groot bijkomend voordeel is ook dat er bij vertragingen geen grote rijen zullen ontstaan bij de infobalie van de maatschappij, maar dat het gestructureerd te overzien is.

Impact op de Maatschappij

In een globaliserende wereld is de winst in tijd niet te meten, wordt miljoenen kilo aan papier bespaard en bespaart het veel ergernis. Aan de andere kant kunnen vliegtuigmaatschappijen hun waardering omhoog schroeven. De problematiek is om deze oplossing voor honderdduizenden mensen te maken die op geïndividualiseerde manier communicatie mogelijk maken.

Beperkingen van Bestaande Technologie

Bestaande Machine Learning-technieken zijn niet toepasbaar hiervoor. Het is niet mogelijk om gedrag te destilleren, ten behoeve van het reduceren van overtollige informatievoorziening, maar ook het stimuleren om coupons te verzilveren. De huidige stand in de markt is voornamelijk gericht op differentiatie in content van e-mails.

Toekomstige Aanpak

Het is niet mogelijk om op basis van historisch individueel gedrag toekomstige, op maat gemaakte, aanbiedingen te doen. De mechanismen hebben als doel de communicatiedruk op klanten te verminderen, terwijl de relevantie toeneemt. Hiermee worden consumenten bediend in de trends “digital detox” en “consuminderen” zonder dat hen de kans ontnomen wordt keuzes te maken voor hun aankopen.

Datamodellen als Oplossing

De te ontwikkelen datamodellen dienen daarbij als een filter dat onnodige, storende en ongewenste communicatie namens het bedrijfsleven minimaliseert.