Během uplynulého roku se jasně zrychlil trend hotelových skupin investovat do umělé inteligence za účelem řešení problémů s komunikací a produktivitou. Mnozí hoteliéři jsou však stále poměrně noví v oblasti technologií a často se soustředí hlavně na funkcionalitu, na úkor toho, co je skutečně důležité: kvality a škálovatelnosti dat.
Hlavní úlohou konverzační AI, jako je Velma, je porozumět požadavkům zákazníků a poskytnout jim vhodné odpovědi. To je binární inteligence/znalosti, které jste četli v článku „Sofistika a umělá inteligence“.
Ve velké většině případů jsou odpovědi virtuálních asistentů v textových formátech v každém jazyce (nebo ještě hůř, automaticky přeložené). Tato metoda z jiného tisíciletí může fungovat pro jeden hotel, ale ve větším měřítku se stává hororem.
Řešení založená na textech čelí nejen významným problémům s kvalitou, ale i obrovským potížím se škálovatelností, zejména při práci s mimoevropskými jazyky, jako je arabština, čínština, japonština atd.
Velma, univerzální virtuální asistent od Quinta, je nasazena v hotelech ve 76 zemích a doposud vygenerovala více než 30 milionů konverzací. Od roku 2017 umožnila tato konverzační data vytvořit jedinečnou strukturovanou hotelovou databázi, jedinou svého druhu na světě: Q-Data.
Tato databáze aktuálně zahrnuje 3700 informačních bodů (pro srovnání – hotelová webová stránka má obvykle maximálně 250). Navíc se tato Quinta databáze neustále vyvíjí rychlostí kolem 300 nových bodů ročně. Tento strukturovaný datový model je základem pro rychlou, efektivní a přesnou tvorbu AI pro jakýkoli hotel. Ve skutečnosti je doba implementace u jednotlivého hotelu v průměru dva týdny a u skupin (v závislosti na velikosti) jeden až tři měsíce.
Pokud zpracováváte informace pro 10, 50, 100 nebo dokonce 1000 hotelů, udržet konzistentní a přesná data ve více jazycích je skutečná výzva. Řekněme si to rovnou, bez strukturovaných dat je prakticky nemožné spravovat data hotelové skupiny a zcela nemožné je udržovat.
Tento problém se řeší pomocí správných datových bodů namísto volného textu. Velma tak generuje své odpovědi z databáze Q-Data, která se dá snadno sbírat a aktualizovat podle potřeby.
Příklad za tisíc slov: V klasickém systému by data o check-inu mohla vypadat takto:
Check-in je ve 15:00, můžete využít early check-in ve 12:00 za 30 eur.
Tato data je nutné napsat a přeložit do všech jazyků… Doporučuji vyzkoušet tuto jednoduchou větu v automatickém překladu, budete poměrně šokováni.
V Q-Data stačí jednoduše vyplnit databázi se třemi hodnotami: 15:00, 12:00, 30. A automaticky, díky předchozímu vstupu našich interních lingvistů, bude Velma schopna dát odpověď ve 36 jazycích.
A teď si představme, že tato data o check-inu jsou stejná pro 40 hotelů ve skupině. Stačí jednoduše uvést, že tato data jsou generická a platí pro všechny hotely této skupiny.
A tady jsme mluvili jen o 3 informačních bodech, Q-Data jich má 3700 !!!
Představte si stejný titánský úkol při aktualizaci informací… Je jasné, proč je to nemožné – prostě to nikdo neudělá.
Řeknete mi: to všechno je archaické, stačí scrapovat hotelová data (web, pdf, powerpoint atd.) a generativní AI to udělá. No, ve skutečnosti ne, a to z několika důvodů:
Výsledek: systém pravděpodobně „halucinuje“ (dává nesmyslné odpovědi) a vy nebudete mít způsob, jak zjistit původ problémů.
Můžete namítnout, že data 30 pokojového boutique hotelu v Londýně a resortu s 2000 pokoji v Punta Caně nemají mnoho společného. Ano, proto byla Q-Data navržena pro hotelovou skupinu o 4000 hotelech s 4000 pokoji. A kdo zvládne více, zvládne i méně. Rozdíl je tedy v tom, že resort pravděpodobně využije více informačních bodů než boutique hotel, ale databáze je v podstatě stejná. Neuvěřitelné, ale pravdivé.
Navíc když se do Q-Data přidají nové informační body (asi 300 ročně, na základě analýzy konverzací našimi datovými analytiky), jsou automaticky k dispozici všem ostatním hotelům na světě. Jinými slovy, Velma ve vašem hotelu také těží ze zpětné vazby ostatních hotelů z celého světa. Proto jen zřídka budete muset vytvářet nové dialogy k novým tématům – je téměř jisté, že jiný hotel na světě už tento konkrétní údaj potřeboval.
Pokud se zeptáte klasické AI v jednom hotelu: „Má tento hotel bazén?“, pravděpodobně vám odpoví správně. To se nazývá vertikální vyhledávání.
Pokud se však zeptáte AI hotelové skupiny: „Hledám hotel s bazénem“ – zde je nutné horizontální vyhledávání ve všech hotelech skupiny. A jediný způsob, jak může AI na takovou otázku odpovědět, je, že její horizontální vyhledávání vychází ze strukturované databáze, jako je Q-Data. Proto je dnes Velma jedinou AI v hotelnictví na světě, která je schopná vertikálního i horizontálního vyhledávání.
Velma jde ale ještě dál, protože je schopna vyhledávat i podle několika kritérií najednou. Například: „Hledám hotel s parkováním, v New Yorku, s rozpočtem pod 300 $ za den“… A s Velmou, nejlepším hotelovým asistentem s AI, lze vše snadno zvládnout, dokonce v přirozené konverzační podobě, protože toto vyhledávání by mělo být zvládnutelné i verbálně.
Už jste pochopili, že skutečným problémem AI není ani tak její kognitivní schopnost, ale spíše schopnost disponovat daty. A jen strukturováním těchto dat lze zaručit kvalitní odpovědi v krátkodobém, střednědobém i dlouhodobém horizontu.
Pokud máte stále pochybnosti, zeptejte se Velmy, protože #VelmaWorks protože #VelmaKnows…
AMEN
© Image: Shutterstock
Objevte 10 osvědčených metod, jak zvýšit přímé rezervace a snížit závislost na zprostředkovatelích.
Váš web přitahuje návštěvnost – kolik z ní se promění v rezervace?? S Velmou zaujmete návštěvníky okamžitě, odpovíte na jejich dotazy 24/7 a zvýšíte přímé tržby.
Stáhnout bezplatný checklist 
Přeměňte více návštěvníků už dnes 
