Σαν «αποστολή υψηλής δυσκολίας» περιγράφεται συχνά η αναζήτηση φθηνών αεροπορικών εισιτηρίων, καθώς απαιτεί χρόνο, υπομονή και –πολλές φορές– τύχη για να βρεθεί πραγματικά καλή τιμή.
Ενδεικτική της δυναμικής που μπορεί να έχει η τεχνητή νοημοσύνη είναι η περίπτωση μεγάλης διαφοράς τιμής, η οποία αρχικά μοιάζει με λάθος του συστήματος ή με σπάνια ευκαιρία. Η Nona, ειδικός στην τεχνητή νοημοσύνη, παρουσίασε τη μεθοδολογία με την οποία κατάφερε να μειώσει το κόστος ενός εισιτηρίου από 1.260 σε μόλις 118 δολάρια.
Όπως επισημαίνει, η πρακτική αυτή δεν αποτελεί μεμονωμένο «κόλπο», αλλά μια δομημένη διαδικασία που αξιοποιεί τη δυνατότητα του AI να αναλύει τεράστιο όγκο πιθανών συνδυασμών — κάτι πρακτικά αδύνατο για τον μέσο χρήστη με χειροκίνητη αναζήτηση.
Πώς λειτουργεί η διαδικασία με τη βοήθεια της ΑΙ
Στην πρώτη φάση αλλάζει η λογική του ερωτήματος προς το σύστημα: αντί για αναζήτηση συγκεκριμένης πτήσης σε αυστηρή ημερομηνία, ζητείται από το AI να λειτουργήσει ως «αναλυτής τιμών», εξετάζοντας όλες τις πιθανές επιλογές μεταξύ ευρύτερων γεωγραφικών περιοχών, χωρίς περιορισμούς σε αεροδρόμια ή αεροπορικές εταιρείες.
Σε επόμενο στάδιο, το σύστημα ελέγχει εναλλακτικά αεροδρόμια αναχώρησης και άφιξης. Η επιλογή κοντινής πόλης ή δευτερεύοντος αεροδρομίου μπορεί να διαφοροποιήσει σημαντικά την τελική τιμή, ακόμη κι αν απαιτείται πρόσθετη χερσαία μετακίνηση.
Καθοριστική αποδεικνύεται και η κατάτμηση του ταξιδιού. Αντί για ένα ενιαίο εισιτήριο μετ’ επιστροφής, η τεχνητή νοημοσύνη προτείνει ξεχωριστά σκέλη διαδρομής, συχνά με διαφορετικές εταιρείες ή μεγάλες ενδιάμεσες στάσεις, αποκαλύπτοντας ναύλους που δεν εμφανίζονται στις κλασικές μηχανές αναζήτησης.
Η σημασία της ευελιξίας και της «υπολογιστικής δύναμης»
Κρίσιμο ρόλο διαδραματίζει η ευελιξία στις ημερομηνίες. Αντί για μετατόπιση μίας ή δύο ημερών, το AI εξετάζει ευρύτερα χρονικά «παράθυρα» και συγκρίνει μοτίβα τιμών σε ολόκληρες εβδομάδες, εντοπίζοντας σύντομα διαστήματα με απότομες πτώσεις ναύλων.
Παράλληλα, το σύστημα επαναλαμβάνει και βελτιστοποιεί τις αναζητήσεις, απορρίπτοντας μη αποδοτικούς συνδυασμούς και διατηρώντας τις πιο συμφέρουσες επιλογές. Ουσιαστικά, πρόκειται για μια υπολογιστική διαδικασία «brute force» πάνω σε χιλιάδες πιθανά σενάρια.
Τελική απόφαση από τον χρήστη
Τον τελευταίο λόγο, όπως υπογραμμίζει η ίδια, τον έχει πάντα ο χρήστης, καθώς η τεχνητή νοημοσύνη δεν προχωρά στην αγορά του εισιτηρίου. Αντιθέτως, εντοπίζει τις πιο αποδοτικές διαδρομές και τιμές, οι οποίες στη συνέχεια επιβεβαιώνονται χειροκίνητα μέσω μηχανών αναζήτησης πτήσεων ή απευθείας από τις ιστοσελίδες των αεροπορικών εταιρειών.
Η προσέγγιση αυτή δεν βασίζεται σε παραβίαση συστημάτων ή σε «κρυφές» τιμές, αλλά στην κατανόηση του τρόπου λειτουργίας των αλγορίθμων τιμολόγησης και στη χρήση της τεχνητής νοημοσύνης ως εργαλείου ανάλυσης.
Συνολικά, το βασικό συμπέρασμα είναι ότι η τεχνητή νοημοσύνη δεν κάνει από μόνη της τα αεροπορικά εισιτήρια φθηνότερα, αλλά βοηθά τον ταξιδιώτη να εντοπίσει επιλογές που δύσκολα θα ανακάλυπτε με συμβατικά μέσα.
